Краткое введение в ГИС - страница 33

Взвешивание присваивается точкам сбора данных на основе коэффициента взвешивания, который контролирует, как воздействие точки будет уменьшаться с увеличением расстояния до этой точки. Чем выше коэффициент взвешивания, тем меньше будет эффект, оказываемый точкой, если она будет далеко от неизвестной точки, значение которой определяется в ходе интерполяции. По мере возрастания коэффициента значение неизвестной точки будет приближаться к значению ближайшей точки сбора данных.

Важно отметить, что метод интерполяции IDW также имеет некоторые недостатки. Качество результата может снизиться, если распределение точек сбора данных носит неравномерный характер. Кроме этого, максимальные и минимальные значения интерполированной поверхности могут быть зафиксированы только в точках сбора данных. Это часто приводит к небольшим пикам и углублениям вокруг этих точек, как можно видеть на Рисунке 88.

В ГИС, результат интерполяции показан как двумерный растровый слой. На Рисунке 89 Вы можете видеть типичный результат IDW-интерполяции, основанной на точках высот, собранных на местности с помощью GPS-устройства.

Интерполяция методом TIN — еще один инструмент, популярный в среде ГИС. Распространенный алгоритм TIN называется триангуляцией Делоне. Он создает поверхность, состоящую из треугольников, формируемых ближайшими точками. Для этого вокруг точек сбора данных проводятся окружности, и их пересечения соединяются в сеть компактных треугольников, примыкающих друг другу без пересечений и разрывов (см. Рисунок 90).

Главный недостаток метода TIN в том, что итоговая поверхность выглядит не гладкой, а весьма угловатой. Это вызвано тем, что получаемые уклоны носят прерывистый характер, т. е. имеют перепады в местах стыковки составляющих треугольников. Кроме того, триангуляция работает только между точками сбора данных, но не вокруг, и нерегулярность точек ведет к неожиданным результатам (см. Рисунок 91).

Важно помнить, что не существует такого метода интерполяции, который подходил бы ко всем ситуациям. Некоторые обеспечивают более точный результат, но требовательны к вычислительным ресурсам компьютера и исполняются дольше. У всех есть достоинства и недостатки. Выбор определенного метода интерполяции зависит от особенностей входных данных, требуемого типа итоговой поверхности и уровня допустимых ошибок оценки величин. В целом, рекомендуется производить три этапа оценки:

1. Оценить входные данные с точки зрения пространственного распределения точек и подумать о том, какой характер носит распределение моделируемой величины (плавный, сконцентрированный вокруг точек и др.). Это поможет определить подходящий метод интерполяции.

2. Рассмотреть задачу и найти метод, который подходит наилучшим образом. Если есть сомнения, можно попробовать несколько методов.

3. Сравнить результаты и выбрать лучший результат, а следовательно — самый подходящий метод.

Поначалу этот процесс будет выглядеть сложным, но по мере приобретения опыта работы с разными методами интерполяции время, необходимое для генерации подходящей поверхности, сильно сократится.

Хотя в данном разделе мы остановились на методах IDW и TIN, существует множество других методов интерполяции, например RST (англ. Regularized Splines with Tension, рус. Регуляризированный Сплайн с Натяжением), Кригинг (англ. Kriging) или трендовая интерполяция (англ. Trend Surface Interpolation). Дополнительная информация о них приведена по ссылке ниже.