Saya mencoba membuat peta 3D dengan batimetri multi-balok (fitur 65536, xyz), tetapi tampaknya metode interpolasi terlalu kaku. Saya perlu memuluskan data sehingga terlihat lebih alami dan realistis.
Parameter mana yang harus saya variasikan sehingga saya bisa mendapatkan ini?
Jawaban:
Ini kemungkinan tidak sepenuhnya menjadi masalah dengan model interpolasi. Data batimetri dapat menunjukkan kebisingan yang cukup besar. Karena bobot yang sama terkait dengan setiap aspek TIN dan efek outlier, interpolasi basis TIN dapat memperparah kebisingan ini dan tidak direkomendasikan. Saya akan menerapkan Topogrid (Topo to raster tool) Interpolasi Spline dan kemudian menerapkan filter smoothing pada hasilnya. Saya biasanya menggunakan filter tertimbang Gaussian dengan sigma 2, tetapi di ArcGIS Anda bisa menggunakan focal mean. Ukuran jendela akan tergantung pada resolusi permukaan interpolasi dan kriteria kesalahan. Anda tidak ingin membuat data terlalu berlebihan, menilai Root Mean Squared Error (RMSE) dari yang diamati vs yang diprediksi sangat penting. Temukan ukuran jendela yang menunjukkan keseimbangan yang dapat diterima antara kelancaran dan kesalahan.
sumber
Coba FFT (Fast Fourrier Transform) di ENVI atau Alat Pengolah Gambar lainnya setelah membuat raster Anda. Anda juga bisa menerapkannya langsung pada raster Anda menggunakan IDL.
sumber
Cobalah membuat TIN dari batimetri. TIN akan melakukan interpolasi titik (garis), menciptakan permukaan yang lebih halus daripada kisi. Anda juga dapat menjalankan hillshade pada kisi interpolasi, ini dapat menghasilkan sesuatu yang Anda sukai secara visual.
sumber
Anda dapat mencoba interpolasi Topo ke Raster hanya dalam satu langkah, mencoba nilai yang berbeda untuk parameter pemulusannya: faktor kesalahan diskritisasi (1,5, 2 atau lebih tinggi), toleransi # 1 (coba 2-3) dan toleransi # 2 (sekitar 100) . Penegakan drainase harus dinonaktifkan untuk batimetri (tidak ada penegakan), dan tipe data "tempat". Mungkin Anda berhasil mendapatkan kehalusan yang diinginkan tanpa filter.
sumber
Saya benci kontur tidak wajar yang Anda dapatkan dari kebanyakan model. Inilah alur kerja saya:
Ini memberi Anda kontur yang diperhalus, tetapi mempertahankan nilai yang terukur untuk data suara Anda. Ini tidak lebih baik, tetapi saya pikir itu terlihat jauh lebih baik.
sumber
Dalam hal kesederhanaan, TIN dapat memberikan pengembalian yang sangat masuk akal.
Saya tidak melihat alasan mengapa kebisingan menghalangi penggunaan TIN per se. Mereka akan secara tepat memodelkan titik data Anda jika Anda mengatur parameter seperti itu atau lebih pas di permukaan. Mereka juga memiliki keuntungan berbeda dari menjadi skala dan orientasi kisi independen, tidak seperti metode berbasis jendela bergerak.
Saya akan menyarankan :
Algoritma smoothing yang tepat sangat tergantung pada jenis medan, filter Guassian mungkin bagus untuk DEM yang lebih halus. FFT akan sepadan dengan upaya untuk berbagai medan dan bisa menangani sudut yang lebih tajam, tetapi iteratif penyiangan node TIN bisa menjadi pilihan yang cukup dan lebih sederhana yang meminimalkan data simulasi.
sumber