Wie interpoliere ich die Temperatur richtig?

11

Ich habe versucht, die mittlere durchschnittliche Jahrestemperatur zu interpolieren, um eine "realistische" Oberfläche zu erhalten. In QGIS habe ich Raster-Interpolation-Interpolation verwendet. Beide Methoden TIN und IDW lieferten keine "realistische" Oberfläche (z. B. im Vergleich zu einer guten Karte in einem Atlas).

IDW (Faktor 3):

IDW mit Faktor 3

TIN (zeigt auch die Interpolationspunkte):

TIN linear zeigt auch meine Interpolationspunkte

Irgendwelche Hinweise, wie man eine "bessere, realistischere" Interpolation bekommt?

Kurt
quelle
2
Besonders für die Bergregion würde ich erwarten, dass Sie die Höhe berücksichtigen müssen, um etwas entfernt Realistisches zu erhalten.
Underdark
@underdark: Kannst du mich auf eine Webseite, ein Forum, ein Tutorial, Literatur verweisen, wie das gemacht werden kann? Vielen Dank!!
Kurt
Dies scheint eine vernünftige Quelle zu sein: ncgia.ucsb.edu/conf/SANTA_FE_CD-ROM/sf_papers/collins_fred/… . Klimadaten sind jedoch nicht meine Spezialität.
underdark
1
Möchten Sie eine Karte erstellen, auf der die Temperaturen in die Klassen Kurt eingeteilt sind? Sagen wir so etwas, perambulations.files.wordpress.com/2012/02/usda-zone-map1.jpg . N.
nhopton
@nhopton: Meine primäre Absicht war es, eine durchgehende Oberfläche zu schaffen, die zumindest "aus der Ferne realistisch" ist. Es gibt nur wenige hundert Datenpunkte, und die Interpolation in den Bergregionen liegt außerhalb meines Rahmens. Vielleicht sollte ich versuchen, eine "gruppierte" Temperaturoberfläche zu erstellen. Aber: Braucht eine solche "gruppierte" Oberfläche nicht als ersten Schritt genügend korrekt interpolierte Datenpunkte? Haben Sie Anweisungen / ein Tutorial dazu? Dies wäre sehr willkommen! danke
Kurt

Antworten:

11

Sie können das Höhen-Temperatur-Verhältnis berücksichtigen, insbesondere in Berggebieten. Hierfür kann Co-Kriging oder Splines-Interpolation (z. B. 3D-Splines, wie von GRASS GIS unterstützt) verwendet werden. Für größere Gebiete können weitere Variablen eine Rolle spielen: Entfernung vom Meer, Breitengrad usw.

Update: Eine vernünftige Methode kann auch die multiple Regression sein. Für GRASS 7 gibt es ein neues Addon: r.regression.multi

markusN
quelle
Gibt es ein Tutorial? Ich habe die 3. Ausgabe Ihres Grasbuchs (Springer) gekauft, aber als kompletter Rockie weiß ich nicht, wie ich mit Gras anfangen soll, danke
Kurt
Viel Spaß mit den ersten Kapiteln :) Es ist für Neulinge. Siehe auch den Kurs unter geostat-course.org/Topic_NetelerMetz_2011 (Material ist mit dieser Seite verlinkt).
MarkusN
Aktualisiertes Material unter geostat-course.org/Topic_NetelerMetz_2012
markusN
1
Weitere neue Materialien jetzt unter: neteler.gitlab.io/grass-gis-analysis
markusN
4

Wenn Sie Klimadaten interpolieren, haben Sie zwei Möglichkeiten (ich sehe, Sie benötigen einsatzbereite Tutorials, ich werde eine Referenz geben, aber auch einige theoretische Aspekte, die Sie hier haben ):

  1. Eine einfache Interpolation mit einem Kriging-Ansatz ist die beste Option, da Sie eine statistisch klingende Beziehung haben. Sie können dieses Tutorial verwenden: Auf Rumänisch, aber Sie können Google Translate verwenden (verwenden Sie SAGA).

  2. kovariate Interolation, Kriging oder eine andere Methode, die Temperaturdaten durch Höhen- oder andere Daten ergänzt. Sie können diese Tutorials verwenden: Mitasova Spline mit Spannung (verwenden Sie GRASS) oder Tom Hengl Buchbeispiel (mit R)

Niculita Mihai
quelle
3

Korrigieren Sie die Temperaturdaten atmosphärisch? Dies würde die Oberflächenhöhe über dem Meeresspiegel und der Atmosphäre erklären. NCEP bietet eine Fülle von atmosphärischen Daten für Nordamerika.

Eine lineare Interpolation wäre auch nicht so gut, da die Temperatur jeden Tag täglich variiert.

nhunsaker
quelle
3

Kurt, du kannst die Temperaturwerte in deinem Raster in Klassen gruppieren und die Ergebnisse mit v.reclass aus der Sextante-Toolbox in ein neues Raster exportieren.

Ich denke, der minimale Wert Ihres interpolierten Rasters könnte (sagen wir) -5 und der maximale Wert (sagen wir) 30 sein.

Wenn Sie GRASS v.reclass aus der Sextante-Toolbox verwenden, können die Werte mithilfe dieser Textdatei 'rules' (Sie können sie als 'rules.txt' bezeichnen) in sieben Klassen gruppiert werden:

-5 thru 0 = 1
1 thru 5 = 2
6 thru 10 = 3
11 thru 15 = 4
16 thru 20 = 5
21 thru 25 = 6
26 thru 30 = 7

Die Ausgabe wäre ein neues Raster mit einem Wert von 1 für alle Werte zwischen -5 und Null im ursprünglichen Raster, von 2 für alle Werte zwischen 1 und 5 im ursprünglichen Raster usw.

Die Vorgehensweise ist sehr einfach. Sie benötigen lediglich das interpolierte Raster und die Textdatei "Regeln". Siehe auch die Manpage für v.reclass hier: http://grass.fbk.eu/gdp/html_grass64/r.reclass.html

Nach der Klassifizierung kann das neue Raster auch polygonisiert werden, um ein Polygon-Shapefile zu erstellen und dem farbgerenderten Bild harte Kanten zu verleihen. Oder Sie können das Shapefile farblich stylen und das Raster vergessen.

Nur ein kurzer Hinweis. Interpolation ist eines der Dinge, die dazu führen, dass die Überreste meiner Haare zu Berge stehen, da sie aus sehr dünnen Daten sehr überzeugend aussehende Ergebnisse liefern können. Darüber hinaus können die Ergebnisse in der Regel nicht überprüft werden, da Sie alle Daten verwendet haben, die Sie für die Interpolation benötigen. Daher liegt es in der Natur der Sache, dass Sie keine aussagekräftigen Überprüfungen der Bereiche durchführen können, für die Sie dies nicht tun Daten haben.

In Ihrem Fall sind die Daten für das Gebiet außerhalb der Grenzen Österreichs dünn, und Sie können das endgültige Kartenbild ausschneiden, um nur Österreich anzuzeigen. Oder lassen Sie die Punkte in. Zum Beispiel könnte ich eine Grafik mit einem Schrotflintenspritzer von Punkten haben, durch die ich eine gerade Linie zeichne. Die Unehrlichkeit beginnt, wenn ich dann die Punkte entferne :)

Nick.

nhopton
quelle