1 মি ডিএম মোজাইককে 10 মি ডিএম তে সমষ্টি করার সর্বোত্তম পদ্ধতি


11

আমার কাছে 1 মি লিডার ডেরিভড ডিএম এর একটি মোজাইক রয়েছে। আমার 10 মি ডেম হিসাবে ডেটাটির একটি উপসেট আউটপুট করতে হবে। আমি বর্তমানে প্রতিটি নতুন 10 মিটার পিক্সেলের জন্য গড় মূল্য উত্পাদন করতে আরসিজিআইএস 10 এ সামগ্রিক সরঞ্জামটি ব্যবহার করছি। এই যেমন কাজের জন্য সেরা কৌশল কিনা তা সম্পর্কে কোনও পরামর্শ? এই জাতীয় ডেটা সহ গড় মূল্য কি সেরা পদ্ধতির?


1
নিম্ন রেজোলিউশনে কেন ডেটাটি পুনরায় স্যাম্পল করা দরকার তা নিয়ে আপনি নিজের কর্মপ্রবাহের আরও ব্যাখ্যা করতে পারেন? প্রথম ধাপ হিসাবে স্থানিক রেজোলিউশন কম করার চেয়ে আরও ভাল উপায় হতে পারে?
এম লওরি

উত্তর:


10

একটি সাধারণ ভুল (এটি আমিও করেছি) হ'ল বিলিনিয়ার ইন্টারপোলেশন সহ রেজাল্ট সরঞ্জামটি ব্যবহার করে একজন রাস্টার ডাউন-স্যাম্পল করা। কেন এটি ভাল নয় তা ব্যাখ্যা করার জন্য এই উত্তরটি দেখুন । একজন রাস্টার তিন ধাপে ডাউন-স্যাম্পল করা যায়।

  1. প্রথম পদক্ষেপের প্রয়োজন হতে পারে না। লক্ষ্য সীমাতে রাস্টারটিকে পুনরায় প্রজেক্ট করুন। বিলাইনার ইন্টারপোলেশন ব্যবহার করুন এবং আউটপুট সেলের আকারটি ইনপুট রেজোলিউশন (যেমন, 1 মিটার) এর মতো রাখুন। প্রক্ষেপণের রাস্টার কোণগুলি "স্ন্যাপ" করতে নিবন্ধকরণ পয়েন্টটি ব্যবহার করুন। আউটপুট এক্সটেন্টসগুলি "পরিবেশ" এ নির্দিষ্ট করা যেতে পারে এবং আমি 10 মিটার (বা যে কোনও রেজোলিউশন) এর একাধিক দিয়ে এক্সটেন্টগুলি নির্দিষ্ট করার পরামর্শ দিই। এই এক্সেটেন্টগুলি নিয়ন্ত্রণ করবে যেখানে পরিসংখ্যান চূড়ান্ত রাস্টার জন্য নির্ধারিত হয়।

  2. ব্লক পরিসংখ্যান সম্পাদন করুন (স্থানিক বিশ্লেষক সরঞ্জাম> নিকটবর্তী অঞ্চলে পাওয়া যায়)। উচ্চতা এবং প্রস্থ উভয়ের জন্য 10 টি কোষযুক্ত একটি আয়তক্ষেত্র ব্যবহার করুন এবং একটি পরিসংখ্যান ধরণের জন্য "MEAN" চয়ন করুন। আপনি চাইলে বিভিন্ন আকার এবং প্রকার চেষ্টা করুন। ঘরের আকারটি ডাউন-স্যাম্পলিং অনুপাত।

  3. যেহেতু ব্লক পরিসংখ্যানগুলি রাস্টার রেজোলিউশনটি পরিবর্তন করে না, তাই শেষ পদক্ষেপটি রেসামেল (ডেটা ম্যানেজমেন্ট সরঞ্জাম> রাস্টার> রাস্টার প্রসেসিংয়ে পাওয়া যায়)। 10 মিটার চয়ন করুন, এবং ঘরের মাঝে ব্লক পরিসংখ্যান বাছাই করতে "নিকটতম" ব্যবহার করুন।

সমষ্টি সরঞ্জাম ব্যবহার করার জন্য কার্টভপ্রাইসের পরামর্শ অনুসারে 2 এবং 3 পদক্ষেপ প্রতিস্থাপন করা যেতে পারে , যা কার্যকরভাবে আয়তক্ষেত্রের মাধ্যম ব্যবহার করে একই ফলাফল অর্জন করবে।


