r.random.surfacegrass - क्लाउड में ऑनलाइन

कार्यक्रम:

नाम

r.random.surface - स्थानिक निर्भरता के साथ यादृच्छिक सतह उत्पन्न करता है।

कीवर्ड

रेखापुंज, सतह, यादृच्छिक

SYNOPSIS

r.random.surface
r.random.surface --मदद
r.random.surface [-u] उत्पादन=स्ट्रिंग[,स्ट्रिंग,...] [दूरी=नाव] [प्रतिपादक=नाव]
[फ्लैट=नाव] [बीज=पूर्णांक] [उच्च=पूर्णांक] [--अधिलेखित] [--मदद] [--वाचाल]
[--शांत] [--ui]

झंडे:
-u
समान रूप से वितरित सेल मान

--ओवरराइट
आउटपुट फ़ाइलों को मौजूदा फ़ाइलों को अधिलेखित करने की अनुमति दें

--मदद
प्रिंट उपयोग सारांश

--शब्दशः
वर्बोज़ मॉड्यूल आउटपुट

--शांत
शांत मॉड्यूल आउटपुट

--यूआई
बलपूर्वक GUI संवाद लॉन्च करना

पैरामीटर:
उत्पादन=स्ट्रिंग [, स्ट्रिंग,...] [आवश्यक]
आउटपुट रैस्टर मानचित्र(मानचित्रों) का नाम

दूरी=नाव
स्थानिक सहसंबंध की अधिकतम दूरी (मान >= 0.0)
चूक: 0.0

प्रतिपादक=नाव
दूरी क्षय घातांक (मान > 0.0)
चूक: 1.0

फ्लैट=नाव
आरंभिक घातांक से पहले दूरी फ़िल्टर समतल रहता है
चूक: 0.0

बीज=पूर्णांक
यादृच्छिक बीज (SEED_MIN >= मान >= SEED_MAX), डिफ़ॉल्ट [यादृच्छिक]

उच्च=पूर्णांक
वितरण का अधिकतम सेल मान
चूक: 255

वर्णन

r.random.surface एक स्थानिक रूप से निर्भर यादृच्छिक सतह उत्पन्न करता है। यादृच्छिक सतह है
प्रारंभिक यादृच्छिक मानों के माध्य से विचलन का प्रतिनिधित्व करने वाले मानों से बना है
एल्गोरिथम चला रहा है। प्रारंभिक यादृच्छिक मान स्वतंत्र गाऊसी यादृच्छिक विचलन हैं
0 के माध्य और 1 के मानक विचलन के साथ। प्रारंभिक मान प्रत्येक पर फैले हुए हैं
व्यास दूरी के फिल्टर का उपयोग करके आउटपुट मानचित्र। प्रत्येक यादृच्छिक मान का प्रभाव
आस-पास की कोशिकाओं का निर्धारण घातांक के आधार पर दूरी क्षय फ़ंक्शन द्वारा किया जाता है। यदि एकाधिक
फ़िल्टर को आउटपुट मानचित्रों पर पारित किया जाता है, प्रत्येक फ़िल्टर को वजन के आधार पर एक वजन दिया जाता है
इनपुट. परिणामी यादृच्छिक सतह हो सकती है कोई माध्य और विचरण, लेकिन सैद्धांतिक
एक असीम रूप से बड़े मानचित्र का माध्य 0.0 और भिन्नता 1.0 है। एल्गोरिथम का विवरण
में हे टिप्पणियाँ अनुभाग।

उत्पन्न यादृच्छिक सतह फ़्लोटिंग पॉइंट संख्याओं से बनी होती है, और इसमें सहेजी जाती है
आउटपुट मैप की श्रेणी विवरण फ़ाइलें। सेल मान समान रूप से या सामान्य रूप से होते हैं
1 और उच्च मानों के बीच वितरित (यह निर्धारित किया जाता है कि क्या -u झंडा है
इस्तेमाल किया गया)। श्रेणी के नाम औसत फ़्लोटिंग पॉइंट मान और की सीमा दर्शाते हैं
फ़्लोटिंग पॉइंट मान जो प्रत्येक सेल मान का प्रतिनिधित्व करता है।

r.random.surface's मूल लक्ष्य स्थानिक त्रुटि मॉडलिंग के लिए यादृच्छिक फ़ील्ड उत्पन्न करना है।
उपयोग करने की एक प्रक्रिया r.random.surface स्थानिक त्रुटि मॉडलिंग में दिया गया है टिप्पणियाँ
अनुभाग।

