Một cánh én nhỏ, chẳng làm nên mùa xuân…

Nội Suy Kriging  

  RSS

nhopham124
(@nhopham124)
Eminent Member
Joined:1 year  ago
Posts: 34
13/07/2017 7:41 pm  

Nội suy Kriging


ReplyQuote
nhopham124
(@nhopham124)
Eminent Member
Joined:1 year  ago
Posts: 34
23/07/2017 8:37 pm  

Thầy ơi, em đọc đến bây giờ em  vẫn chưa hiểu bản chất thực sự về các mô hình toán trong Variogram thầy ạ, nhưng em cũng có một số câu hỏi đó là:

1. Tính chất của các biến: 

u: vector of spatial coordinates (with components x, y or “easting” and “northing” for our 2D example)  

z(u): variable under consideration as a function of spatial location (porosity in this example)  

h: lag vector representing separation between two spatial locations  Đây có phải khoảng cách giữa 2 điểm đã biết không thầy ? Đúng vậy.

z(u+h): lagged version of variable under consideration

m0 and m+h are the means of the tail and head values

s o and s +h are the corresponding standard deviations:

2. Sự phân tán điểm dữ liệu so với độ lệch chuẩn phụ thuộc việc lựa chọn "khoảng" lag phù hợp phải không thầy ?

Việc lựa chọn khoảng lag rất quan trọng vì nó quyết định đến ngưỡng tồn tại quan hệ không gian (auto-correlation) tốt nhất. Em chưa cần qúa quan tâm đến những tham số này, chỉ cần chọn sao cho đám mây dữ liệu bám sát nhất đường cong của phương trình và chọn khoảng lag sao cho đường vẫn cong là được.

Thầy giải thích thêm cho em về mối quan hệ giữa sự tương quan với phương sai và bán phương sai với ạ ??? Có phải giá trị phương sai luôn bằng 0.78 không thầy ???

Với đồ thị biểu diễn 3 đồ thị trên: Hàm cầu, Hàm mũ, Hàm Gaussin thì hàm nào là tốt nhất, thầy giải thích rõ cho em với ạ ???

Kinh nghiệm cho thấy chọn hàm cầu - phù hợp với đa số các trường hợp. Như T đã nói ở trên, việc chọn hàm nào phụ thuộc vào việc dữ liệu bám sát loại đường cong nào nhất.

3. Với thầy giải thích thêm cho em việc chọn các góc với ạ ???

Phần này T chưa tìm hiểu, với chưa qúa quan trọng hiện tại.

Edited: 6 months  ago

ReplyQuote
hnthang
(@hnthang)
Estimable Member Admin
Joined:2 years  ago
Posts: 187
25/07/2017 4:55 pm  

Em dùng dữ liệu đo sâu ở đầm cầu hai, khảo sát các mô hình variogram với ứng dụng Whitebox hoặc SAGA GIS. Mục tiêu tc hết là làm quen với việc khai báo tham số, lựa chọn thử mô hình phù hợp, xác định các ngưỡng Sill, Range. Sau đó nội suy và so sánh thử với IDW trong cùng khu vực.

Sau khi chạy thử với Whitebox và SAGA GIS, em chạy thử tiết với gói GSTAT trong R để hiểu rõ hơn các tham số.

Cuối cùng mới đến phần tìm hiểu kĩ về mô hình. Không vội, cứ đi từng bước.

Chuyển kết qủa lên cùng thảo luận nhé.


ReplyQuote
nhopham124
(@nhopham124)
Eminent Member
Joined:1 year  ago
Posts: 34
27/07/2017 12:07 pm  

Em sử dụng whitebox GIS để xác định thử các giá trị Nugget, Sill, Range tương ứng với 3 hàm: Hàm Gaussian, Cầu và hàm Mũ thầy ạ:

- Hàm Gaussian

- Hàm Mũ

- Hàm Cầu

Không hiểu sao em chạy thử nội suy Kriging tron Whitebox không được nơi thầy ạ, nó hiện ra như thế này thầy ??/

- Đây kết quả em chạy thử trong SAGA không sử dụng kích thước hỗ trợ (support size 100 x 100) thầy:

- Đây là kết quả em chạy thử trong SAGA có sử dụng kích thước hỗ trợ thầy:

Simple Kriging Satndard Deviation

Em chỉ mới chạy thử xem thế nào, chứ em vẫn chưa so sánh kết quả giữa Kriging với IDW thầy ạ 🙂

Edited: 6 months  ago

ReplyQuote
hnthang
(@hnthang)
Estimable Member Admin
Joined:2 years  ago
Posts: 187
29/07/2017 5:27 pm  

Em xóa hình ở bài trên rồi à? Sao không thấy hình nào nữa? (Bài đầu tiên)

1. Như vậy, hàm cầu cho sai số nhỏ nhất (RMSE). Trong trường họp này, hàm cầu nên được chọn. Tuy nhiên, ta cần điều chỉnh ngưỡng Range, không nên chọn 0.049 vì tại đây, các điểm không rời khá xa đường chuẩn. Mặc dù tại ngưỡng Range 0.04, đường mới hết cong nhưng em nên chọn ngưỡng trước đó khi các điểm còn bám sát đường chuẩn.

