В онлайне: 1 (гостей - 1, участников - 0)  Вход | Регистрация

 
УДК

Построение батиметрической модели котловины озера Мертвое


Цеховая Т.В., Белорусский государственный университет, доцент

Создана цифровая батиметрическая модель котловины озера Мертвое в двухмерном изображении с использованием возможностей пакета SURFER

Для мониторинга экологического состояния водных ресурсов, для их оценки и рационального использования необходимо иметь достаточно полные сведения о гидрологических характеристиках водных объектов. Интенсивное развитие компьютерной техники и информационных технологий в последнее время позволяет получать нужные характеристики с помощью средств географических информационных систем (ГИС) быстрее и точнее по сравнению с традиционными измерениями. Для решения задач вышеуказанного рода используются, например, геоинформационные системы типа ArcView, MapInfo, AutoCad, Golden Software SURFER и другие.

Данная работа посвящена использованию Golden Software SURFER для создания цифровой батиметрической модели котловины озера Мертвое (Беларусь).
Длина вытянутой с севера на юг котловины озера Мертвое превышает 70 метров, а с запада на восток – 120 метров. Несмотря на незначительные размеры озера, средняя глубина его 6,4 метра, максимальная – 10,3 метра. Склоны котловины высотой 5-6 метров, преимущественно распаханные, на некоторых участках заросли кустарником. Берега заболоченные. Вдоль всех берегов тянется сплавина – сплетенные корни деревьев и трава, которая, отмирая, каждый год дает новые слои, и весь этот ковер лежит на воде, постепенно наползая с берега. НИЛ озероведения Белгосуниверситета в результате батиметрических исследований были получены замеры глубин с севера на юг – 53 значения, с запада на восток – 98.

Цифровая модель поверхности традиционно представляется в виде значений высот или отметок глубин в узлах прямоугольной регулярной сетки, дискретность которой выбирается в зависимости от конкретной решаемой задачи.

Построение цифровой модели котловины озера средствами программы SURFER осуществляется как переход от набора значений функции Z (значений замеров глубин озера) в произвольных неупорядоченных точках области с координатами X,Y (в узлах нерегулярной сетки) к значениям этой функции в узлах некоторой регулярной сетки. Результатом являются значения глубин по оси Z для тех точек, в которых эти значения ранее отсутствовали.

Значения глубин в узлах регулярной сетки рассчитываются с использованием алгоритмов интерполяции двухмерных функций, реализованных в пакете SURFER. Пакет предоставляет довольно широкий набор математических методов интерполяции, которые позволяют выбрать наиболее оптимальную модель для решения конкретной прикладной задачи.

Приведем пример построения батиметрической модели котловины озера Мертвое с применением детерминированного метода интерполяции Inverse Distance to a Power (метод обратных взвешенных расстояний). Этот метод использует опорные точки, находящиеся в окрестностях искомой. Чем ближе опорная точка расположена к искомой, тем больше ее вес. Интерполяция является точной, так как построенная поверхность проходит через все опорные точки.

Метод расчета сетки Inverse Distance to a Power является очень быстрым. Поскольку исходное число замеров глубин менее 500, то без потери скорости расчетов был задан тип поиска Аll Data. Далее были выбраны следующие параметры настройки: Power = 3, Smoothing = 0.

Полученная батиметрическая модель котловины озера Мертвое в двухмерном изображении приведена на рисунке 1.

Батиметрическая модель котловины озера Мертвое


Рис. 1 – Батиметрическая модель котловины озера Мертвое


Важным достоинством SURFER является возможность не только получить цифровую модель поверхности, но и провести оценку качества исходных данных и получаемых результатов. В настоящей работе для оценки точности прогнозирования глубин применялась процедура перекрестной проверки (cross validation). Корреляция прогнозных и фактических значений довольно высокая (r = 0,984). Метод Inverse Distance to a Power дал неплохой результат. Однако в дальнейших исследованиях планируется применение как детерминированных, так и геостатистических методов интерполяции с последующей оценкой точности полученных результатов.