विस्तृत प्राचल विवरण
उत्पादन
यादृच्छिक सतह(ओं)। सेल मान निम्न और उच्च के बीच एक यादृच्छिक वितरण हैं
मूल्य समावेशी. आउटपुट मैप के श्रेणी मान फॉर्म में हैं #.# #.# सेवा मेरे
#.# जहां प्रत्येक #.# एक फ़्लोटिंग पॉइंट नंबर है। पहली संख्या का औसत है
यादृच्छिक मान जो सेल मान दर्शाता है। अन्य दो संख्याएँ यादृच्छिक की श्रेणी हैं
उस सेल मान के लिए मान. औसत उत्पन्न आउटपुट मैप का माध्य मान 0 है।
RSI औसत उत्पन्न मानचित्रों का प्रसरण 1 है। यादृच्छिक मान दर्शाते हैं
उस यादृच्छिक सतह के माध्य से मानक विचलन।

दूरी
दूरी आउटपुट मानचित्र की स्थानिक निर्भरता निर्धारित करती है। दूरी का मान
न्यूनतम दूरी को इंगित करता है जिस पर दो मानचित्र कोशिकाओं का प्रत्येक से कोई संबंध नहीं है
अन्य। 0.0 का दूरी मान इंगित करता है कि कोई स्थानिक निर्भरता नहीं है (अर्थात्,
आसन्न सेल मानों का एक दूसरे से कोई संबंध नहीं है)। दूरी मान के रूप में
बढ़ता है, आसन्न सेल मानों के मान एक-दूसरे के करीब होंगे। लेकिन दायरा
और आउटपुट मैप पर सेल मानों का वितरण समान रहेगा।
दृश्यमान रूप से, जैसे-जैसे दूरी बढ़ती है, निम्न और उच्च मूल्यों के समूह बड़े होते जाते हैं। अगर
एकाधिक मान दिए गए हैं, प्रत्येक आउटपुट मैप में एकाधिक फ़िल्टर होंगे, प्रत्येक के लिए एक
दूरी, घातांक और भार मानों का सेट।

प्रतिपादक
घातांक किसी विशेष फिल्टर के लिए दूरी क्षय घातांक निर्धारित करता है। प्रतिपादक
मूल्य(मानों) में निर्धारण करने का गुण होता है बनावट यादृच्छिक सतह का. बनावट
जैसे-जैसे घातांक मान 1.0 के करीब आएगा, घटता जाएगा। सामान्यतः प्रतिपादक होगा
1.0 या उससे कम. यदि कोई घातांक मान नहीं दिया गया है, तो प्रत्येक फ़िल्टर को एक दिया जाएगा
1.0 का घातांक मान. यदि कम से कम एक घातांक मान दिया गया है, तो अवश्य होना चाहिए
प्रत्येक दूरी मान के लिए एक घातांक मान।

फ्लैट
फ़्लैट उस दूरी को निर्धारित करता है जिस पर फ़िल्टर है।

भार
वजन प्रत्येक फ़िल्टर के सापेक्ष महत्व को निर्धारित करता है। उदाहरण के लिए, यदि वहाँ थे
एल्गोरिथम और वज़न=1.0, 2.0 को चलाने वाले दो फ़िल्टर कमांड लाइन में दिए गए थे:
दूसरा फ़िल्टर पहले फ़िल्टर से दोगुना महत्वपूर्ण होगा। यदि कोई वज़न मान नहीं है
दिए गए हैं, प्रत्येक फ़िल्टर उतना ही महत्वपूर्ण होगा जितना कि परिभाषित करने वाले अन्य फ़िल्टर
यादृच्छिक क्षेत्र. यदि वजन मान मौजूद है, तो प्रत्येक फ़िल्टर के लिए वजन मान होना चाहिए
यादृच्छिक क्षेत्र.

उच्च
आउटपुट मैप में सेल मानों की श्रेणी के उच्च अंत को निर्दिष्ट करता है। ए निर्दिष्ट करना
बहुत बड़ा उच्च मान न्यूनतम कर देगा त्रुटियों यादृच्छिक सतह के कारण होता है
विवेकाधिकार त्रुटियाँ शब्द उद्धरण चिह्नों में है क्योंकि विवेक में त्रुटियाँ हैं
अक्सर एक-दूसरे को रद्द करने वाले होते हैं और स्थानिक आँकड़े कहीं अधिक संवेदनशील होते हैं
किसी भी संभावित विवेकाधीन त्रुटियों की तुलना में प्रारंभिक स्वतंत्र यादृच्छिक विचलन।

