1 / 40

GEOSTATYSTYKA I ANALIZA PRZESTRZENNA Wykład dla III roku Geografii specjalność - geoinformacja

GEOSTATYSTYKA I ANALIZA PRZESTRZENNA Wykład dla III roku Geografii specjalność - geoinformacja. Alfred Stach Instytut Geoekologii i Geoinformacji Wydział Nauk Geograficznych i Geologicznych UAM. Kriging składowych ( F actorial K riging = FK ). Problem.

rodney
Download Presentation

GEOSTATYSTYKA I ANALIZA PRZESTRZENNA Wykład dla III roku Geografii specjalność - geoinformacja

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. GEOSTATYSTYKAI ANALIZA PRZESTRZENNAWykład dla III roku Geografiispecjalność - geoinformacja Alfred Stach Instytut Geoekologii i Geoinformacji Wydział Nauk Geograficznych i Geologicznych UAM

  2. Kriging składowych(Factorial Kriging = FK)

  3. Problem • Obserwowana zmienność przestrzenna większości parametrów charakteryzujących ciągłe cechy środowiska przyrodniczego i społeczno-ekonomicznego jest często efektem działania kilku różnych procesów (czynników genetycznych) • Czy istnieje możliwość ich identyfikacji i niezależnego od siebie oszacowania? • Dawałoby to szansę na lepszą, genetyczną, interpretację zjawisk, a także miałoby w wielu przypadkach ważne praktyczne zastosowania

  4. Przykład • Zawartość w glebach składnika „X” jest związana: • z tłem geochemicznym (budową geologiczną) - udziałem „X” w skałach podłoża i ich produktach wietrzenia, • ze strukturą użytków i typem agrotechniki – ponieważ składnik „X” występuje w nawozach i środkach ochrony roślin, • z cyrkulacją atmosferyczną i rzeźbą terenu – składnik „X” występuje w atmosferycznych zanieczyszczeniach przemysłowych • z siecią drogową – „X” jest także w spalinach • Najczęściej jednak dopiero szukamy wyjaśnienia zmienności przestrzennej „Y”

  5. Analogia – filtrowanie zapisu dźwiękowego

  6. Składowe przestrzenne:dekompozycja seriipomiarowej Składowa deterministyczna • Dekompozycja zależy od skali analizy. • Zmienność „regularna” w jednej skali jest „szumem” w innej Składowa losowa

  7. Stanowisko na terasie Odry w okolicach Głogowa

  8. Stanowisko na terasie Odry w okolicach Głogowa

  9. Semiwariogram zagnieżdżony:tzw. „liniowy model regionalizacji” • Złożony (zagnieżdżony) model semiwariogramu składa się z więcej niż jednej elementarnej funkcji matematycznej tzw. struktury • Każda struktura może odzwierciedlać osobny proces • Pojedyncze struktury wiariogramu (funkcje) są addatywne (sumują się) • Są one nieskorelowane ze sobą – są niezależnymi funkcjami ortogonalnymi

  10. Semiwariogram zagnieżdżony:tzw. „liniowy model regionalizacji” • Założenie, że semiwariogram Z(x) jest zagnieżdżoną kombinacją S indywidualnych semiwariogramów: • Przy założeniu, że procesy są ze sobą nieskorelowane, liniowy model regionalizacji S elementarnych semiwariogramów, ma postać: • a każdy proces ma swój własny semiwariogram • bkg k(h)

  11. Idea: Georges Matheron, rok 1982 Analiza krigingowa zmiennych zregionalizowanych

  12. Analiza krigingowa =Kriging składowych (factorialkriging) • Opiera się na koncepcji, że Z(x)może zostać zdekomponowany na dwa lub więcej niezależnych „procesów” • Dla cechy z trzema składowymi włączając w to nugget relacja ma następującą formę: • Każdy składnik zmienności jest traktowany po kolei jako sygnał • Szum na jednym poziomie zmienności jest uznawany jako informacja (sygnał) na innym poziomie

  13. Kriging składowych – factorial kriging Dekompozycja modelu Strukturalny współczynnik korelacji

  14. Właściwości gleb na profiluleśnym i pastwiskowym

  15. Semiwariogramy empiryczne i modele pH gleby

  16. Stok pastwiskowy - semiwariogramy

  17. Strukturalny współczynnik korelacji

  18. Kriging składo-wych

  19. Dane ze strefy czołowomorenowej lodowca Horbye: zmienne b3n_02

  20. Dane ze strefy czołowomorenowej lodowca Horbye: zmienna b3n_02 Oryginalny obraz satelitarny Estymacja OK

  21. Dane ze strefy czołowomorenowej lodowca Horbye (zmienna b3n_02): wynik obliczeń FK Estymacja OK Trend (średnia lokalna) Składowa 1 i Składowa 2 Nugget

  22. Zdjęcie lotnicze pola Yattendon w 1986 roku

  23. SEMIWARIOGRAM EMPIRYCZNY I MODELDLA ZIELONEJ CZĘŚCI WIDMA

  24. SKŁADOWE MODELU SEMIWARIANCJI

  25. ANALIZA WYKONANA METODĄ KRIGINGU SKŁADOWYCH

  26. POMIARY INDUKCJI ELEKTROMAGNETYCZNEJ GLEB NA POLU YATTENDON W ROKU 2000 DANE POMIAROWE I ESTYMACJA OK

  27. POMIARY INDUKCJI ELEKTROMAGNETYCZNEJ GLEB NA POLU YATTENDON W ROKU 2000 SEMIWARIOGRAM EMPIRYCZNY I MODEL

  28. POMIARY INDUKCJI ELEKTROMAGNETYCZNEJ GLEB NA POLU YATTENDON W ROKU 2000

  29. POMIARY PLONÓW NA POLU YATTENDONW ROKU 2000

  30. SEMIWARIOGRAM EMPIRYCZNY I MODEL STRUKTURY PRZESTRZENNEJ PLONÓW

  31. ANALIZA PLONÓW WYKONANAMETODĄ KRIGINGU SKŁADOWYCH

  32. POTENCJALNE CZYNNIKI ZMIENNOŚCI PRZESTRZENNEJ WŁAŚCIWOŚCI GLEBI PLONÓW NA POLU YATTENDON

  33. Kriging stratyfikowany (Kriging within strata – KWS)

  34. Prosty krigingze zmiennymi średnimi lokalnymi(Simple Krigingwith varying local means = SKlm)

  35. Prosty kriging ze zmiennymi średnimi lokalnymi (Simple kriging with varying local means – SKlm - LVM)

  36. Zmienna jakościowa VNIR: populacja i próba losowa

  37. Zmienność wartości b3n_02 w klasach wyznaczonych na podstawie zmiennej VNIR

  38. Reszty z modelu regresji zmiennej b3n_02 w stosunku do zmiennej b3n_04.Kolorem zaznaczono grupy VNIR

  39. Relacje między b3n_02 i b3n_04 w klasach wyznaczonych przez VNIR

  40. Ocena jakości estymacji – porównanie z danymi rzeczywistymi

More Related