29.12.11 13:49 | Tsekhavaya (участник)
Общение с Вами оказалось нужным и полезным для меня. Спасибо за всю информацию и рекомендации. Теперь буду увереннее двигаться вперед.
Вы не могли бы оставить мне свой e-mail? Обещаю, что побеспокою Вас только в самом крайнем случае.

29.12.11 01:48 | Vladimir (участник)
Если нужен максимально гибкий инструмент в изучении кригинга, то из бесплатных лучше, чем R, мне не известны. Поиск кригинга по библиотекам R:

image.kriging(geoR) Image or Perspective Plot with Kriging Results
krige.bayes(geoR) Bayesian Analysis for Gaussian Geostatistical Models
krige.conv(geoR) Spatial Prediction -- Conventional Kriging
krweights(geoR) Computes kriging weights
ksline(geoR) Spatial Prediction -- Conventional Kriging
xvalid(geoR) Cross-validation by kriging
krige(gstat) Simple, Ordinary or Universal, global or local, Point or Block Kriging, or simulation.
krige.cv(gstat) (co)kriging cross validation, n-fold or leave-one-out
ossfim(gstat) Kriging standard errors as function of grid spacing and block size
krige(sgeostat) Kriging
prmat(spatial) Evaluate Kriging Surface over a Grid
semat(spatial) Evaluate Kriging Standard Error of Prediction over a Grid

Конечно, конкретная задача может быть решена быстрее в специально разработанном для неё софте. Например, в интерполяции батиметрии с учётом измеренных уклонов дна хорошее сравнение программных пакетов см. здесь.

P.S. Лично мне кригинг интересен не сам по себе, а в составе моделей распределения обилия видов (SDM) по акватории дальневосточных морей. Из множества литературных источников по своей теме находил не только ссылки на библиотеки R, но и готовые скрипты в приложениях к статьям на сайтах издательств, а вот про Surfer ни разу упоминаний не встречал в научной литературе.

P.P.S. У нас в лаборатории всего одно место с лицензионным Surfer 8 на 15 человек, поэтому его практическое использование у меня давно закончилось, тогда же и пришлось сделать выбор в пользу свободного софта (приобретать каждому работнику софт за $699 никто не собирался), а стоять в очереди на одно место, тоже не выход. Следовательно, моё сравнение будет некорректным, т.к. работал эпизодически с 8-й, а не с последней (10-й) версией. Кстати, я сначала и спросил почему именно Surfer, потому что хотелось узнать, что там такого особенного появилось, чего нет в библиотеках R (в общедоступном ознакомительном руководстве по Surfer10 с сайта GoldenSoftware про кригинг есть только разделы в оглавлении, а самого текста нет).

28.12.11 13:58 | Tsekhavaya (участник)
Огромное спасибо за ссылки. Я посмотрела и убедилась, что там есть много полезного для меня. Про R слышала, есть в планах освоить. В первую очередь хочу изучить рекомендуемые Вами пакеты. Хотя мне, как теоретику, это будет непросто. Поэтому у меня к Вам есть просьба. По Вашему мнению, укажите, пожалуйста, очередность, в которой мне следовало бы рассматривать рекомендуемые Вами пакеты. Напомню, меня интересует кригинг. Какое место Вы отдаете Surfer?

Участие в конференции для меня – это возможность пообщаться со специалистами, получить их оценку, рекомендации. К сожалению, у себя мне не удалось найти специалистом в этой области. Я двигаюсь интуитивно и с помощью средств Internet.
Мне интересна Ваша точка зрения. Рекомендовали бы Вы продолжить применение Surfer для решения гидрологических задач?

Все комментарии (9)


 

Разделы конференции

  1. Государственный кадастр недвижимости и земельно-имущественные отношения
  2. Мониторинг природных ресурсов и охрана окружающей среды
  3. Комплексное использование природных ресурсов
  4. Современные вопросы геологии
  5. Физика горных пород
  6. Новые технологии в природопользовании
  7. Применение современных информационных технологий
  8. Экономические аспекты недвижимости
  9. Мониторинг использования объектов недвижимости

 

Проекту Kadastr.ORG требуются средства на хостинг и развитие

Сумма: руб.