Это озеро приблизительно 13 га с 81 отобранной глубиной в 10 линиях разреза:
Ранее в ARCgis с озером площадью 50 га и точками отбора проб на глубине 100 я получил неплохой результат с помощью TopotoRasterинструмента. Однако такого точного эквивалента, по-видимому, не существует с QGIS или программным обеспечением с открытым исходным кодом.
В QGIS я получил интерполированный растр ниже, используя метод TIN в плагине Растровая интерполяция. Тем не менее, это казалось счастливым результатом, когда я попытался повторить, я получил другие результаты (неудовлетворительные), несмотря на то, что я не менял параметры.
Это более урбанистические (построенные) резервуары, чем озера, поэтому они довольно регулярны по своему профилю дна, отсюда и низкая плотность отбора проб. Некоторые статьи, кажется, предлагают Взвешивание по обратному расстоянию (IDW) как наиболее подходящую технику, но я, похоже, получил худшие результаты с этим (возможно, из-за низкой плотности точек).
Существуют ли какие-либо эвристические методы, которые можно использовать здесь с учетом размера озера, его регулярного профиля и плотности точечной выборки, чтобы определить, какой метод интерполяции является подходящим? (между Кригингом, IDW, Билинейной, Кубической сверткой, TIN или сплайном)
Или это всегда проба и ошибка?
источник
Ответы:
Одной из альтернатив является сплайн-интерполяция, как предложено в соответствующем посте: Интерполяция многолучевой батиметрии .
Из QGIS используйте инструмент GRASS
v.surf.rst:Затем вы можете протестировать различные типы параметризации, доступные в инструменте. Для оптимизации параметров можно применить перекрестную проверку «один-один-один-один», которая будет постепенно изменять натяжение, сглаживание и т. Д .; чтобы найти минимальную прогностическую ошибку.
В соответствии с предложением user30184, убедитесь, что во входном наборе данных используются точки уровня земли на границах озера, чтобы избежать экстраполяции.
источник