আমাদের মনে রাখতে হবে যে এই ডেটাগুলি পৃথক লিথলজিক ডোমেনের নমুনা । প্রায়শই ক্ষেত্রের মধ্যে এই জাতীয় দুটি ডোমেনের সীমানা চিহ্নিত করা যায় না এবং তাই নমুনা অবস্থানের অনেকগুলি সীমানা বরাবর সঠিকভাবে অবস্থান করবে এমন আশা করা বৈধ নয়। একটি সঠিক সমাধান হ'ল অধ্যয়ন ক্ষেত্রের একটি বিভাজন এবং partition পার্টিশনের মধ্যে প্রতিটি বহুভুজ এটি নির্ধারণ করে এমন নমুনাগুলির অবস্থানের বাইরেও প্রসারিত করতে পারে (এবং প্রায়শই হবে) । অপরিশোধিত আনুমানিকতা ব্যতীত, ফলাফলটি বহুভুজের উত্স হিসাবে নমুনা অবস্থানগুলি ব্যবহার করে এমন কোনও পদ্ধতির বিধি নিষেধ করে ।
উচ্চমানের কাজের জন্য, বহুজাতিক প্রক্রিয়াটির জন্য একটি সাধারণীকরণীয় রৈখিক স্থানিক মডেল ফিট করা সবচেয়ে ভাল পদ্ধতি । এটি এমন একটি প্রক্রিয়া যার জন্য যথেষ্ট দক্ষতা এবং প্রচেষ্টা প্রয়োজন। বিকল্প হিসাবে, আপনি প্রতিটি নমুনা বিন্দুকে তার প্রভাবের বহুভুজের (ওরফে থিয়েসেন বহুভুজ, ভোরোনাই বহুভুজ বা ডিরিচলেট সেল) বিস্তৃত করার কথা বিবেচনা করতে পারেন । ভূমি অঞ্চলে সম্প্রসারণ সীমাবদ্ধ করা ভাল ধারণা; এটি একটি মাস্ক গ্রিড দিয়ে করা যেতে পারে।
উদাহরণস্বরূপ, বর্ণের দ্বারা পৃথক হিসাবে 12 লিথলজিক শ্রেণীর প্রতিনিধিত্ব করে এই আরও ছোট ডেটাसेट (14,136 পয়েন্টের) বিবেচনা করুন:
এখানে পূর্ব লবটির কেন্দ্র থেকে একটি পয়েন্টের অনিয়মিত অবস্থান এবং সেখানে লিথোলজির অপেক্ষাকৃত দ্রুত পরিবর্তনগুলি দেখানো হয়েছে detail এটিকে ম্যানুয়ালি সনাক্ত করা একটি কঠিন এবং স্বেচ্ছাসেবী পদ্ধতি হবে:
আমি এই পয়েন্টগুলিকে গ্রিডে (প্রায় 800 টি সারি এবং 1000 কলাম) রূপান্তর করে এবং তাদের ইউক্লিডিয়ান বরাদ্দ গণনা করে এই মাস্ক ব্যবহার করে প্রসারণটি সম্পন্ন করেছি যা গণনাকে অচলিত জমিতে সীমাবদ্ধ করে। (পরবর্তী দুটি চিত্রের রঙের স্কিম পূর্ববর্তীটির থেকে পৃথক।
তুলনা করার জন্য, এখানে একই প্রতীক সহ একই স্কেল এ আঁকা একই অঞ্চলের একটি বিশদ লিথলজিক মানচিত্র :
সত্যিকার অর্থে একটি বড় ডেটাসেট বা একটি সংশ্লেষিত অধ্যয়ন ক্ষেত্রের সাথে অঞ্চলটি টাইলিং করা এবং প্রতিটি টাইলের জন্য পৃথকভাবে এই পদ্ধতিটি সম্পাদন করা তাত্পর্যপূর্ণ হতে পারে, যদি ইচ্ছা হয় তবে ফলাফলগুলি একটি আউটপুট রাস্টারগুলিতে রূপান্তরিত করে। এটি কাজ করার জন্য, প্রান্তের প্রভাবগুলি এড়ানোর জন্য টাইলগুলিকে কিছুটা ওভারল্যাপ করা উচিত (এবং পরে মোসেসিংয়ের আগে অভিন্নভাবে ছাঁটা উচিত)।
রাস্টার উপস্থাপনে যাওয়ার মূল কারণগুলি হ'ল (১) এটি দ্রুত এবং সহজেই গণনা করা যায় এবং (২) সঠিক ভেক্টর-ভিত্তিক সমাধানগুলি পাওয়া খুব কঠিন। আপনি যদি বাফার, উত্তল হাল, অবতল হাল বা যা কিছু চেষ্টা করেন তবে দেখতে পাবেন যে এগুলি সমস্ত পারস্পরিকভাবে ছেদ করে এবং তারা এখনও ফাঁক ফেলে দেয়: অন্য কথায়, তারা স্থানটির টোপোলজিক্যালি ধারাবাহিকভাবে পৃথক লিথোলজিকাল ডোমেনগুলিতে উত্পাদন করতে পারে না।
ভেক্টর-ভিত্তিক একটি পদ্ধতি যা কাজ করবে তা হ'ল পয়েন্টগুলির একটি সীমাবদ্ধ ভোরোনাই টেস্টেলেশন গণনা করা ( ভাল পদ্ধতিগুলি এন পয়েন্টগুলির জন্য O (n * লগ (এন)) সময় নেয়), স্থানগতভাবে ভোরোনাই কোষগুলিকে তাদের সম্পর্কিত লিথোলজিক বৈশিষ্ট্য অনুসারে মার্জ করে দেয় পয়েন্টগুলি এবং তারপরে ফলাফলগুলি বহু-বহুভুজকে তাদের সংযুক্ত উপাদানগুলিতে পৃথক করুন (যদি আপনি চান)। তবে, আপনার যা যা দরকার তা যদি ভেক্টর আউটপুট হয় তবে রাস্টার ফলাফলটিকে অঞ্চলভুক্ত করা এবং সেটিকে ভেক্টর ফর্ম্যাটে রূপান্তর করা সহজ।