Saya mencoba menghitung nilai curah hujan rata-rata dari sejumlah titik menggunakan alat Inverse Weighted Distance di ArcGIS 9.3.
Masalah saya adalah: setiap titik memiliki deret waktunya sendiri, oleh karena itu proses interpolasi harus dapat dilakukan untuk semua tahun (jenis iterasi bisa dikatakan).
Berikut ini adalah tabel atribut sampel:
ID X Y Name Rain1990 Rain1991 Rain1992 Rain1993 .... Rain2010
1 xx1 yy1 AA 1210 1189 1863 1269 ......
2 xx2 yy2 BB 1492 1502 2187 1923 ......
......
Adakah yang bisa menunjukkan kepada saya bagaimana melakukan itu?
Sunting 1: Saya akhirnya melakukan ini dengan menggunakan kode C ++ yang membutuhkan grid mask ArcGIS, file data & lokasi semua titik.
Sunting 2: Saya baru-baru ini menggunakan R untuk melakukan tugas interpolasi ini. Anda dapat menggunakan salah satu hydroTSM
, gstat
atau spacetime
paket. Beberapa tautan contoh di bawah ini:
http://spatial-analyst.net/wiki/index.php?title=Spatial_interpolation_exercises_%28NL%29
http://www.geostat-course.org/Topic_Bivand_2012
Sunting 3: Menambahkan contoh yang berfungsi di bawah ini untuk pembaca di masa mendatang
Jawaban:
Saya memecahkan ini dengan memasukkan iterator "Pemilihan Fitur" ke dalam model. (Di Window ModelBuilder, di bawah menu Insert-> Iterators.)
Gunakan bidang waktu Anda sebagai variabel "grup per". Dengan melakukan ini, model akan mengulangi sekali untuk setiap kali di kelas fitur Anda.
Kemudian pasang alat interpolasi pilihan Anda (spline, IDW, apa pun) ke output fitur dari iterator. Jalankan model, pergi berlibur selama beberapa minggu, dan ketika Anda kembali, Anda akan memiliki grid sebanyak yang Anda punya poin waktu di kelas fitur.
Perhatikan bahwa solusi ini mengasumsikan Anda memiliki titik pengambilan sampel waktu diskrit dengan bidang tanggal atau angka yang menunjukkan satu titik waktu untuk setiap catatan dalam rangkaian fitur Anda. Jika Anda menggunakan format "waktu mulai" dan "waktu selesai", mungkin tidak terlalu mudah.
sumber
Tampaknya utas ini dijawab oleh alat IDW, tetapi jika Anda meminta dan menginput tahun awal dan kemudian mengulangi bidang tahun menggunakan variabel sebaris dalam pembangun model maka ini akan menjadi cara yang lebih elegan untuk menangani pemodelan .
PS: Saya setuju dengan @AndyW bahwa jika Anda menyelesaikannya menggunakan IDW, posting sebagai jawaban sendiri dan kemudian "tandai dengan centang"
sumber
Tambahkan solusi saya sendiri menggunakan
R
& data curah hujan acakKonversi ke objek sp
Tambahkan sistem referensi spasial (SRS) atau sistem referensi koordinat (CRS).
Konversi ke UTM 10N
Data curah hujan tahunan hipotetis dihasilkan menggunakan distribusi Poisson.
Gabungkan frame data Prec dengan Prec shapefile
Kerangka data curah hujan gabungan dengan Prec presipitasi shapefile (UTM)
Tentukan sejauh mana interpolasi spasial. Jadikan 4km lebih besar di setiap arah
Buat kisi yang diinginkan pada resolusi 1 km
Interpolasi menggunakan Inverse Distance Weighted (IDW)
Plot hasil interpolasi
sumber