2
থাম। আমি 20 বছর ধরে এই স্টাফটি করে আসছি এবং জানতাম না যে বিলিনিয়ার রিসম্পলিংয়ে কেবলমাত্র 4 টি কাছাকাছি ডেটা পয়েন্ট ব্যবহার করা হয়! এটি অবশ্যই একটি উচ্চ প্রোফাইল প্রয়োজন।
ম্যাট উইলকি

6

আপনি সামগ্রিক সরঞ্জামটি ব্যবহার করে প্রক্রিয়া থেকে এক ধাপ কেটে ফেলতে পারেন , যা এই সমস্ত সংক্ষিপ্ত মান কোষ এবং রেজামালকে প্রতিলিপি করা এড়ানো যায়।


ভাল পরামর্শ, সঞ্চালনের জন্য কম পদক্ষেপ।
নাদ্যা

4

উপরে উল্লিখিত সমস্ত পয়েন্টগুলি নোট করা গুরুত্বপূর্ণ এবং আমি পুরোপুরি সম্মত হই যে বিলিনিয়ার পুনরায় মডেলিং বেশ সমস্যাযুক্ত। যদিও, আমি কৌতুহল যে কেন কেউ কিউবিক সমঝোতা নিয়ে আলোচনা করছে না? একটি ব্লক ফাংশন ব্যবহার করে সমস্যাটি হ'ল লিডার থেকে প্রাপ্ত ডিএম দ্বারা প্রত্যাশা অনুযায়ী বিতরণটি অ-স্বাভাবিক বা মাল্টিমোডাল হয় তখন গড়টি বেশ অপ্রাসঙ্গিক।

যদি আপনার মূল লিডার ডেটাতে অ্যাক্সেস থাকে তবে কেবল আর্কজিআইএসে "টপো থেকে রাস্টার" সরঞ্জামটি ব্যবহার করে কাঙ্ক্ষিত রেজোলিউশনে ডেটাটি ফাঁক করুন। যদি আপনার কেবলমাত্র 1 মিটার ডিইএম রাস্টারটিতে অ্যাক্সেস থাকে তবে এটি সবচেয়ে ভাল, কমপক্ষে দক্ষ হিসাবে মনে হলেও পদ্ধতিটি হ'ল রাস্টারটিকে পয়েন্টে রূপান্তর করতে হবে এবং একটি পাতলা প্লেট বা দ্বি-ঘন স্প্লাইন ব্যবহার করতে হবে। এটি পুনরায় নমুনা পাড়ার জন্য ডেটাতে একটি লাইনবিহীন বক্ররেখা ফিট করতে পারে।

বিকল্পভাবে, আপনি গাউসিয়ান কার্নেল ব্যবহার করে 1 মিটার রাস্টারটি মসৃণ করতে পারেন, আপনার পছন্দসই পুনঃনির্মাণের রেজোলিউশন (10x10) এর আকারের সমান করে, এবং তারপরে একটি বিলিনিয়ার রেজামাল অনেক বেশি উপযুক্ত হবে। এই পদ্ধতির ফলে আপনি স্মুথিং প্যারামিটারের উপর সরাসরি নিয়ন্ত্রণ রাখতে পারবেন এবং এর ফলে "স্থানীয়ভাবে" স্বাভাবিক বিতরণ হবে যেখানে মধ্য প্রবণতার সূচক হিসাবে মাধ্যমটি প্রাসঙ্গিক হয়ে যায় এবং লিনিয়ার ফিট সমর্থিত হয়।


প্রশ্নের মালিককে এখানে দীর্ঘকাল দেখা যায় না, তবে আমার একই সমস্যা রয়েছে (আমার লিডার রাস্টারগুলি 0.5 মিটার), তাই আমি আলোচনায় এসেছি :) আর্কিজিআইএস-এর জন্য এটি রূপান্তরকারী রাস্টারকে পয়েন্টগুলিতে দেখে মনে হচ্ছে এটি অনেক বেশি সহজ মিলিয়ন পয়েন্টের চেয়ে বড় রেস্টারদের পরিচালনা করতে।
নাদ্যা
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.