Geostatystyka: Estymacja oraz ocena jakości estymacji

Zadanie samodzielne

Author

Anna Dmowska, Jakub Nowosad

1 Zadanie 1: Estymacja

1.1 Dane

W ćwiczeniu zostaną wykorzystane dane zapisane w pliku punkty_pref.gpkg

1.2 Cel analizy

Na podstawie pliku punkty_pref stwórz trzy obiekty

  • punkty_pref1 zawierający wszystkie punkty,
  • punkty_pref2 zawierający losowe 100 punktów,
  • punkty_pref3 zawierający losowe 30 punktów.
library(sf)
set.seed(2018-11-25)
punkty_pref = read_sf("data/punkty_pref.gpkg")
punkty_pref1 = punkty_pref
punkty_pref2 = punkty_pref[sample(nrow(punkty_pref), 100), ]
punkty_pref3 = punkty_pref[sample(nrow(punkty_pref), 30), ]

1.3 Zadanie

  1. Zbuduj optymalne modele semiwariogramu zmiennej srtm dla trzech zbiorów danych - punkty_pref1, punkty_pref2, punkty_pref3. Porównaj graficznie uzyskane modele.

  2. W oparciu o uzyskane modele stwórz estymacje zmiennej srtm dla trzech zbiorów danych - punkty_pref1, punkty_pref2, punkty_pref3 używając krigingu prostego. Porównaj graficznie zarówno mapy estymacji jak i mapy wariancji. Opisz zaobserwowane różnice.

  3. W oparciu o uzyskane modele stwórz estymacje zmiennej srtm dla zbioru danych punkty_pref1 używając krigingu zwykłego. Sprawdź jak wygląda wynik estymacji uwzględniając (i) 10 najbliższych obserwacji, (ii) 30 najbliższych obserwacji, (iii) obserwacje w odległości do 2 km.

  4. Porównaj graficznie zarówno mapy estymacji jak i mapy wariancji dla krigingu prostego oraz zwykłego dla danych punkty_pref1. Jakie można zauważyć podobieństwa a jakie różnice?

2 Zadanie 2: Ocena jakości estymacji

2.1 Dane

W ćwiczeniu zostaną wykorzystane dane zapisane w pliku punkty_pref.gpkg

2.2 Cel analizy

  1. Podziel obiekt punkty_pref1 w taki sposób aby 70% danych należało zbioru treningowego, a 30 % danych do zbioru testowego. Zwizualizuj oba nowe zbiory danych.

  2. Stwórz optymalne model zmiennej srtm na podstawie punktów ze zbioru treningowego.

  3. Wykorzystując zbiór testowy wykonaj estymacje 3 metodami:

  • metodą kriginu prostego
  • metodą krigingu zwykłego używając 30 najbliższych punktów,
  • metodą krigingu zwykłego używając punktów położonych w odległości 2km.

  1. Porównaj wyniki estymacji dla 3 metod korzystając ze statystyk jakości estymacji oraz wizualizacji jakości estymacji. Który ze stworzonych modeli można uznać za najlepszy? Dlaczego?

  2. Wybierz najlepszą metodę estymacji oraz wykonaj tą metodą estymację dla siatki obejmującej obszar analizy w rozdzielczości 50m.

3 Rozwiązanie

Jako rozwiązanie zadania należy oddać:

  • plik qmd zawierający rozwiązanie zadania 1 oraz zadania 2. Plik powinien składać się z następujących sekcji:

    • rozwiązanie zadania (wraz z kodem) zawierające odpowiednie zestawienia numeryczne i graficzne
    • podsumowanie zawierające interpretację wyników

  • plik html z wygenerowanym raportem dla zadania 1 oraz zadania 2 (zawierający także kod).

W folderze CWICZENIE_6 w zespole MS Teams należy utworzyć folder nazwany swoim imieniem i nazwiskiem oraz umieścić tam w/w pliki.