Professional Documents
Culture Documents
Data yang dibutuhkan untuk menyelesaikan latihan disertakan pada tutorial DVD
data. Data tutorial juga tersedia sebagai download dari situs Customer Care.
(Anda mungkin perlu menghubungi Primer Pemeliharaan kontak di organisasi
Anda untuk membantu dengan download.) Ketika Anda menjalankan wizard
untuk menginstal data ini, periksa untuk menginstal data Analyst Geostatistik
(jalur instalasi default adalah C: \ ArcGIS \ ArcTutor \ Analis geostatistik). Dataset
berikut (yang terkandung dalam geodatabase disebut ca_ozone.gdb) akan
digunakan dalam tutorial:
Dataset
Description
ca_outline
Outline of California
O3_Sep06_3pm
ca_cities
ca_hillshade
beberapa tingkat beracun. Jika hal ini terjadi, tindakan segera harus diambil.
Permukaan ketiga yang Anda buat akan menilai probabilitas bahwa nilai ambang
batas ozon kritis telah terlampaui. Untuk tutorial ini, ambang kritis akan jika nilai
ozon berjalan di atas 0,09 ppm (California Negara baku mutu udara ambien untuk
pengukuran per jam); maka lokasi harus dimonitor secara seksama. Anda akan
menggunakan Analyst Geostatistik untuk memprediksi probabilitas bahwa nilainilai ozon di California memenuhi standar ini pada September 6, 2007 3:00-04:00
Tutorial ini dibagi menjadi tugas individu yang dirancang untuk membiarkan
Anda mengeksplorasi kemampuan Geostatistik Analis pada kecepatan Anda
sendiri.
Latihan 1 membawa Anda melalui mengakses Analyst Geostatistik dan proses
menciptakan permukaan konsentrasi ozon menggunakan standar nilai parameter
untuk memperkenalkan Anda dengan langkah-langkah yang terlibat dalam
menciptakan model interpolasi.
Latihan 2 panduan Anda melalui proses mengeksplorasi data Anda sebelum Anda
membuat permukaan untuk tempat outlier dan mengenali tren.
Latihan 3 menciptakan permukaan kedua yang menggabungkan lebih dari
hubungan spasial ditemukan dalam latihan 2 dan meningkatkan pada permukaan
yang Anda buat dalam latihan 1. Latihan ini juga memperkenalkan Anda kepada
beberapa konsep dasar geostatistik.
Latihan 4 menunjukkan cara untuk membandingkan hasil dari dua permukaan
yang Anda buat dalam latihan 1 dan 3 dan bagaimana untuk memutuskan mana
permukaan memberikan prediksi yang lebih baik dari nilai-nilai yang tidak
diketahui.
Latihan 5 membawa Anda melalui proses pemetaan probabilitas bahwa ozon
melebihi ambang batas kritis, menciptakan permukaan yang ketiga.
Anda akan memerlukan beberapa jam waktu terfokus untuk menyelesaikan
tutorial. Namun, Anda juga dapat melakukan latihan satu per satu jika Anda
inginkan. Dianjurkan agar Anda menyimpan hasil Anda setelah setiap latihan.
Hanya garis California ditampilkan. Hal ini memungkinkan Anda untuk melihat
lapisan yang akan Anda buat dalam tutorial ini di bawah lapisan ini.
7. Klik dua kali nama O3_Sep06_3pm lapisan dalam daftar isi.
8. Dalam Layer dialog Properties, klik tab simbologi.
9. Dalam Tampilkan kotak, klik QUANTITIES dan klik GRADUATED
COLORS.
10. Pada kotak FIELDS, atur VALUE menjadi OZONE.
11. Pilih Putih untuk warna Hitam jalan sehingga poin akan menonjol terhadap
permukaan warna yang Anda akan menciptakan dalam tutorial ini. Kotak dialog
12. Pilih OK
Perhatikan bahwa nilai-nilai ozon tertinggi terjadi di California Central Valley,
sedangkan nilai terendah terjadi di sepanjang pantai. Pemetaan data adalah
langkah pertama dalam mengeksplorasi dan memahami lebih banyak tentang
fenomena Anda ingin model.
Simpan dokumen peta Anda
Dianjurkan agar Anda menyimpan peta Anda sepanjang setiap latihan dan pada
akhir setiap latihan.
Langkah:
1. Pada MAIN MENU, klik File> Save.
2. Browse ke folder kerja Anda (misalnya, Anda bisa membuat mengikuti folder
untuk menyimpan pekerjaan Anda: C: \ Geostatistik Analis Tutorial).
