Nsns gis

Nội Suy và Ngoại Suy
trong GIS


Nội suy: Q trình ước
tính giá trị của một trường
dữ liệu tại một vị trí khơng
có dữ liệu, dựa trên giá trị
của các điểm dữ liệu gần
đó.
Ngoại suy: Q trình ước
tính giá trị của một trường
dữ liệu tại một vị trí nằm
ngồi phạm vi của các
điểm dữ liệu.


Ví dụ của nội suy trong GIS


Sử dụng nội suy để tính tốn độ cao tại các vị trí khác trong khu vực, dựa trên các giá trị đã biết tại các điểm. Có nhiều phương pháp
nội suy khác nhau có thể được sử dụng cho mục đích này. Một phương pháp phổ biến là phương pháp nội suy IDW (Inverse Distance
Weighting). Ngồi ra cịn có: nội suy tuyến tính, nội suy đa thức, Kriging…
Phương pháp IDW sử dụng trọng số giảm dần theo khoảng cách giữa điểm đã biết và điểm cần tính tốn. Điều này có nghĩa là các
điểm gần hơn sẽ có ảnh hưởng lớn hơn đến giá trị được tính tốn.
Để sử dụng phương pháp IDW trong GIS, sử dụng công cụ Interpolation trong ArcGIS. Công cụ này cho phép chọn phương pháp nội suy
và cài đặt các tham số cho phương pháp đó.
Trong ví dụ này, bạn có thể sử dụng các tham số sau cho phương pháp IDW:
Khoảng cách tối thiểu: 100 mét
Hệ số trọng số: 1/d^2
Trong đó:

d là khoảng cách giữa điểm đã biết và điểm cần tính tốn
Với các tham số này, các điểm gần hơn sẽ có ảnh hưởng lớn hơn đến giá trị được tính tốn. Các điểm cách xa hơn sẽ có ảnh hưởng
nhỏ hơn.
Sau khi cài đặt các tham số, công cụ Interpolation. Công cụ sẽ tạo ra một bản đồ thể hiện độ cao của tồn khu vực.
Bản đồ này có thể được sử dụng cho nhiều mục đích khác nhau, chẳng hạn như đánh giá tác động của biến đổi khí hậu, lập kế hoạch
sử dụng đất, hoặc thiết kế cơ sở hạ tầng.


NỘI SUY IDW
Trong đó:
Zj : giá trị chưa biết
Zi: giá trị đã biết.
Dij: Khoảng cách từ I đến j.
n: tham số, thường chọn mặc định là 2.


Ví dụ của ngoại
suy trong GIS


Cơng thức NGOẠI SUY TUYẾN TÍNH
Nếu hai điểm dữ liệu gần điểm X* nhất được ngoại suy là Xk và Xk--, phép ngoại suy tuyến tính cho
hàm.
Trong đó: y(x*): cần tìm.
Các giá trị đã biết:
+ X*
+ (Xk-1, Yk-1).
+ (Xk, Yk)
Ngồi ra cịn có các pp khác: Ngoại suy đa thức, ngoại suy Conic, …

:


Ví dụ 1: Ước tính độ cao của một điểm trên bề mặt Trái đất
Giả sử chúng ta có tập dữ liệu bao gồm các điểm dữ liệu đo độ cao tại các điểm trên bề mặt Trái đất. Chúng ta
có thể sử dụng phương pháp ngoại suy để ước tính độ cao của một điểm khơng có dữ liệu.
Trong ví dụ này, dữ liệu huấn luyện bao gồm các điểm dữ liệu đo độ cao tại các điểm trên bề mặt Trái đất.
Phương pháp ngoại suy sẽ sử dụng các điểm dữ liệu này để ước tính độ cao của một điểm khơng có dữ liệu.
Giá trị ước tính này sẽ được dựa trên giá trị của các điểm dữ liệu xung quanh vị trí của điểm khơng có dữ liệu.
Ví dụ 2: Ước tính nhiệt độ trung bình tại một khu vực
Giả sử chúng ta có tập dữ liệu bao gồm các điểm dữ liệu đo nhiệt độ trung bình tại các trạm khí tượng trong
một khu vực. Chúng ta có thể sử dụng phương pháp ngoại suy để ước tính nhiệt độ trung bình tại một điểm
khơng có trạm khí tượng trong khu vực đó.
Trong ví dụ này, dữ liệu huấn luyện bao gồm các điểm dữ liệu đo nhiệt độ trung bình tại các trạm khí tượng
trong khu vực. Phương pháp ngoại suy sẽ sử dụng các điểm dữ liệu này để ước tính nhiệt độ trung bình tại
một điểm khơng có trạm khí tượng trong khu vực đó. Giá trị ước tính này sẽ được dựa trên giá trị của các
điểm dữ liệu xung quanh vị trí của điểm khơng có dữ liệu.