Em thử chạy lại với tham số Range mới xem.

2. Em kiểm tra tệp log xem nó báo lỗi gì. Nhìn hình chụp chung chung vậy cũng không đoán được lỗi gì. Không thì em chép nội dung của tệp log rồi gửi lên đây.

3. Phần SAGA, sao thước tỉ lệ ở đơn vị độ vậy? Như vậy kết qủa nội suy cũng là độ? Em kiểm tra lại xem sao.

Để làm dễ hơn, em loại luôn các điểm thuộc đỉnh thứ hai của đồ thị Hist các điểm đo sâu (những điểm có độ sâu trên 2.5m) thử xem thế nào.


ReplyQuote
nhopham124
(@nhopham124)
Eminent Member
Joined:1 year  ago
Posts: 34
31/07/2017 9:59 am  

- Bên dưới là đồ thị Histogram của dữ liệu sau khi em loại những điểm có giá trị trên 2.4m thầy ạ

- Em cũng khảo sát lại để xác định các ngưỡng giá trị Range, Sill, Nugget theo bộ dữ liệu trên bằng phần mềm Whitebox thầy ạ

Hàm Gaussian

Hàm Mũ

Hàm cầu

 

**** Đây là bảng khảo sát Variogram bên máy em, không biết có giống bên bảng thầy không ??

Thầy nói rõ hơn cho em về cách lựa chọn các hàm với thầy///

- Đầy là kết quả em chạy thử với hàm bậ nhấc thầy...

Vơi em nghĩ chữ Degree ở đây không có nghĩa là "độ" đâu thầy, mà là khoảng chia của một giá trị nào đó thầy, mà em cũng chưa hiểu nó là giá trị gì thầy 🙂

 


ReplyQuote
hnthang
(@hnthang)
Estimable Member Admin
Joined:2 years  ago
Posts: 187
31/07/2017 3:19 pm  

1. Như vậy, dữ liệu đồng nhất cho kết qủa tốt hơn - thể hiện ở sai số RMSE nhỏ hơn. Trong trường hợp trên, hàm cầu vẫn là hàm ưu tiên được chọn với các tham số Sill, Nugget và Range tương ứng.

2. Các hàm đã xây dựng sẵn trong SAGA còn thiếu hàm cầu và hàm Gauss. Em có thể tự khai báo hàm này ở ô trống phía dưới trục Distance ở đồ thi Variogram. Đường chuẩn sẽ thay đổi tương ứng.

Ngoài ra, em có thể di chuyển thanh trượt ở mục Fuction Fitting Range để nâng gía trị của R^2. Mục đích là giới hạn lại khoảng Range sao cho đường con đi qua được nhiều nhất đám mây dữ liệu.

3. Nội suy SAGA với hàm tuyến tính là để chạy thử thôi (sai khá nhiều). Theo trên thì ta nên khai báo hàm cầu sao cho gía trị R^2 cao nhất có thể. Từ đó mới tiến hành nội suy với Kriging.

Bây giờ ta làm tiếp với ngôn ngữ R và gói GSTAT xem thế nào.

4. Em chuyển về hệ UTM. Theo hình cuối, lưới tọa độ của ảnh em chạy là lưới tọa độ cầu (Long - Lat).

Edited: 6 months  ago

ReplyQuote
hnthang
(@hnthang)
Estimable Member Admin
Joined:2 years  ago
Posts: 187
31/07/2017 5:55 pm  

Thầy gửi em thêm một số tài liệu và ứng dụng. Thử thêm xem sao nhé:

1. Use of SAGA GIS for spatial interpolation (kriging): http://www.dmcsee.org/uploads/file/337_4_saga_kriging_manual.pdf

2. A Practical Guide to Geostatistical Mapping of Environmental Variables: http://www.geology.cz/projektvzdelavani/Pomocna/EUR22904en.pdf

3. Tài liệu về EZ Kriging: https://www.scribd.com/document/186438119/E-Z-Kriging

4. Một ứng dụng dễ thương (EZ Kriging): https://wiki.52north.org/AI_GEOSTATS/SWEZKriging

Edited: 6 months  ago

ReplyQuote
  
Working

Please Login or Register