Jak poprawnie interpolować temperaturę?

Próbowałem interpolować średnią średnią roczną temperaturę, aby uzyskać „realistyczną” powierzchnię. W QGIS użyłem interpolacji rastrowej. Obie metody TIN i IDW nie zapewniły „realistycznej” powierzchni (np. W porównaniu z dobrą mapą w atlasie).

IDW (współczynnik 3):

TIN (pokazuje także punkty interpolacji):

Wszelkie wskazówki, jak uzyskać „lepszą, bardziej realistyczną” interpolację?

Możesz wziąć pod uwagę stosunek wysokości do temperatury, szczególnie na obszarach górskich. Można do tego użyć współkrigingu lub interpolacji splajnów (np. Splajny 3D obsługiwane przez GRASS GIS). W przypadku większych obszarów rolę mogą odgrywać inne zmienne: odległość od morza, szerokość geograficzna itp.

Aktualizacja: rozsądną metodą może być również regresja wielokrotna, dla GRASS 7 wprowadzono nowy dodatek: r.regression.multi

Interpolując dane klimatyczne, masz dwie opcje (widzę, że potrzebujesz gotowych samouczków, dam ci odniesienie, ale także kilka aspektów teoretycznych, które tutaj masz ):

1. prosta interpolacja przy użyciu podejścia kriging jest najlepszą opcją, ponieważ będziesz mieć statystyczną relację sondowania. Możesz skorzystać z tego samouczka: w języku rumuńskim, ale możesz użyć Tłumacza Google (użyj SAGA).

2. interpolacja współzmienna, kriging lub inna metoda, uzupełniająca dane temperaturowe o dane wysokościowe lub inne. Możesz skorzystać z tych samouczków: splajn Mitasova z napięciem (użyj GRASS) lub przykład książki Toma Hengla (używając R)

Czy atmosferycznie korygujesz dane dotyczące temperatury? To wyjaśniałoby wysokość powierzchni nad poziomem morza i atmosferę. NCEP zapewnia mnóstwo danych atmosferycznych dla Ameryki Północnej.

Również interpolacja liniowa nie byłaby tak dobra, ponieważ temperatura zmienia się dobowo w ciągu każdego dnia.

Kurt, możesz pogrupować wartości temperatur w twoim rastrze do klas i wyeksportować wyniki do nowego rastra za pomocą v.reclass z przybornika Sextante.

Chyba minimalna wartość interpolowanego rastra może wynosić (powiedzmy) -5, a maksymalna (powiedzmy) 30.

Użycie GRASS v.reclass z przybornika Sextante pozwoliłoby na zgrupowanie wartości w siedem klas za pomocą tego pliku tekstowego „rules” (można nazwać to „rules.txt”):

-5 thru 0 = 1
1 thru 5 = 2
6 thru 10 = 3
11 thru 15 = 4
16 thru 20 = 5
21 thru 25 = 6
26 thru 30 = 7

Wyjściem byłby nowy raster o wartości 1 dla wszystkich wartości od -5 do zera w oryginalnym rastrze, 2 dla wszystkich wartości od 1 do 5 w oryginalnym rastrze i tak dalej.

Procedura jest bardzo prosta, wystarczy interpolowany raster i plik tekstowy „reguły”. Zobacz także stronę Man dla v.reclass tutaj: http://grass.fbk.eu/gdp/html_grass64/r.reclass.html

Po sklasyfikowaniu nowy raster można również spoligonizować, aby uzyskać wielokątny plik kształtów, aby uzyskać twarde krawędzie na renderowanym kolorze obrazie. Możesz też stylizować plik kształtu i zapomnieć o rastrze.

Krótka notatka. Interpolacja jest jedną z tych rzeczy, które sprawiają, że to, co pozostało z moich włosów, stoi na końcu, ponieważ może generować bardzo przekonujące wyniki z bardzo cienkich danych. Co więcej, wyniki zwykle nie są możliwe do sprawdzenia, ponieważ wykorzystałeś wszystkie dane, które musisz wykonać interpolację, więc z natury rzeczy nie możesz przeprowadzić znaczących kontroli obszarów, dla których nie mieć dane.

W twoim przypadku dane dla obszaru poza granicami Austrii są cienkie i możesz rozważyć przycięcie końcowego obrazu mapy, aby pokazać tylko Austrię. A może zostawić punkty. Na przykład mogę mieć wykres z rozpryskami strzelby punktów, przez które rysuję linię prostą. Nieuczciwość zaczyna się, kiedy usuwam punkty :)

Nacięcie.