Saya sedang mencari cara untuk menerapkan interpolasi spline ke trek gps (format Gpx). Saya adalah pengguna QGIS biasa dan juga memiliki perpustakaan GDAL diinstal pada mac saya jika itu membantu.
Pada dasarnya informasi jejak dan pengendaraan pada Proyek MTB memiliki sejumlah kecil titik dan jalur aktual diperluas melalui interpolasi spline untuk mengurangi ukuran file. Saya dapat mengunduh trek dalam format gpx, tetapi hanya berisi set poin kecil, memberi saya trek yang menyerupai garis bergerigi yang mewakili sejumlah kecil poin sebelum interpolasi. Saya ingin menerapkan transformasi serupa untuk membuat kembali garis lengkung yang ada di situs web, dalam proses yang agak berulang yang tidak membuat saya secara manual menelusuri kembali setiap titik dengan alat menggambar spline di QGIS.
Adakah yang tahu cara agar saya bisa dengan mudah menerapkan interpolasi spline ke data lintasan gps saya untuk mereproduksi lintasan splined dari Proyek MTB menggunakan alat gratis? Lebih disukai di OSX?
Jawaban:
Coba gunakan alat "v.generalisasi" dari kotak alat pemrosesan. Ada sejumlah algoritma di sana yang dapat menggeneralisasi garis dengan baik.
Solusi lain yang mungkin adalah plugin "Generalizer" yang disebutkan dalam posting ini , info plugin di QGIS menyarankan bahwa alat tersebut berdasarkan pada modul v.generalizer Grass.
Hanya untuk referensi di bawah ini adalah contoh dari output dari alat v.generalisasi. Saya menggunakan input default untuk output Chaiken dan Hermite, saya yakin Anda bisa menerima hasil yang lebih baik dengan sedikit riset ke dalam alat ini dan secara khusus apa arti nilai input.
Pembaruan - Algoritme Snakes (tidak ditampilkan dalam gambar asli di bawah) dengan beberapa penyesuaian parameter alfa dan beta memberikan tampilan yang lebih halus pada dataset pengujian saya.
sumber
Saya merasa canggung, tetapi izinkan saya merekomendasikan QGIS + Spline Plugin sebagai salah satu opsi untuk kasus Anda.
Jika Ketat Anda diatur ke 0,5 (nilai default), itu dapat menghubungkan titik pengukuran padat dengan lancar, dan Ketat yang lebih tinggi mencoba untuk tidak menekuk kurva di sekitar titik-titik tersebut.
Anda akan melihat kurva Biru (0,9) lebih cocok di kurva lembut, dan Jeruk (0,5) bagus untuk tikungan ketat. Fleksibilitas ini adalah bagian terbaik dari digitalisasi secara manual oleh Spline Plugin. Jika kita mencoba melakukannya dengan persamaan matematika, itu bisa menjadi mimpi buruk.
sumber