3. Dalam kotak teks File name, ketik Ozon Prediksi Map.mxd.
4. Klik SAVE.
Anda perlu memberikan nama untuk peta karena ini adalah pertama kalinya Anda
telah menyimpannya. Untuk menyimpan dokumen ArcMap di masa depan, cukup
klik Simpan.
Buat permukaan menggunakan pilihan default
Berikutnya, Anda akan membuat (interpolasi) permukaan konsentrasi ozon
menggunakan pengaturan Analyst standar Geostatistik. Anda akan menggunakan
titik ozon dataset (O3_Sep06_3pm) sebagai dataset masukan dan menggunakan
kriging biasa untuk interpolasi nilai-nilai ozon di lokasi di mana nilai-nilai yang
tidak diketahui. Anda akan klik Next pada banyak kotak dialog untuk menerima
default.
Anda tidak perlu berkonsentrasi pada rincian kotak dialog dalam latihan ini karena
dalam latihan nanti setiap kotak dialog akan ditinjau kembali. Maksud dari latihan
ini adalah untuk memperkenalkan Anda untuk Geostatistik Wizard.
Langkah:
1. Klik Geostatistical Analyst panah pada Analyst toolbar Geostatistik dan klik
Geostatistik Wizard.
5. Klik Next.
6. Klik Ordinary Kriging melihat bahwa Prediksi Peta dipilih sebagai jenis
output.
Karena metode untuk memetakan permukaan ozon dipilih, Anda bisa klik Finish
untuk membuat permukaan dengan menggunakan parameter default. Namun,
langkah 7 sampai 11 akan mengekspos Anda untuk kotak dialog lainnya. Dalam
setiap langkah wizard, panel interior (jendela) dapat diubah ukurannya dengan
menyeret
pemisah
antara
mereka.
7. Klik Next.
Model semivariogram / kovarians ditampilkan, memungkinkan Anda untuk
memeriksa hubungan spasial antara titik diukur. Anda dapat mengasumsikan
bahwa hal-hal yang lebih dekat bersama-sama lebih mirip daripada hal-hal yang
jauh terpisah. semivariogram yang memungkinkan Anda untuk menjelajahi
asumsi ini. Proses pas model semivariogram untuk menangkap hubungan spasial
dalam data dikenal sebagai variografi.
8. Klik Next.
Garis bidik menunjukkan lokasi yang tidak memiliki nilai yang terukur. Untuk
memprediksi nilai di garis bidik, Anda dapat menggunakan nilai-nilai di lokasi
yang diukur. Anda tahu bahwa nilai-nilai dari lokasi yang diukur terdekat yang
paling mirip dengan nilai lokasi yang tidak terukur yang Anda mencoba untuk
memprediksi. The titik merah pada gambar di bawah ini akan tertimbang (atau
mempengaruhi nilai yang tidak diketahui) lebih dari poin hijau karena mereka
lebih dekat dengan lokasi Anda memprediksi. Menggunakan poin sekitarnya dan
model semivariogram / kovarians dipasang sebelumnya, Anda dapat memprediksi
nilai untuk
lokasi yang tidak
terukur.
9. Klik Next.
Diagram cross-validasi memberi Anda gambaran tentang seberapa baik model
memprediksi nilai-nilai di lokasi yang tidak diketahui.
Anda akan belajar bagaimana menggunakan grafik dan memahami statistik dalam
latihan 4.
10. Klik Finish.
Metode Laporan kotak dialog merangkum informasi tentang metode (dan
parameter yang terkait) yang akan digunakan untuk membuat permukaan output.
14. Klik tombol Save pada toolbar Standard untuk menyimpan pekerjaan Anda.
Perhatikan bahwa interpolasi terus ke laut karena luasnya lapisan adalah sama
dengan tingkat input data (O3_Sep06_3pm).
15.Untuk membatasi permukaan prediksi untuk dalam California, klik kanan
Default Kriging layer dan klik Properties.
16. Klik tab Extent.
17. Klik panah Set the extent to,klik panah the rectangular extent of ca_outline,
kemudian klik OK.
daerah diinterpolasi meluas sehingga mencakup semua California.
18. Klik kanan frame Layers data dalam daftar isi, klik Properti, lalu klik tab Data
Frame.
19. Klik panah Clip Options, pilih Clip to shape, kemudian klik tombol Specify
Shape.
20. Pada Data Frame Clipping kotak dialog, klik Outline of Features, klik Layer
panah, kemudian klik ca_outline.
