জিওরফারেন্সিংয়ের জন্য কোনও রূপান্তর নির্বাচন করার জন্য কি থাম্বের কোনও সাধারণ নিয়ম রয়েছে?

Question

রাস্টার জিওফারেন্সিংয়ের সময় বেশ কয়েকটি রূপান্তরগুলি ব্যবহার করা যেতে পারে:

• 1 ম আদেশ বহুবচন (affine)

• 2 য় অর্ডার বহুবচন

• 3 য় অর্ডার বহুবচন

• স্প্লিন ... ইত্যাদি

থাম্বের কোনও নির্দিষ্ট বিধি বা নিয়ম রয়েছে , যা সম্পর্কে নির্দিষ্ট রাস্টারের সাথে রূপান্তরটি ব্যবহার করা উচিত?

উদাহরণস্বরূপ কোনও নির্দিষ্ট রূপান্তর সাধারণত বায়ু ফটোগ্রাফ সহ ব্যবহার করা উচিত এবং অন্যটি উপগ্রহের চিত্রাবলীর সাথে ব্যবহার করা উচিত যখন মানচিত্র ডিজিটাইজ করার সময় তৃতীয়াংশ ব্যবহার করা উচিত?

এর পিছনে গণিতের বিশদ বিবরণ দেওয়ার মতো কোনও বই রয়েছে কি?

Answer 1

সর্বশেষ প্রথম: এটি রিগ্রেশন বিশ্লেষণ এবং পরিসংখ্যানগত মডেলিংয়ের উপাদান। বহু পাঠ্যপুস্তকগুলিতে বহুপদী রিগ্রেশন আলোচনা করা হয়। ( ড্রাগার এবং স্মিথ এটি অধ্যায়। এ ব্যবহার করে)) জিওরফারেন্সিংয়ের বিষয়ে সত্যিকারভাবে কিছু (গাণিতিক) নেই যা এক্সেল এর স্ক্রেটারপ্লোটের সাথে সরাসরি লাইন লাগানোর তুলনায়: আরও কিছু পরিবর্তনশীল রয়েছে। (আপনি যদি এক্সেলকে বিশ্বাস করেন তবে আপনি জিয়োরেরফারেন্সের জন্য সত্যই এটি করতে পারেন ;-)।

থাম্বের কিছু নিয়মের জন্য:

1. আপনার নির্ভুলতার প্রয়োজনীয়তাগুলি পূরণ করে এমন সর্বনিম্ন ক্রমটি ব্যবহার করুন । (এটি সম্পর্কে আরও তথ্যের জন্য, নীচে # 7 দেখুন))
2. এমন একটি পদ্ধতি ব্যবহার করুন যা ঘটতে পারে এমন বিকৃতিগুলি উপস্থাপন করতে পারে। কাগজের মানচিত্রের স্ক্যানিংয়ের সাথে, বিকৃতিগুলি স্থানীয় এবং অনিয়মিত হতে পারে, তাই স্প্লাইজগুলি বিবেচনা করুন। অভিক্ষেপের পরিবর্তনের সাথে (বেশিরভাগ বায়ু এবং উপগ্রহ চিত্র প্রক্রিয়াকরণে ঘটে এমনগুলি অন্তর্ভুক্ত) ব্যবহারের যথাযথ রূপান্তরটি একটি ভবিষ্যদ্বাণীপূর্ণ। সম্ভাব্য রূপান্তরগুলি বহুপদী (সাধারণভাবে) বা স্প্লাইজ হয় না। আপনার সফ্টওয়্যার যদি তাদের সমর্থন না করে তবে একটি দ্বিতীয়-আদেশের বহুবচন প্রায়শই একটি যুক্তিসঙ্গত সমীকরণ সরবরাহ করে।
3. অত্যধিক উপায়ে না । যে কোনও জিওডাটা উত্সের নির্ভুলতার সীমা রয়েছে। আপনি চান যে আরএমএসটি প্রায় ততটা সমান হোক না কেন এটি উল্লেখযোগ্যভাবে কম নয়।
4. বিশেষত উচ্চতর শক্তিগুলি ব্যবহার করার সময় (2 বা ততোধিক অর্ডারের বহুভুজ), বহির্মুখী লিঙ্কগুলিকে আগাছা ফেলে । এমনকি একটি একক আউটলেটরও রূপান্তরকে পুরোপুরি বিকৃত করতে পারে। রূপান্তর গণনা করতে ব্যবহৃত হয়নি এমন কিছু লিঙ্ক তৈরি করে এবং রূপান্তরটি তাদের কতটা ভাল সমাধান করেছে তা পরীক্ষা করে ফলাফলগুলি ক্রস-বৈধ করুন।
5. সর্বাধিক নির্ভুলতার জন্য, আপনি যে ক্ষুদ্রতম অঞ্চলটি করতে পারেন তা জিওরফেরিয়েন্স করুন । আপনার আগ্রহের বাইরেও প্রচুর ক্ষেত্রকে জিওরফারেন্স করার কোনও অর্থ নেই এবং এটি করা আপনার অধ্যয়নের ক্ষেত্রের মধ্যে মানচিত্রের মানকে আরও খারাপ করতে পারে।
6. নমনীয়তার জন্য, জিওরফারেন্সটি কিছুটা বড় অঞ্চল । যত তাড়াতাড়ি বা পরে আপনার প্রয়োজন হতে পারে পার্শ্ববর্তী অঞ্চলগুলি থেকে ডেটা আনতে: এটি সীমানার কাছাকাছি কিছু সাধারণ নিয়ন্ত্রণ পয়েন্টগুলি যেখানে তারা ওভারল্যাপ করে থাকে এটি প্রচুর পরিমাণে সহায়তা করবে। (এই বিধিটি পূর্ববর্তীটির সাথে দ্বন্দ্ব!)
7. অধ্যয়নের ক্ষেত্রের সীমানা জুড়ে নিয়ন্ত্রণ পয়েন্ট তৈরি করা পছন্দ করুন । জ্যামিতিকভাবে, আপনার অঞ্চল বেশিরভাগই এর সীমানার কাছে অবস্থিত; পরিসংখ্যানগতভাবে, আপনি এই অতিরিক্ত নিয়ন্ত্রণ পয়েন্টগুলি থেকে সেরা তথ্য পান। ফিট চেক করতে এবং বহুবর্ষীয় ক্রমটি মূল্যায়নের জন্য অভ্যন্তরের অভ্যন্তরে কয়েকটি ব্যবহার করুন। (একা সীমানা পয়েন্টের উপর ভিত্তি করে ফিট যদি গ্রহণযোগ্য হয় তবে অভ্যন্তরীণ পয়েন্টগুলি ভাল মানায় না, আপনার বহুপদী ক্রম বাড়ানোর প্রয়োজন হতে পারে))

Comments

@ দেবদত্ত মোটেও নয়; অন্যান্য লোকেরা কী কী নিয়মকে কার্যকর বলে মনে করে তা দেখতে আমি আগ্রহী।

— শুক্র