আর্কজিআইএস আইডিডাব্লু স্থানিক আন্তঃবিবর্তন ব্যবহার করার সময় পয়েন্ট ডেটা সমীকরণযোগ্য প্রক্ষেপণ করা উচিত?


11

আমি ভাবছি যে কেউ যদি স্পষ্ট করে বলতে পারে যে আর্কজিআইএস আইডিডাব্লু স্থানিক প্রবৃত্তি ব্যবহার করার সময় পয়েন্ট ডেটা একটি সমতুল্য প্রক্ষেপণের জন্য উত্পন্ন করা উচিত কিনা?

আমি প্রায় 30 ডিগ্রিংশ অক্ষাংশে বিস্তৃত পশ্চিম উত্তর আমেরিকার একটি ডেটাसेटে কাজ করছি। ডেটা বর্তমানে ল্যাট / লং (এনএডি 83) এ রয়েছে।

আর্কজিআইএস "ফ্লাই অন প্রোজেক্ট" বা ইন্টারপোলেশন প্রক্রিয়া চলাকালীন আমার নমুনা পয়েন্টগুলিতে দূরত্ব গণনা করার সময় কোনওভাবে অক্ষাংশের জন্য সামঞ্জস্য করে বা দূরত্ব সংরক্ষণ করে এমন কোনও অভ্যাসে আমার সমস্ত সরবরাহ করা উচিত?


3
কোনও প্রক্ষেপণ সমস্ত দূরত্ব সংরক্ষণ করে না। একটি "সামঞ্জস্যপূর্ণ" অভিক্ষেপ এক, দুই বা ম্যাপে সর্বাধিক তিনটি বিশিষ্ট পয়েন্টের দূরত্ব সংরক্ষণ করে। এটি করার জন্য, এটি অন্যান্য পয়েন্টগুলির মধ্যে সাধারণত দূরত্বে একটি বৃহত বিকৃতি উপস্থাপন করে। এই উত্তর এবং এটিতে মন্তব্য দেখুন ।
whuber

উত্তর:


12

আইডিডাব্লু আন্তঃপ্রবাহের প্রতিটি পয়েন্টের নিকটে অবস্থিত ডেটা পয়েন্টগুলি সন্ধান করে , সেই পয়েন্টগুলির দূরত্বের প্রদত্ত পাওয়ার পি অনুসারে ডেটা মানগুলিকে ওজন করে এবং ওজনিত গড় গঠন করে কাজ করে। (প্রায়শই পি = -2।)

ধরা যাক কোনও বিভাজন পয়েন্টের চারপাশে কিছু পরিমাণ দূরত্ব বিকৃতি রয়েছে যা সমস্ত দিকের ক্ষেত্রে একই the এই কিছু সব দূরত্বের বহুগুণ বৃদ্ধি করে দিবেন ধ্রুবক মান এক্স । সুতরাং ওজনগুলি সমস্ত x ^ পি দ্বারা গুণিত হয় । যেহেতু এটি আপেক্ষিক ওজন পরিবর্তন করে না , ওজনযুক্ত গড় আগের মতো।

যখন দিকের সাথে দূরত্বের বিকৃতিটি পরিবর্তিত হয়, তখন এই বিবর্তনটি আর ধারণ করে না: কিছু দিকের ডেটা পয়েন্টগুলি এখন (মানচিত্রে) তাদের তুলনায় তুলনামূলকভাবে কাছাকাছি উপস্থিত হয় যখন অন্য পয়েন্টগুলি তুলনামূলকভাবে আরও প্রদর্শিত হয়। এটি ওজন পরিবর্তন করে এবং তাই IDW পূর্বাভাসকে প্রভাবিত করে।

ফলস্বরূপ, আইডিডাব্লু সংযোগের জন্য আমরা এমন একটি প্রক্ষেপণ ব্যবহার করতে চাই যা মানচিত্রে প্রতিটি বিন্দু থেকে সমস্ত দিক থেকে প্রায় সমান বিকৃতি তৈরি করে। এই জাতীয় অভিক্ষেপটি কনফরমাল হিসাবে পরিচিত কনফরমাল প্রজেকশনগুলিতে মার্কেটর (ট্রান্সভার্স মার্কারেটর (টিএম) সহ), ল্যামবার্ট কনিক এবং এমনকি স্টেরিওগ্রাফিকের উপর ভিত্তি করে অন্তর্ভুক্ত রয়েছে।

