آکادمی سامانه اطلاعات مکانی | آسام
0 تا 100 ArcGIS

کاوش زمین آمار و درون یابی IDW در ArcGIS

تعداد دیدگاه‌ها
0

در جلسه نوزدهم دوره صفر تا صد gis مبحث اصلی آموزش پایش و کاوش زمین آمار و درون یابی IDW در ArcGIS است. در این فیلم آموزشی حدود از ۳ ساعت تحلیل آماری داده های نقطه ای برای ایجاد روشهای مختلف زمین آمار است که بعنوان ESDA در ArcGIS شناخته می شود. در ادامه روش میانیابی زمین آمار IDW به صورت کامل و گام به گام مورد آزمون قرار می گیرد.

این آموزش در سه بخش کلی تهیه شده که هر بخش به یک مبحث تخصصی می پردازد.

کاوش و پایش زمین آمار در GIS

در بخش اول روشهای میان یابی Spline و Kriging را یاد می دهیم

  • روش میان یابی Spline چه ویژگی هایی دارد و چگونه انجام می شود؟
  • چگونه می توان با روش درون یابی Kriging در GIS نقشه های پهنه ای اقلیمی ترسیم کرد؟
  • تفاوتهای ظاهری نقشه های درون یابی شده بین IDW و Spline و Kriging چیست؟

در بخش دوم تاکید بر روشهای تحلیل زمین آماری برای بررسی و کاوش روابط و روند و نرمال بودن داده هاست

  • زمین آمار چیست و چگونه در ArcGIS استفاده می شود؟
  • داده های عددی را چگونه می توان در ArcGIS تحلیل مکانی کرد؟
  • آموزش کاوش داده های نقطه ای در ArcGIS
  • آزمون توزیع داده ها در GIS با روشهای مختلف
  • بررسی فراوانی مکانی داده ها با Histogram و تحلیل نرمال بودن داده های رقومی
  • تبدیل داده با روشهای سه گانه Log و Box-cox و Arcsin به منظور بهبود نرمال
  • آزمون توزیع داده های gis با ابزار QQplot
  • ساخت نقشه Voronoi و کاوش مکانی و آماره های ۸ گانه
  • چگونگی جستجوی داده های پرت با روش Voronoi Map
  • بررسی و تحلیل روند داده ها با Trend Analysis
  • بررسی ابرنیم پراش نگار و همپراش با ابزارهای Semivariogram/Covariance در GIS

در بخش سوم به صورت کامل و جامع و مثالهای متنوع روش درون یابی زمین آماری (زیرروش جبری) را یاد می گیرید

  • آموزش گام به گام روش درون یابی زمین آمار IDW
  • نقش تاثیر توان Power در نتایج میان یابی IDW
  • آزمون روشهای جستجوی همسایگی در برآورد و پیش بینی نتایج نهایی
  • اهمیت اعتبارسنجی متقاطع Cross Validation در تعیین میزان خطای اندازه گیری
  • اهمیت تعداد قطاع های جستجو برای برآورد و پیش بینی درون یابی IDW
  • تعیین تعداد حداکثر و حداقل نقاط نمونه برداری شده ورودی

ویژگی های آموزش کاوش زمین آمار و درون یابی IDW در ArcGIS

  • آموزش به صورت گام به گام و مرحله به مرحله تهیه شده است
  • برای هر گام تمرین و دیتای مجزا تهیه شده است
  • مثالها بارز و قابل فهم هستند
  • کیفیت فیلم آموزشی عالی است

درون یابی IDW در ArcGIS

در میانیابی به روش IDW، بطور صریح و روشن این فرض که، چیزهایی که در نزدیکی یکدیگر قرار دارند، نسبت به چیزهایی که از هم فاصله دارند، به هم شبیه تر هستند، در نظر گرفته می شود. برای پیش بینی مقادیر در هر موقعیتی که اندازه گیری در آنجا صورت نگرفته است، IDW، از مقادیر اندازه گیری شده پیرامون موقعیتی که می خواهیم پیش بینی انجام دهیم، استفاده می کند. آن مقادیر اندازه گیری شده ای که نزدیک ترین موقعیت را به محل پیش بینی دارند تاثیر بیشتری بر مقدار پیش بینی، نسبت به موقعیت های دورتر دارند. در این صورت در تکنیک IDW، فرض بر این می شود که هر نقطه اندازه گیری شده یک تاثیر محلی دارد که با فاصله کاهش می یابد. با این فرض، نقاط نزدیک تر در پیش بینی، وزن بیشتری نسبت به نقاط دورتر خواهند داشت.

آنچه در این فیلم آموزشی دریافت می کنید.

  • ۱۷۸ دقیقه آموزش پروژه محور و کاربردی
  • فایل تمرینات و دیتای مرتبط با هر بخش
  • پشتیبانی برای سوالات و مشکلات احتمالی

مدرس مجموعه کیست؟

این دوره آموزشی توسط محمود سلطانیان طراحی و آموزش داده شده است:

  • موسس آکادمی سامانه اطلاعات مکانی
  • سابقه بیش از یک دهه تدریس در زمینه GIS و سنجش از دور
  • طراح و مدرس بیش از ۵۰۰ محصول آموزشی بی نظیر
  • نویسنده ۸ جلد کتاب در زمینه GIS و سنجش از دور
  • سابقه تدریس کارگاه های بسیار کاربردی در سازمان ها و دانشگاه های سراسر کشور
  • مشاور ارشد در زمینه پروژه های ملی و منطقه ای

 

این آموزش از جلسه نوزدهم دوره جامع صفر تا صد GIS است که در ۱۸۰ ساعت طراحی گردید. برای شرکت در این دوره آموزشی از مسیر زیر استفاده کنید.

دیدگاه‌ها (0)

نقد و بررسی‌ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

  • دیدگاه های فینگلیش تایید نخواهند شد.
  • دیدگاه های نامرتبط به مطلب تایید نخواهد شد.
  • از درج دیدگاه های تکراری پرهیز نمایید.
  • امتیاز دادن به دوره فقط مخصوص خریداران محصول می باشد.
اولین کسی باشید که دیدگاهی می نویسد “کاوش زمین آمار و درون یابی IDW در ArcGIS”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

question