v.surf.bsplinegrass: en línea en la nube

PROGRAMA:

NOMBRE

v.surf.bspline - Realiza interpolación spline bicúbica o bilineal con Tykhonov
regularización.

PALABRAS CLAVE

vector, superficie, interpolación, LIDAR

SINOPSIS

v.surf.bspline
v.surf.bspline --ayuda
v.surf.bspline [-ce] Las opciones de entrada=nombre [.=cadena] [visión de conjunto=nombre ] [entrada_escasa=nombre ]
[salida=nombre ] [salida_ráster=nombre ] [máscara=nombre ] [nuevo_paso=flotar] [ns_paso=flotar]
[Método=cadena] [lambda_i=flotar] [solucionador=nombre ] [máximo=entero] [error=flotar]
[memoria=entero] [-exagerar] [-ayuda] [-verboso] [-tranquilo] [-ui]

Banderas
-c
Encuentre el mejor parámetro de regularización de Tykhonov mediante una validación cruzada de "dejar uno fuera"
Método

-e
Estimar la densidad y la distancia del punto
Estime la densidad de puntos y la distancia para los puntos del vector de entrada dentro de la corriente
la región se extiende y abandona

--Sobrescribir
Permitir que los archivos de salida sobrescriban los archivos existentes

--ayuda
Resumen de uso de impresión

--verboso
Salida del módulo detallado

--tranquilo
Salida de módulo silencioso

--ui
Forzar el inicio del cuadro de diálogo GUI

parámetros:
Las opciones de entrada=nombre [requerido]
Nombre del mapa de puntos vectoriales de entrada
O fuente de datos para acceso directo a OGR

.=cadena
Número o nombre de la capa
Las entidades vectoriales pueden tener valores de categoría en diferentes capas. Este número determina
qué capa usar. Cuando se usa con acceso directo a OGR, este es el nombre de la capa.
Por defecto: 1

visión de conjunto=nombre
Nombre de la columna de atributos con valores que se utilizarán para la aproximación
Si no se proporciona y la entrada es un mapa vectorial 3D, se utilizan las coordenadas z.

entrada_escasa=nombre
Nombre del mapa vectorial de entrada con puntos dispersos
O fuente de datos para acceso directo a OGR

salida=nombre
Nombre del mapa vectorial de salida

salida_ráster=nombre
Nombre del mapa ráster de salida

máscara=nombre
Mapa ráster para usar en enmascaramiento (solo se aplica a la salida ráster)
Solo se interpolan las celdas que no son NULL ni cero

nuevo_paso=flotar
Longitud de cada paso de spline en dirección este-oeste
Por defecto: 4

ns_paso=flotar
Longitud de cada paso de spline en dirección norte-sur
Por defecto: 4

Método=cadena
Algoritmo de interpolación spline
Opciones: bilineal bicúbico
Por defecto: bilineal
bilineal: Interpolación bilineal
bicúbico: Interpolación bicúbica

lambda_i=flotar
Parámetro de regularización de Tykhonov (afecta al suavizado)
Por defecto: 0.01

solucionador=nombre
El tipo de solucionador que debería resolver el sistema de ecuaciones lineales simétricas
Opciones: cholesky, cg
Por defecto: Cholesky

máximo=entero
Número máximo de iteraciones utilizadas para resolver el sistema de ecuaciones lineales
Por defecto: 10000

error=flotar
Criterios de ruptura de errores para el solucionador iterativo
Por defecto: 0.000001

memoria=entero
Memoria máxima a utilizar (en MB)
Tamaño de caché para filas ráster
Por defecto: 300

DESCRIPCIÓN

v.surf.bspline realiza una interpolación spline bilineal / bicúbica con Tykhonov
regularización. los Las opciones de entrada es un vector 2D o 3D puntos mapa. Los valores a interpolar pueden ser
los valores z de los puntos 3D o los valores en una columna de atributo especificada por el usuario en un 2D o 3D
mapa vectorial. La salida puede ser un ráster (salida_ráster) o vector (salida) mapa. Opcionalmente, un
Se puede ingresar un mapa vectorial de "punto disperso" que indica la ubicación de salida vector
puntos.

