Tutorial Analisis Geostatistik Arcgis
Tutorial Analisis Geostatistik Arcgis
Skenario Tutorial
Garis bidik menunjukkan lokasi yang tidak memiliki nilai yang diukur.
Untuk memprediksi nilai pada garis bidik, Anda dapat menggunakan nilai-
nilai di lokasi yang diukur. Anda tahu bahwa nilai-nilai dari lokasi terdekat
diukur paling seperti nilai dari lokasi yang tidak terukur yang Anda mencoba
untuk memprediksi. Titik-titik merah pada gambar di atas akan dilakukan
pembobotan (atau mempengaruhi nilai tidak diketahui) lebih dari titik-titik
hijau karena mereka lebih dekat ke lokasi Anda memprediksi. Menggunakan
titik-titik di sekitarnya, dengan model dipasang pada kotak dialog
semivariogram / Kovarian Pemodelan, Anda dapat memprediksi nilai yang
lebih akurat untuk lokasi yang tidak terukur.
8. Klik Next.
Kotak dialog Cross Validation memberi Anda gambaran mengenai seberapa baik
model memprediksi nilai-nilai di lokasi yang tidak diketahui. Anda akan belajar
bagaimana menggunakan grafik dan memahami statistik di Latihan 4.
9. Klik Finish
Kotak dialog Method Summary merangkum informasi dari metode
(terasosiasi dengan parameter) yang akan digunakan untuk membuat
output surface.
10. Klik OK.
Prediksi peta ozon akan dilihat di layer paling atas dari daftar isi.
11. Klik lapisan dalam daftar isi untuk memilihnya, lalu klik lagi dan
mengubah nama layer untuk "Default".
Perubahan nama ini akan membantu Anda membedakan lapisan ini dari
yang akan Anda buat pada Latihan 4.
12. Klik Save pada toolbar ArcMap Standard.
Perhatikan bahwa ada interpolasi menerus ke laut. Anda akan belajar
pada Latihan 6 cara untuk membatasi permukaan prediksi untuk tetap
dalam California.
Metodologi Surface-fitting
Anda sekarang telah menciptakan peta konsentrasi ozon dan menyelesaikan
Latihan 1 dari tutorial. Meskipun adalah tugas sederhana untuk membuat peta
(permukaan) dengan menggunakan Analis Geostatistik, penting untuk mengikuti
proses terstruktur seperti berikut: Metodologi Surface-fitting.
Anda akan berlatih proses terstruktur dalam latihan berikut tutorial. Selain
itu, dalam Latihan 5, Anda akan membuat permukaan lokasi tersebut yang melebihi
ambang batas yang ditentukan, dan pada Latihan 6, Anda akan membuat layout
presentasi akhir hasil analisis yang dilakukan dalam tutorial. Perhatikan bahwa Anda
telah melakukan langkah pertama dari proses ini, yang mewakili data, dalam
Latihan 1. Dalam Latihan 2, Anda akan menjelajahi data.
Latihan 2: Mengeksplorasi data Anda
Dalam latihan ini, Anda akan menjelajahi data Anda. Sebagai proses
struktur-tured pada halaman sebelumnya menunjukkan, untuk membuat keputusan
yang lebih baik saat membuat permukaan terlebih dahulu Anda harus menjelajahi
dataset Anda untuk mendapatkan pemahaman yang lebih baik dari itu. Ketika
menjelajahi data Anda, Anda harus mencari kesalahan jelas dalam input data
sampel yang secara drastis dapat mempengaruhi permukaan prediksi output,
memeriksa bagaimana data didistribusikan, mencari tren global, dan sebagainya.
Analis geostatistik menyediakan banyak data eksplorasi alat. Dalam tutorial ini,
Anda akan menjelajahi data Anda dalam tiga cara:
- Memeriksa distribusi data Anda.
- Mengidentifikasi tren dalam data Anda, jika ada.
- Memahami autokorelasi spasial dan pengaruh terarah. Latihan 2: Menggali
data Anda.
Jika Anda menutup peta setelah Latihan 1, klik menu File dan klik Open. Pada kotak
dialog, klik Look in drop-down dan arahkan ke folder tempat Anda menyimpan
dokumen peta (Ozon Prediksi Map.mxd), kemudian klik Open.
Histogram
Metode interpolasi yang digunakan untuk menghasilkan sur-wajah
memberikan hasil terbaik jika data terdistribusi normal (kurva berbentuk lonceng).
Jika data Anda miring (miring), Anda dapat memilih untuk mengubah data untuk
membuatnya normal. Dengan demikian, penting untuk memahami distribusi data
Anda sebelum membuat permukaan. Plot alat Histogram fre-quency histogram
untuk atribut dalam dataset, memungkinkan Anda untuk memeriksa distribusi (satu
variabel) univariat untuk setiap atribut dalam dataset. Berikutnya, Anda akan
menjelajahi distribusi ozon untuk lapisan ca_ozone_pts.
1. Klik ca_ozone_pts, memindahkannya ke bagian atas daftar isi, kemudian
tempat ca_outline bawah ca_ozone_pts.
Pilih layer ca_ozone_pts dengan mencentang kotak cek tersebut.
2. Klik panah Geostatistical Analyst drop-down, untuk mengeksploitasi data,
kemudian klik Histogram.
Plot Normal QQ
Plot QQ adalah di mana Anda membandingkan distribusi data ke distribusi
normal standar, menyediakan ukuran lain normalitas data. Semakin dekat titik
adalah garis lurus ke dalam grafik, semakin dekat sampel data mengikuti distribusi
normal.
1. Klik panah Analyst Geostatistical drop-down, arahkan ke Explore Data,
kemudian klik Normal QQPlot.
Anda akan melihat bahwa sebagian besar lokasi terkait (mewakili pasang
titik pada peta), terlepas dari jarak, sesuai dengan salah satu titik sampel
dari wilayah Los Angeles. Mengambil pasang lebih banyak poin, pada jarak
tertentu, mempertimbangkan menunjukkan bahwa bukan hanya pasang
poin dari wilayah Los Angeles ke pantai yang nilai semivariogram tinggi.
Banyak pasang lokasi data dari wilayah Los Angeles ke daerah pedalaman
lain juga memiliki nilai semivariogram tinggi. Hal ini karena nilai-nilai ozon di
daerah Los Angeles yang jauh lebih tinggi daripada di tempat lain di
California.
8. Klik Exit pada kotak dialog.
9. Klik Selection dan klik Clear Selected Features untuk menghapus titik yang
dipilih pada peta.