Como interpolar a temperatura corretamente?

11

Tentei interpolar a temperatura média anual média para produzir uma superfície "realista". No QGIS, usei Interpolação de varredura-Interpolação. Ambos os métodos, TIN e IDW, não apresentaram uma superfície "realista" (por exemplo, em comparação com um bom mapa em um atlas).

IDW (fator 3):

IDW com fator 3

NIF (mostrando também os pontos de interpolação):

TIN linear mostrando também meus pontos de interpolação

Alguma dica de como obter uma interpolação "melhor, mais realista"?

Kurt
fonte
2
Especialmente na área montanhosa, espero que você tenha que considerar a elevação para obter algo remotamente realista.
Subterrâneo
@underdark: você pode me indicar uma página da web, fórum, tutorial, literatura sobre como isso pode ser feito? obrigado!!
Kurt
Essa parece uma fonte razoável: ncgia.ucsb.edu/conf/SANTA_FE_CD-ROM/sf_papers/collins_fred/… . Mas dados climáticos não são minha especialidade.
Subterrâneo
1
Você está olhando para fazer um mapa onde as temperaturas estão agrupadas em classes Kurt? Digamos, algo como isto, perambulations.files.wordpress.com/2012/02/usda-zone-map1.jpg . N
nhopton
@hopton: minha intenção principal era criar uma superfície contínua, que é pelo menos "remotamente realista". Existem apenas alguns pontos de dados ocultos e a interpolação nas áreas montanhosas está além do meu escopo. então talvez eu deva considerar tentar criar uma superfície de temperatura "agrupada". Mas: Essa superfície "agrupada" não precisa de pontos de dados interpolados corretamente como um primeiro passo? Você tem instruções / um tutorial para isso? Isso seria muito bem-vindo! graças
Kurt

Respostas:

11

Você pode levar em consideração a relação temperatura-elevação, especialmente em áreas montanhosas. A co-krigagem ou interpolação de splines (por exemplo, splines 3D como suportadas pelo GRASS GIS) podem ser usadas para isso. Para áreas maiores, outras variáveis ​​podem desempenhar um papel: distância do mar, latitude, etc.

Atualização: um método razoável também pode ser regressão múltipla; para o GRASS 7, há um novo complemento : r.regression.multi

markusN
fonte
existe um tutorial? Eu comprei a 3ª edição da sua grama-book (springer), mas como um rockie completa Eu não sei howto começar com grama graças
Kurt
Aproveite os primeiros capítulos :) É para iniciantes. Veja também o curso em geostat-course.org/Topic_NetelerMetz_2011 (o material está vinculado a essa página).
markusN
Material atualizado em geostat-course.org/Topic_NetelerMetz_2012
markusN
1
Novo material mais agora em: neteler.gitlab.io/grass-gis-analysis
markusN
4

Interpolando dados climáticos, você tem duas opções (vejo que você precisa estar pronto para usar os tutoriais, darei referência, mas também alguns aspectos teóricos que você tem aqui ):

  1. a interpolação simples usando uma abordagem de krigagem é a melhor opção, pois você terá uma relação de som estatística. Você pode usar este tutorial: Em romeno, mas você pode usar o Google Translate (use SAGA).

  2. interolação covariável, krigagem ou outro método, complementando os dados de temperatura com elevação ou outros dados. Você pode usar estes tutoriais: Spline Mitasova com tensão (use GRASS) ou exemplo de livro de Tom Hengl (usando R)

Niculita Mihai
fonte
3

Você está corrigindo atmosférica os dados de temperatura? Isso seria responsável pela elevação da superfície acima do nível do mar e da atmosfera. O NCEP fornece uma abundância de dados atmosféricos para a América do Norte.

Além disso, uma interpolação linear não seria tão boa porque a temperatura tem variação diurna ao longo de cada dia.

nhunsaker
fonte
3

Kurt, você pode agrupar os valores de temperatura em sua varredura para classes e exportar os resultados para uma nova varredura usando v.reclass da caixa de ferramentas Sextante.

Eu acho que o valor mínimo da sua varredura interpolada pode ser (digamos) -5 e o valor máximo (digamos) 30.

O uso do GRASS v.reclass da caixa de ferramentas Sextante permitiria que os valores fossem agrupados em sete classes usando esse arquivo de texto 'rules' (você poderia chamá-lo de 'rules.txt'):

-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

A saída seria uma nova varredura com um valor de 1 para todos os valores entre -5 e zero na varredura original, de 2 para todos os valores entre 1 e 5 na varredura original e assim por diante.

O procedimento é muito simples, basta a varredura interpolada e o arquivo de texto 'rules'. Veja também a página de manual do v.reclass aqui: http://grass.fbk.eu/gdp/html_grass64/r.reclass.html

Uma vez classificada, a nova varredura também pode ser poligonizada para produzir um shapefile de polígono e colocar bordas rígidas na imagem renderizada em cores. Ou você pode colorir o estilo do shapefile e esquecer o raster.

Apenas uma nota rápida. A interpolação é uma daquelas coisas que deixa meu cabelo em pé porque pode produzir resultados muito convincentes a partir de dados muito finos. Além do mais, os resultados geralmente são impossíveis de verificar, porque você usou todos os dados necessários para fazer a interpolação; portanto, é da natureza das coisas que você não pode realizar verificações significativas nas áreas para as quais não usa. tem dados.

No seu caso, os dados para a área fora das fronteiras da Áustria são pequenos e você pode recortar a imagem final do mapa para mostrar apenas a Áustria. Ou talvez deixe os pontos dentro. Por exemplo, eu posso ter um gráfico com um respingo de espingarda de pontos através dos quais traço uma linha reta. A desonestidade começa quando eu retiro os pontos :)

Usuario.

Nhopton
fonte