NOTAS

Desde una perspectiva teórica, el procedimiento de interpolación tiene lugar en dos partes: la
primero es una estimación de los coeficientes lineales de una función spline se deriva de la
puntos de observación usando una regresión de mínimos cuadrados; el segundo es el cálculo de la
superficie interpolada (o puntos vectoriales interpolados). Como se usa aquí, las splines son 2D
Funciones polinomiales distintas de cero por partes calculadas dentro de un área 2D limitada. La longitud
de cada paso de spline se define por nuevo_paso para la dirección este-oeste y ns_paso para
dirección norte-sur. Para un rendimiento óptimo, la longitud del paso de spline no debe ser
menor que la distancia entre los puntos de observación. Cada observación de un punto vectorial es
modelado como una función lineal de las splines distintas de cero en el área alrededor de la observación.
La regresión de mínimos cuadrados predice los coeficientes de estas funciones lineales.
Regularización, evita la necesidad de tener una observación y un coeficiente para cada
spline (para evitar la inestabilidad).

Con puntos de datos distribuidos regularmente, un paso de spline correspondiente al máximo
la distancia entre dos puntos en las direcciones este y norte es suficiente. Pero a menudo
los puntos de datos no se distribuyen regularmente y requieren regularización estadística o
Estimacion. En tales casos, v.surf.bspline intentará minimizar el gradiente de
splines bilineales o la curvatura de splines bicúbicos en áreas que carecen de observaciones puntuales.
Como regla general, la longitud del paso de spline debe ser mayor que la distancia media entre
puntos de observación (el doble de la distancia entre puntos es un buen punto de partida). Separar
Los argumentos de longitud de paso de spline este-oeste y norte-sur permiten al usuario dar cuenta de algunos
grado de anisotropía en la distribución de puntos de observación. Longitudes de escalón estriadas cortas
- especialmente las longitudes de los pasos de spline que son menores que la distancia entre las observaciones
puntos: puede aumentar considerablemente el tiempo de procesamiento.

Además, el número máximo de splines para cada dirección en cada momento es fijo,
independientemente de la longitud del paso de la spline. A medida que aumenta el número total de splines utilizados (es decir,
con longitudes de paso de spline pequeñas), la región se divide automáticamente en subregiones para
interpolación. Cada subregión no puede contener más de 150x150 splines. Para evitar la subregión
problemas de límites, las subregiones se crean para superponerse parcialmente entre sí. Una media ponderada
de observaciones, basadas en ubicaciones de puntos, se calcula dentro de cada subregión.

El parámetro de regularización de Tykhonov (lambda_i) actúa para suavizar la interpolación. Con un
chica lambda_i, la superficie interpolada sigue de cerca los puntos de observación; un mayor
El valor producirá una interpolación más suave.

La entrada puede ser un mapa de puntos vectoriales 2D o 3D. Si la entrada es 3D y visión de conjunto no se da que
Las coordenadas z se utilizan para la interpolación. Parámetro visión de conjunto se requiere cuando la entrada es 2D
mapa vectorial.

v.surf.bspline puede producir un salida_ráster O un salida (pero NO simultáneamente). Tenga en cuenta que
La topología no se crea para el mapa de puntos vectoriales de salida. La topología se puede construir si es necesario
by v.construir.

Si la salida es un mapa de puntos vectoriales y un escaso mapa de puntos vectoriales no está especificado, el
El mapa vectorial de salida contendrá puntos en las mismas ubicaciones que los puntos de observación en el
mapa de entrada, pero los valores de los puntos de salida son valores interpolados. Si en cambio un
escaso Se especifica el mapa de puntos vectoriales, el mapa vectorial de salida contendrá puntos en el
mismas ubicaciones que los puntos dispersos del mapa vectorial, y los valores serán los de
superficie ráster interpolada en esos puntos.