21. Klik OK, lalu klik OK lagi.
24. Input geostatistical layer harus diatur secara otomatis ke Default Kriging.
Untuk lokasi pengamatan Point, arahkan ke geodatabase yang berisi data untuk
tutorial ini, dan klik ca_cities dataset. Tinggalkan Field to validate on kosong
karena kami hanya ingin menghasilkan prediksi ozon untuk kota-kota besar, tidak
memvalidasi nilai prediksi terhadap nilai yang terukur. Untuk Output statistics at
point locations, arahkan ke folder yang Anda buat untuk output, dan nama file
output CA_cities_ozone.shp. Biarkan Append all fields from input features
diperiksa karena kami ingin bisa melihat nama-nama kota di kelas fitur output.
GA Lapisan Untuk Tempat geoprocessing kotak dialog tool akan terlihat seperti
ini:
7. Klik Next.
8. Klik Ordinary Kriging.
Dari eksplorasi data Anda dalam latihan 2, Anda menemukan sebuah tren global.
Setelah perbaikan dengan alat Analisis Trend, Anda menentukan bahwa orde
kedua polinomial tampak wajar. Kecenderungan ini dapat diwakili oleh rumus
matematika dan dihapus dari data.
Setelah tren dihapus, analisis statistik akan dilakukan pada residual atau jarak
pendek komponen variasi permukaan. tren secara otomatis akan ditambahkan
kembali sebelum permukaan akhir dibuat sehingga prediksi menghasilkan hasil
yang berarti.
9. Klik panah Order of trend removal drop-down dan klik second.
Sebuah polinomial orde kedua akan dipasang karena kurva berbentuk U terdeteksi
dalam kotak dialog Analisis Trend dalam latihan 2.
10. klik Next
pas benar-
peta Anda.
Anda dapat menjelajahi perbedaan di titik data untuk arah tertentu dengan alat
Cari Direction. Hal ini memungkinkan Anda untuk memeriksa pengaruh arah
pada grafik semivariogram. Ini tidak mempengaruhi permukaan output. Langkahlangkah berikut menunjukkan bagaimana untuk mencapai hal ini.
Langkah:
1. Ketik nilai ukuran Lag baru 15000. Mengurangi ukuran lag berarti bahwa Anda
zoom in untuk model rincian variasi data spasial lokal.
2. Ubah Tampilkan arah pencarian opsi dari Salah untuk Benar.
Catatan pengurangan jumlah nilai semivariogram. Hanya titik-titik dalam arah
pencarian akan ditampilkan dalam grafik.
3. Klik dan tahan mouse pointer pada garis biru tengah alat Cari Direction.
Mengubah arah pencarian dengan menyeret garis tengah. Ketika Anda mengubah
arah pencarian, perhatikan bagaimana perubahan grafik semivariogram. Hanya
nilai-nilai permukaan semivariogram dalam arah pencarian diplot pada grafik
semivariogram di atas.
Untuk benar-benar memperhitungkan pengaruh directional pada model
semivariogram untuk perhitungan permukaan, Anda harus menghitung
anisotropical semivariogram atau kovarians Model.
4. Ubah opsi Anisotropy dari Salah untuk True.
lingkungan mencari
Ini adalah praktek umum untuk membatasi data yang digunakan dengan
mendefinisikan sebuah lingkaran (atau elips) untuk menyertakan poin yang
digunakan untuk memprediksi nilai di lokasi yang tidak terukur. Selain itu, untuk
menghindari bias dalam arah tertentu, lingkaran (atau elips) dapat dibagi menjadi
sektor yang jumlah yang sama dari poin yang dipilih. Dengan menggunakan kotak
dialog pencarian Neighborhood, Anda dapat menentukan jumlah poin (maksimal
200), jari-jari (atau sumbu utama / minor), dan jumlah sektor lingkaran (atau
elips) yang akan digunakan untuk prediksi.
Poin yang dipilih dalam tampilan data jendela menunjukkan bobot yang akan
dikaitkan dengan masing-masing nilai diukur untuk memprediksi nilai untuk
lokasi ditandai dengan crosshair. Dalam contoh ini, lima nilai diukur (ditampilkan
dalam warna merah) memiliki bobot lebih dari 10 persen. Semakin besar berat
badan, semakin dampak yang menghargai akan memiliki pada prediksi untuk
lokasi di crosshair.
Langkah:
1. Klik pada preview permukaan untuk memilih lokasi prediksi (dimana bidik
berada). Perhatikan perubahan dalam pemilihan lokasi data (bersama-sama
dengan bobot yang terkait) yang akan digunakan untuk menghitung nilai di lokasi
prediksi.