बीज
यादृच्छिक बीज निर्दिष्ट करता है, प्रत्येक मानचित्र के लिए एक r.random.surface करने के लिए उपयोग करेंगे
यादृच्छिक मानों का प्रारंभिक सेट उत्पन्न करें जिस पर परिणामी मानचित्र आधारित है। यदि
यादृच्छिक बीज नहीं दिया जाता है, r.random.surface प्रोसेस आईडी नंबर से एक बीज मिलेगा।

टिप्पणियाँ

जबकि अधिकांश साहित्य यादृच्छिक सतह के बजाय यादृच्छिक क्षेत्र शब्द का उपयोग करता है, यह एल्गोरिदम
हमेशा एक सतह उत्पन्न करता है. इस प्रकार, यह यादृच्छिक सतह का उपयोग है।

r.random.surface एक फ़िल्टर एल्गोरिथ्म का उपयोग करके यादृच्छिक सतह का निर्माण करता है जो एक मानचित्र को सुचारू करता है
स्वतंत्र यादृच्छिक विचलन. फ़िल्टर का आकार सबसे बड़ी दूरी से निर्धारित होता है
स्थानिक निर्भरता का. फ़िल्टर का आकार दूरी क्षय से निर्धारित होता है
यदि स्थानिक मापदंडों के विभिन्न सेटों का उपयोग किया जाता है, तो प्रतिपादक और विभिन्न भार।
स्वतंत्र यादृच्छिक विचलन का मानचित्र वर्तमान क्षेत्र के साथ-साथ विस्तार जितना बड़ा होगा
फ़िल्टर का. यह की डिग्री में कमी के कारण होने वाले किनारे के प्रभावों को खत्म कर देगा
स्वतंत्रता। स्वतंत्र यादृच्छिक विचलन का मानचित्र इसके लिए वर्तमान मास्क को अनदेखा कर देगा
कारण।

के लिए सबसे महत्वपूर्ण उपयोगों में से एक r.random.surface यह निर्धारित करना है कि त्रुटि कैसे अंतर्निहित है
रेखापुंज मानचित्रों में उन मानचित्रों के साथ किए गए विश्लेषणों पर प्रभाव पड़ सकता है।

संदर्भ

चक एह्ल्सचलेगर द्वारा GRASS के लिए रैंडम फील्ड सॉफ्टवेयर

अपने शोध प्रबंध के भाग के रूप में, मैंने कई कार्यक्रम एक साथ रखे हैं जो GRASS (4.1 और) की सहायता करते हैं
परे) स्थानिक डेटा के अनिश्चितता मॉडल विकसित करें। मुझे आशा है कि आपको यह उपयोगी लगेगा और
भरोसेमंद. निम्नलिखित कागजात उनके उपयोग को स्पष्ट कर सकते हैं:

· एह्ल्स्चलेगर, सीआर, शॉर्ट्रिज, एएम, गुडचाइल्ड, एमएफ, 1997। स्थानिक विज़ुअलाइज़िंग
एनीमेशन का उपयोग करके डेटा अनिश्चितता। कंप्यूटर एवं भूविज्ञान 23, 387-395।
doi:10.1016/S0098 - 3004(97)00005-8

· भौगोलिक विश्लेषण के लिए ऊंचाई डेटा में मॉडलिंग अनिश्चितता, चार्ल्स आर द्वारा।
एहल्स्क्लेगर, और एश्टन एम. शॉर्ट्रिज। 7वें इंटरनेशनल की कार्यवाही
स्थानिक डेटा हैंडलिंग पर संगोष्ठी, डेल्फ़्ट, नीदरलैंड, अगस्त 1996।

· श्रेणीबद्ध कवरेज मानचित्रों में अनिश्चितता से निपटना: परिभाषित करना, विज़ुअलाइज़ करना, और
डेटा त्रुटियों का प्रबंधन, चार्ल्स एहल्स्क्लेगर और माइकल गुडचाइल्ड द्वारा। कार्यवाही,
सूचना सम्मेलन में भौगोलिक सूचना प्रणाली पर कार्यशाला
ज्ञान प्रबंधन, गेथर्सबर्ग एमडी, 1994।

· स्थानिक डेटा में अनिश्चितता: डेटा त्रुटियों को परिभाषित करना, विज़ुअलाइज़ करना और प्रबंधित करना
चार्ल्स एहल्स्क्लेगर और माइकल गुडचाइल्ड। कार्यवाही, जीआईएस/एलआईएस'94, पृ. 246-253,
फीनिक्स एज़ेड, 1994।

onworks.net सेवाओं का उपयोग करके ऑनलाइन r.random.surfacegrass का उपयोग करें