범주 형 데이터를 그 리딩하는 방법을 찾고 있습니다. 해상 차트와 필드 시트에서 바다 밑바닥의 표면 특성을 지정하는 점 모음을 추출했습니다. 이 데이터는 숫자가 아닌 범주 형이며 정기적으로 또는 무작위로 샘플링되지 않습니다. 탐색 및 앵커링을 돕기 위해 해상 차트가 작성됩니다. 그들은 서식지를 매핑하기 위해 만들어지지 않았습니다. 따라서, 비교적 얕은 깊이가 항해에 위험을 초래할 수있는 선박과 정박하려는 경향이있는 해안 근처에서 더 많은 소리가 난다. 또한 해상에서 깊이가 항해 및 앵커링에 적합하지 않은 비현실적인 경우, 소리는 훨씬 덜 자주 발생합니다.
다른 사람이 해상 차트에서 격자 형 인쇄물 맵을 만들려고 했습니까?
나는 Thiessen (Vornoi) 다각형을 보았지만 해안을 따라 들리는 소리의 농도는 해안을 따라 미세한 ‘허니컴’, 큰 다각형을 해외로, 긴 원형 모양의 다각형을 해안으로 뻗어 있습니다. 가장 가까운 이웃을 사용한 그 리딩은 거의 같은 결과를냅니다.
길고 얕은 해안 지점의 영향을 제한하는 방법이 필요합니다. 긴 파이 모양의 다각형을 제한하는 방법입니다. 더 깊은 바닷물에서 나는 바닥의 특성이 해안가 바닥의 연속이 될 것이라고 기대하지 않습니다. 깊이를 사용하여 두 줄을 따라 생각하기 시작했습니다. 하나 는 그리드 셀과 인접 지점 사이의 깊이 차이를 사용하여 ‘가장 가까운’이웃의 선택에 가중치를 부여합니다. 다른 하나 는 깊이가 다른 특정 공차보다 큰 인접 점을 선택 해제하는 것입니다. 또는 미리 지정된 공차가 아닌 깊이 범위를 비운 다음 인접한 포인트의 선택을 동일한 깊이 범위 또는 빈의 범위로 제한 할 수 있습니다.
이 두 가지 옵션 중 하나를 구현하는 방법에 대한 생각이 있습니까?
다른 포럼에서 동료들과 이야기를 나눈 후 몇 가지 다른 접근법을 살펴 보았습니다. 첫 번째는 근거리 데이터의 영향을 제한하기 위해 100m 깊이 윤곽선 인 장벽을 사용하는 것입니다. 이 방법의 문제점은 장벽을 사용할 수있는 모든 ESRI 보간 루틴이 불연속 데이터가 아닌 연속 데이터로 작동하도록 설계되었다는 것입니다. Thiessen 다각형을 만들기 전에 장벽을 사용하여 점을 얕은 근거리와 더 깊은 점으로 나눌 수 있습니다. 그러나 ArcGIS는 복잡한 영역이 아닌 직사각형 영역에 대해 다각형을 생성하므로 가장자리가 팽팽합니다.
여러 동료들이 제안한 두 번째 접근법은 크릭 작업이었습니다. 나는 연속적인 데이터로만 고려했기 때문에 처음에는 크릭을 기각했습니다. Kriging의 과제는 범주 데이터 용으로 설계되지 않았다는 것입니다. 이제는 표면의 깊이와 특성을 가진 코킹을보고 있지만 모든 유형의 크링에는 표면의 성질에 정수 숫자 코드를 사용해야합니다. 그 후 결과 부동 소수점 숫자 코드는 원래 정수 코딩으로 다시 축소되어야합니다. 예쁘지 않은.
누구든지 따라야 할 다른 줄을 제안 할 수 있습니까? (아마도 지형 분석을 사용할 수 있습니다. 예를 들어 안식각보다 가파른 경사는 퇴적물이 될 수 없습니다. 나는 더 간단한 것을 찾고 있습니다.
문안 인사,
답변
적절하게 구현 된 kriging 접근법은 유망합니다.
출발점으로 Diggle & Ribeiro가 모델 기반 지리 통계 (Springer 2007) 에서 설명한 “일반 선형 지리 통계 모델”을 살펴보십시오 . 근본적인 아이디어는 매력적이고 유연합니다. 공간적 확률 적 프로세스 (공간적으로 연속적 임)는 범주의 다양한 확률을 결정합니다. 불규칙한 지점에서 관찰 된 범주를 사용하여 공간 상관 구조 (variogram)를 포함하여 기본 프로세스의 통계적 특성을 유추합니다. 그런 다음 Kriging은 관측치와 일치하는 확률 표면을 만듭니다. 그 시점에서 당신은 지질 통계 시뮬레이션을 수행하거나 확률과 관련된지도를 만들 수 있습니다 (예를 들어 최대 확률 범주의지도와 같습니다).
이것은 정교하게 들립니다. 그러나 Diggle 및 리베의 논의는 상당히 접근 – 그것은 수학의 통계 지식을 가정하더라도, 그것은 하나에 크게 의존하지 않습니다 – 그리고 그 기술의 대부분은 R 패키지에 구현되어 그들은 설명, geoR
및 geoRGLM
. 사실,이 책을이 패키지의 매뉴얼로 해석하는 것이 공정합니다.
이 사이트의 다른 스레드가 증명 하듯이 R을 GIS 데이터 (형태 파일 및 다양한 래스터 형식 포함)와 비교적 쉽게 인터페이스 할 수 있으므로 문제가되지 않습니다.