Un análisis de validación cruzada "dejar uno fuera" está disponible para ayudar a determinar el óptimo
lambda_i valor que produce una interpolación que se ajusta mejor a la observación original
datos. Cuantos más puntos se utilicen para la validación cruzada, mayor será el tiempo necesario para
cálculo. Las pruebas empíricas indican que un umbral de un máximo de 100 puntos es
recomendado. Tenga en cuenta que la validación cruzada puede ejecutarse muy lentamente si se realizan más de 100 observaciones
son usados. Los informes de salida de validación cruzada mean y rms de los residuos del verdadero
valor en puntos y el estimado a partir de la interpolación para una serie fija de lambda_i
valores. No se creará salida vectorial ni ráster cuando se seleccione la validación cruzada.

EJEMPLOS

Basic interpolación
v.surf.bspline input = point_vector output = interpolate_surface method = bicubic
Se realizará una interpolación spline bicúbica y un mapa de puntos vectoriales con estimaciones (es decir,
interpolados) se crearán valores.

Basic interpolación y raster salida con a longer ranura paso
v.surf.bspline input = point_vector raster = interpolate_surface ew_step = 25 ns_step = 25
Se realizará una interpolación spline bilineal con una longitud de paso de spline de 25 unidades de mapa. Un
El mapa ráster interpolado se creará con la resolución de la región actual.

Estimacion of lambda_i parámetro con a cruzar validación proceso
v.surf.bspline -c input = point_vector

Estimacion on escaso puntos
v.surf.bspline input = point_vector sparse = sparse_points salida = interpolate_surface
Se creará un mapa de salida de puntos vectoriales, correspondiente al mapa vectorial disperso,
con valores interpolados.

Gracias a atributo valores coordenadas z
v.surf.bspline input = point_vector raster = interpolate_surface layer = 1 \
column = attrib_column
La interpolación se realizará utilizando los valores en columna_atributos, en la tabla asociada
con la capa 1.

North carolina località (aqui) usando coordenadas z for interpolación
g.region region = rural_1m res = 2 -p
v.surf.bspline input = elev_lid792_bepts raster = elev_lid792_rast \
ew_step = 5 ns_step = 5 método = bicúbico lambda_i = 0.1

CONOCIDO CUESTIONES

Problemas conocidos:

Para evitar problemas con la memoria RAM, se necesita una mesa auxiliar para grabar algunos
cálculos intermedios. Esto requiere el BY Se utiliza la función SQL, que no es
compatible con el controlador DBF. Por esta razón, la salida del mapa vectorial (salida) no esta permitido
con el controlador DBF. No hay problemas con la salida del mapa ráster del controlador DBF.

Referencias

· Brovelli MA, Cannata M. y Longoni UM, 2004, Filtrado de datos LIDAR y DTM
Interpolación dentro de GRASS, Transactions in GIS, abril de 2004, vol. 8, edición. 2, págs.
155 - 174(20), Blackwell Publishing Ltd.

· Brovelli MA y Cannata M., 2004, Reconstrucción del modelo de terreno digital en zonas urbanas
áreas de datos de escaneo láser en el aire: el método y un ejemplo para Pavía
(Norte de Italia). Computadoras y geociencias 30, pp.325-331

· Brovelli M. A e Longoni UM, 2003, Software per il filtraggio di dati LIDAR,
Rivista dell'Agenzia del Territorio, n. 3-2003, págs. 11-22 (ISSN 1593-2192)

· Antolin R. y Brovelli MA, 2007, Filtrado de datos LiDAR con GRASS GIS para
Determinación de modelos digitales de terreno. Actas de Jornadas de SIG Libre,
Gerona, España. CD ISBN: 978-84-690-3886-9

Use v.surf.bsplinegrass en línea usando los servicios de onworks.net