Главная страница
Форум
Промиздат
Опережения рынка
Архитектура отрасли
Формирование
Тенденции
Промстроительство
Нефть и песок
О стали
Компрессор - подбор и ошибки
Из истории стандартизации резьб
Соперник ксерокса - гектограф
Новые технологии производства стали
Экспорт проволоки из России
Прогрессивная технологическая оснастка
Цитадель сварки с полувековой историей
Упрочнение пружин
Способы обогрева
Назначение, структура, характеристики анализаторов
Промышленные пылесосы
Штампованные гайки из пружинной стали
Консервация САУ
Стандарты и качество
Технология производства
Водород
Выбор материала для крепежных деталей
Токарный резец в миниатюре
Производство проволоки
Адгезия резины к металлокорду
Электролитическое фосфатирование проволоки
Восстановление корпусных деталей двигателей
Новая бескислотная технология производства проката
Синие кристаллы
Автоклав
Нормирование шумов связи
Газосварочный аппарат для тугоплавких припоев
|
Главная --> Промиздат --> Интерполирование поверхности Изучение ковариации между несколькими наборами данных Изучение ковариации между несколькими наборами даннгх Инструмент Облако взаимной ковариации может быть использован для определения взаимной корреляции между двумя наборами даннгх. Рассмотрим значения концентрации озона (первый набор даннгх - Ozone) и двуокиси азота NO2 (второй набор данных NO2). Обратите внимание, что взаимная корреляция между значениями концентрации NO2 и озона выглядит асимметричной. Темно-красный участок показывает, что самые высокие значения концентрации характерны для тех районов, где значения NO2 получены со смещением к западу от значений концентрации озона. Инструмент поиска по направлению поможет определить причину этого явления. Когда он ориентирован на запад, мы получаем следующую картину:
а когда он направлен на восток, следующую:
Очевидно, что значения ковариации выше, когда инструмент направления поиска ориентирован на запад. Теперь вы можете изучить, какие пары точек дают высокие значения взаимной ковариации. Для этого воспользуемся инструментами Облако взаимной ковариации и Гистограмма (рисунок на стр. 110). Если инструмент направления поиска указывает на запад, и вы выберите на графике несколько точек с высокими значениями взаимной ковариации, вы увидите, что большинство пар данных расположены в районе Лос-Анджелеса. Вы также можете заметить, что значения концентрации NO2 смещены к западу от значений концентраций озона. По гистограммам можно определить, что высокие значения ковариации для всех пар данных характерны для тех точек, где и значения концентрации NO2 (голубые столбики на гистограмме NO2), и значения концентрации озона (оранжевые столбики на гистограмме Ozone) выше своих соответствующих средних. Итак, вы определили, что асимметрия взаимной ковариации является результатом смещения высоких значений концентрации NO2 к западу от высоких значений концентрации озона в районе Лос-Анджелеса. Обратите внимание, что вы можете также получить высокие значения взаимной ковариации, когда выбранные пары из обоих наборов данных имеют значения ниже соответствующих средних для каждого из набора данных. В действительности, в целом следует ожидать, что высокие значения взаимной ковариации будут характерны для пар точек, имеющих значения как выше, так и ниже их соответствующих средних, и такие пары могут встречаться на различных участках изучаемой территории. Исследовав данные, вы определили, что значения взаимной ковариации в районе Лос-Анджелеса отличаются от значений на остальной территории штата (см. рисунок на стр. 110). Воспользовавшись этой информацией, вы можете предположить, что причиной результатов, полученных с помощью инструмента исследования взаимной ковариации, может бпть непостоянное среднее в данных, и попробовать вычесть тренды из данных со значениями концентрации NO2 и озона, либо разделить изучаемую территорию на районы и выполнить моделирование с помощью кригин-га и кокригинга в пределах этих районов. Изучение корреляции между двумя наборами данных Образование пар ме<АУ точками с высокой взаимной корреляцией ме<ду значениями концентрации озона и двуокиси азота для района Лос-Анджелеса Изучение пространственной ковариации между несколькими наборами данных Инструмент позволяет изучить взаимную ковариацию двух наборов данных. Проверьте, является ли поверхность ковариации симметричной, и воспользуйтесь инструментом направления поиска, чтобы определить, аналогично ли облако взаимной ковариации выглядит для всех направлений. Если вы обнаружите, что для значений двух наборов данных характерно пространственное смещение, или необычно высокие значения взаимной ковари-ации, вы можете исследовать, где это происходит. Если вы заметите, что необычные значения взаимной ковариации характерны для отдельных точек или ограниченных участков изучаемой территории, возможно, вы захотите что-либо предпринять, например, обратить внимание на определенные значения в данных , вычесть тренд из ваших данных или разделить данные на участки. Изучение пространственной ковариации с помощью инструмента Облако взаимной ковариации 1. В таблице содержания ArcMap нажмите правой клавишей мыши на слое точечных пространственных объектов, который будет первым слоем, участвующим в анализе взаимной ковариации, и выберите Свойства. 2. Откройте закладку Выборка. 3. Отметьте опцию выделения объектов с помощью данного символа. 4. Щелкните по кнопке с изображением символа. 5. Выберите цвет и размер символа, который вы будете использовать для выделенных объектов. Повторите шаги 1-5 для второго слоя, который будет использоваться в анализе взаимной ковариации, но выберите символ другого цвета и размера. 6. В]делите эти два слоя в таблице содержания ArcMap, удерживая клавишу Ctrl. 7. На панели Geostatistical Analyst выберите опцию Исследовать данные, а затем строку Облако взаимной ковариации. ► в Ш La).ers В Е ag n Generd] Source Selection Dispby] Symbology Fields Definition Query Labels] Highlight selected feature?. С using the delaullselec
|