В онлайне: 2 (гостей - 2, участников - 0)  Вход | Регистрация

 
УДК 004.942

Использование пакета Surfer для создания батиметрической карты чаши озера


Цеховая Т.В., доцент, Слисова И.В., студентка,
Белорусский государственный университет, Беларусь

Создана батиметрическая модель чаши озера Вьюново в двумерном изображении с использованием возможностей пакета Surfer. Оценена степень точности приближения модели.

Современные геоинформационные технологии значительно уменьшают затраты для проведения батиметрических исследований и дают результаты высокой точности. Исследование водных ресурсов требует комплексного анализа трехмерных данных. Основная цель геостатистического анализа - прогноз величин там, где они отсутствуют. Используя значения соседних точек выборки, геостатистика определяет средневзвешенные значения величин, которые отдалены от соседних точек или пар точек.

В данной работе использована геоинформационная система Golden Software Surfer для создания батиметрической карты озера Вьюново (Россия). Пакет предоставляет довольно широкий набор математических методов интерполяции, которые позволяют выбрать наиболее оптимальную модель для решения конкретной прикладной задачи. Имеется возможность провести оценку качества исходных данных и получаемых результатов с помощью кросс-валидации.

В основу исследований была положена карта озера Вьюново. Информация об озере взята из батиметрической базы данных озер http://www.mapgraphica.com/kartyglubin/. Озеро находится в 11,25 километрах к северо-востоку от города Володарск. Площадь озера 16,5 гектара. Максимальное значение глубины - 15 метров.

Осуществлена оцифровка карты-основы изучаемого озера, построена равномерная сетка узлов с шагом по вертикали, равным 4.84 метра, и по горизонтали, равным 18 метров. Создана база данных, описывающая значение глубины озера в узлах сетки.

Построена цифровая модель и батиметрическая карта котловины озера Вьюново с применением детерминированного метода интерполяции Inverse Distance to a Power (метод степени обратных расстояний). Метод основан на вычислении весовых коэффициентов, с помощью которых взвешиваются значения экспериментальных данных при построении интерполяционной функции. Вес каждой точки пропорционален одному из параметров метода степени обратного расстояния - Power. При вычислении интерполяционной функции сумма всех назначенных весов равна единице, а весовой коэффициент экспериментальной точки является долей этого общего единичного веса. Метод степени обратных расстояний очень быстрый и хорошо работает на большом количестве данных. Отметим, что в зависимости от значения параметра Smoothing, указанный метод может работать как точным (Smoothing = 0), так и сглаживающим (Smoothing > 0) интерполятором.

Был произведен поиск оптимальных значений параметров Power и Smoothing для исходных данных с последующей оценкой результатов. Выбор наилучших значений осуществлялся с использованием метода кросс-валидации (Cross Validate) пакета Surfer. Вычислены и проанализированы глобальные характеристики метода кросс-валидации: сдвиг среднего значения, сумма квадратов невязок, средняя квадратичная ошибка, коэффициент эффективности.

Лучшими значениями параметров в рассмотренном примере следует считать Power = 4 и Smoothing = 6. Корреляция прогнозных и фактических значений в этом случае довольно высокая (r = 0,994). Сдвиг среднего значения, вычисленного по исходным данным, от среднего значения, оцененного по прогнозным данным, не превышает 0,015 при Power = 4 и точном интерполировании Smoothing = 0. При использовании сглаживающего интерполятора эту характеристику можно понизить до 0,003.

В дальнейших исследованиях планируется провести анализ работы интерполяционного метода степени обратных расстояний в областях с низкой, средней и высокой обеспеченностью исходными данными других, а также применение геостатистических методов интерполяции.


 

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