2. Untuk tujuan latihan ini, di bawah Predicted Value, jenis 66000 untuk X dan
-220.000
untuk Y.
3. Mengubah
Copy from
Variogram
ke False dan
ketik 90
dalam kotak
teks Angle.
Perhatikan
bagaimana
bentuk
perubahan
pencarian
elips.
memilih
titik
baris yang
berhubungan dengan tempat tujuan dalam tabel. Titik yang dipilih akan
ditampilkan dalam warna hijau pada plot QQ.
3. Opsional, klik tombol Export Result Table untuk menyimpan kelas fitur point
untuk analisis lebih lanjut dari hasil.
4. Klik Finish.
Method Report kotak dialog menyediakan ringkasan dari model yang akan
digunakan untuk membuat permukaan.
5. Klik OK.
Peta ozon diperkirakan akan muncul sebagai lapisan atas di ArcMap. Secara
default, lapisan mengasumsikan nama metode interpolasi yang digunakan untuk
menghasilkan permukaan (misalnya, Kriging).
6. Klik nama layer dan mengubah nama untuk Trend Dihapus.
7. Untuk memperpanjang permukaan prediksi sehingga mencakup semua
California, klik kanan Trend Dihapus lapisan, klik Properti, lalu klik tab Luas. Di
bawah Set sejauh, menentukan batas persegi panjang dari ca_outline dan klik OK.
8. Tarik lapisan O3_Sep06_3pm ke puncak daftar isi sehingga Anda dapat melihat
poin di atas permukaan diinterpolasi.
9. Klik kanan Trend Dihapus lapisan yang Anda buat dan klik Change output to
Prediction Standard Error.
Kotak dialog Cross Validation Comparison akan muncul dan secara otomatis
membandingkan Trend Dihapus Model dengan model Kriging default (karena
merupakan satu-satunya model yang lain di daftar isi).
Default Kriging
Remove.
9. Klik Next.
10. Mengubah ukuran Lag ke 15000.
11. Perubahan Anisotropy ke True untuk menjelaskan sifat arah dari data.
Garis biru menunjukkan model semivariogram yang diperkirakan dalam arah
yang berbeda.
indikator-transform dari 1.
14. Klik untuk memilih baris dalam tabel dengan nilai indikator 0. titik yang
dipilih akan ditampilkan dalam warna hijau pada scatterplot, ke kiri dari garis
batas biru.
Dalam kasus
baris yang
dipilih pada
gambar di
bawah,
prediksi ini
persis sama
dengan nilai
indikator.
Kolom Terukur dan Indikator menampilkan nilai-nilai aktual dan diubah untuk
setiap lokasi sampel. Nilai-nilai prediksi indikator dapat diartikan sebagai
probabilitas melebihi ambang batas. Nilai-nilai prediksi indikator dihitung dengan
menggunakan semivariogram model dari biner (0,1) data, dibuat berdasarkan
transformasi indikator data asli Anda. Cross-validasi berurutan menghilangkan
titik dan menghitung nilai prediksi indikator untuk setiap. Misalnya, nilai tertinggi
yang diukur adalah 0,121. Jika lokasi ini tidak benar-benar telah diukur, model
kriging indikator menunjukkan tentang peluang 78 persen bahwa nilai ozon di
lokasi yang berada di atas ambang batas 0,09 ppm.
15. Klik Finish pada kotak dialog lintas Validasi.
16. Klik OK pada kotak dialog Metode Laporan.
Peta probabilitas akan muncul sebagai lapisan atas di ArcMap. Peta menampilkan
nilai-nilai prediksi indikator, diartikan sebagai probabilitas bahwa nilai ambang
0,09 ppm melebihi antara 3 dan 16:00 pada tanggal 6 September 2007.
25. Klik tombol Classify. Pada kotak dialog Classification, mengubah Method
Equal Interval dan clases 5.
27. Sebagai sentuhan akhir untuk peta, Anda dapat menambahkan dataset
ca_hillshade untuk proyek (dari C: \ ArcGIS \ ArcTutor \ Geostatistik Analyst).
Perlu ditambahkan ke bagian bawah daftar isi dan digambarkan menggunakan
putih untuk warna ramp hitam.
28. Klik kanan Trend Dihapus lapisan, klik Properti, lalu klik tab Display.
29. Mengatur Transparansi untuk 30% dan klik OK.
30. Klik Save pada toolbar Standard untuk menyimpan peta Anda.