تهیه نقشه Voronoi در ArcGIS
سلام
آموزش روش تهیه نقشه Voronoi در ArcGIS
نقشه Voronoi از یک سری چندضلعی ها که در پیرامون موقعیت نقاط نمونه برداری شده شکل گرفته اند، ایجاد می شود.
چندضلعی هایVoronoi طوری ایجاد شده اند که هر موقعیت در درون چندضلعی نسبت به نقاط نمونه برداری شده، به نقطه ی نمونه برداری شده ای که در در داخل چند ضلعی وجود دارد، نزدیکتر هستند. بعد از اینکه چندضلعی ها ایجاد شدند، همسایه های نقطه ی نمونه برداری شده مشخص و تعریف می شوند، بطوریکه این همسایه ها همان نقاط نمونه برداری شده ی دیگری هستند که چندضلعی حاوی نقطه ی نمونه برداری شده ی فوق الذکر، مرزی با چندضلعی آنها دارد.
برای مثال ، در شکل زیر، نقطه ی نمونه برداری شده که با رنگ زرد روشن نشان داده شده است، بوسیله ی چند ضلعی که با رنگ قرمز ارائه شده، محصور شده است. هر موقعیت در درون چند ضلعی قرمز به نقطه ی نمونه برداری شده ی زرد روشن نسبت به هر نقطه ی نمونه برداری شده ی دیگری نزدیکتر است (نقطه ی نمونه برداری شده ی دیگر با نقاط کوچکی به رنگ آبی تیره ارائه شده اند). چندضلعی های آبی رنگ همگی در مرزی با چندضلعی قرمز سهیم اند، بنابراین نقاط نمونه برداری شده در درون چندضلعی های آبی رنگ همسایه هایی برای نقطاه نمونه برداری شده با رنگ زرد روشن هستند.
با استفاده از این تعریف برای همسایه ها، آماره های محلی متنوعی می توانند محاسبه شوند. مثلاً، میانگین محلی بوسیله ی گرفتن نقاط نمونه برداری شده در چند ضلعی های آبی و قرمز محاسبه می شود. این میانگین سپس به چند ضلعی قرمز رنگ ارجاع داده می شود. بعد از آن برای همه ی چندضلعی ها و همسایه هایشان این وضعیت تکرار می شود، شیب رنگ مقادیر نسبی میانگین های محلی را نمایش می دهد، که برای مشاهده و تجسم نواحی با مقادیر بیشتر و کمتر کمک می کنند. برای مقادیر اختصاص داده شده و محاسبه شده به چند ضلعی ها، یک تعداد روشهایی را ابزار Voronoi Mapping فراهم می آورد: به موارد زیر برای نقشه Voronoi دقت شود.
Simple مقدار اختصاص داده شده به یاخته، مقدار ثبت شده در نقطه ی نمونه برداری شده ی درون یاخته است.
Mean مقدار اختصاص داده شده به یاخته، مقدار میانگینی است که از یاخته و همسایه هایش محاسبه شده است.
Mode همه ی یاخته ها در داخل فواصل کلاسی پنجگانه ای جای می گیرند. مقدار ارجاع داده شده به یاخته، مد (بیشترین اوقات در کلاس رخ می دهد) یاخته و همسایه هایش است.
Cluster همه ی یاخته ها در داخل فواصل کلاسی پنج گانه ای جای می گیرند. اگر فاصله ی کلاسی یک یاخته از هر یک همسایه هایش متفاوت باشد، یاخته برای تشخیص دادن آن از همسایه هایش خاکستری رنگ می شود.
Entropy همه ی یاخته ها در کلاس های پنجگانه ای مبتنی بر گروه بندی طبیعی از مقادیر داده ها جای می گیرند . مقدار اختصاص داده شده به یاخته، آنتروپی ای است که از یاخته و همسایه هایش محاسبه می شود.
Median مقدار اختصاص داده شده به یاخته، مقدار میانه ی محاسبه شده از توزیع فراوانی یاخته و همسایه هایش است.
Standard Deviation مقدار اختصاص داده شده به یاخته، انحراف معیاری است که از یاخته و همسایه هایش محاسبه می شود.
InterQuantile Range چارک های اول و سوم از توزیع فراوانی یاخته و همسایه هایش محاسبه می شوند. مقدار اختصاص داده شده به یاخته با تفریق مقدار چارک اول از مقدار چارک سوم محاسبه می شود.
جستجوی داده های پرت با نقشه Voronoi
نقشه Voronoi ایجاد شده با روش های خوشه ای و آنتروپی می توانند در جهت شناسایی داده های پرت محلی احتمالی کمک کرده و مورد استفاده قرار گیرند. مقدار آنتروپی، اندازه ای از عدم تجانس بین سلول های همسایگی را فراهم می آورد. در طبیعت انتظار می رود چیزهایی که نزدیک تر به هم باشند احتمالاً از چیزهایی که از هم فاصله ی زیادتری دارند، بیشتر شبیه هم باشند. بنابراین، داده های پرت ممکن است بوسیله ی نواحی با آنتروپی بالا شناسایی شوند.
روش خوشه ای، آن سلول هایی را شناسایی می کند که شبیه همسایه های پیرامونی شان نیستند. انتظار می رود که مقدار ثبت شده در یاخته ای خاص دست کم به یکی از همسایه هایش شبیه باشد.
درباره آسام
آکادمی سامانه اطلاعات مکانی یک مرجع تخصصی و کاربردی برای آموزشهای GIS و RS است.
نوشته های بیشتر از آسام
دیدگاهتان را بنویسید