অনুধাবন করা একটি "স্থানীয়" সম্পত্তি realize এর অর্থ হ'ল দূরত্বের বিকৃতি সমস্ত বিয়ারিংগুলিতে কেবল প্রতিটি পয়েন্টের ছোট ছোট অঞ্চলে স্থির থাকে। বৃহত্তর দূরত্ব জড়িত বৃহত প্রতিবেশীদের জন্য, সমস্ত বেট বন্ধ রয়েছে (সাধারণভাবে)। একটি সাধারণ - এবং চূড়ান্ত - উদাহরণটি হ'ল মার্কেটর প্রক্ষেপণ, যা সর্বত্র রীতিমতো (খুঁটি বাদে যেখানে এটি সংজ্ঞায়িত হয়নি)। নিরক্ষীয় অঞ্চল থেকে যথেষ্ট দূরত্বে উত্তর-দক্ষিণের দূরত্বে এর দূরত্বের বিকৃতি অসীম হয়ে যায়, অন্যদিকে নিরক্ষীয় অঞ্চলে পাশাপাশি এটি পুরোপুরি সঠিক।

কিছু অনুমানের বিকৃতির পরিমাণটি বিন্দু থেকে এত দ্রুত পরিবর্তিত হতে পারে যে নিকটবর্তী প্রতিবেশীরা একে অপরের থেকে দূরে বা প্রজেকশন ডোমেনের চূড়ান্ত কাছাকাছি থাকলেও রূপান্তরতা আমাদের রক্ষা করতে পারে না। ততক্ষণে , অধ্যয়নের অঞ্চলে অভিযোজিত কনফরমাল প্রজেকশনটি বেছে নেওয়া বুদ্ধিমানের কাজ : এর অর্থ অধ্যয়ন অঞ্চলটি এমন একটি অঞ্চলে অন্তর্ভুক্ত করা হয়েছে যেখানে এর বিকৃতি সবচেয়ে ছোট। উদাহরণগুলির মধ্যে রয়েছে নিরক্ষরেখার কাছাকাছি মারকেটর, উত্তর-দক্ষিণের রেখা বরাবর টিএম এবং উভয় মেরুর কাছে স্টেরিওগ্রাফিক। প্রসঙ্গত মার্কিন যুক্তরাষ্ট্রে, ল্যামবার্ট কনফর্মাল কনিক প্রায়শই ভাল ডিফল্ট পছন্দ হয় যখন রেফারেন্স অক্ষাংশ অধ্যয়নের অঞ্চলে রাখা হয় তবে উত্তর এবং দক্ষিণের চূড়ান্ততার কাছাকাছি থাকে।

এই বিবেচনাগুলি কেবলমাত্র অধ্যয়ন অঞ্চলের জন্য গুরুত্বপূর্ণ যেগুলি বৃহত্তর দেশ বা আরও বেশি জুড়ে বিস্তৃত। মার্কিন যুক্তরাষ্ট্রের ছোট দেশ বা রাজ্যের মধ্যে, প্রচলিত প্রচলিত সমন্বয় ব্যবস্থা বিদ্যমান (যেমন বিভিন্ন জাতীয় গ্রিড এবং রাজ্য সমতল স্থানাঙ্ক) যা নির্দিষ্ট particular দেশ বা রাজ্যের মধ্যে সামান্য দূরত্ব বিকৃতির পরিচয় দেয়। বেশিরভাগ বিশ্লেষণমূলক কাজের জন্য এগুলি ভাল ডিফল্ট পছন্দ।


1
বিস্তারিত প্রতিক্রিয়ার জন্য আপনাকে ধন্যবাদ। আমি এলসিসিতে প্রজেক্ট করার পরে বিশ্লেষণটি আবার চালু করেছি। অপ্রকাশিত ডেটা থেকে সামান্য পার্থক্য রয়েছে তাই আমি এই নতুন অভিক্ষিপ্ত সংস্করণটি নিয়ে যাব।
জুলি

2

যেহেতু আপনি এমন একটি অপারেশন ব্যবহার করছেন যা আপনার ইনপুট ডেটাসেটটি একটি অনুমানিত সমন্বয় সিস্টেমে হওয়া উচিত distance আমি আপনার পয়েন্ট ডেটাটিকে একটি ইউটিএম প্রক্ষেপণের ( ইউটিএম রেফারেন্স মানচিত্র দেখুন ) পুনরায় প্রজেক্ট করার পরামর্শ দেব ।


1
দ্রাঘিমাংশের সীমা ছোট হলে UTM উপযুক্ত : আনুষ্ঠানিকভাবে, সাত ডিগ্রির কম। (আরও চূড়ান্ত অক্ষাংশে আপনি কিছুটা আরও পরিসীমা নিয়ে দূরে সরে যেতে পারেন)) পশ্চিমা মার্কিন যুক্তরাষ্ট্র এতটাই বড় যে কোনও ইউটিএম সমন্বয় ব্যবস্থা সেরা পছন্দ বা এমনকি একটি ভালও হওয়ার সম্ভাবনা নেই।
whuber

আমি ইউটিএমকে প্রস্তাব দিয়েছি কারণ প্রশ্নটি দ্রাঘিমাংশের চেয়ে অক্ষাংশের বৃহত্তর পরিসীমাযুক্ত ডেটা সম্পর্কে কথা বলেছিল।
আর্টওয়ার্ক 21
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.