امین حسین مرشدی؛ حسین معماریان
چکیده
بهمنظور مدل سازی فضایی یک متغیر ناحیهای در یک منطقه یا سایت، ابزارهای درونیابی و برآوردگرهای متفاوتی مورد استفاده قرار میگیرد. در این پژوهش، روش درونیابی نوینی با استفاده از تعمیم شبکه تابع پایه شعاعی و با در نظر گرفتن مختصات و ساختار فضایی دادهها ارایه شده است. در این روش، بهمنظور درونیابی، ابتدا ساختار فضایی و ناهمسانگردی ...
بیشتر
بهمنظور مدل سازی فضایی یک متغیر ناحیهای در یک منطقه یا سایت، ابزارهای درونیابی و برآوردگرهای متفاوتی مورد استفاده قرار میگیرد. در این پژوهش، روش درونیابی نوینی با استفاده از تعمیم شبکه تابع پایه شعاعی و با در نظر گرفتن مختصات و ساختار فضایی دادهها ارایه شده است. در این روش، بهمنظور درونیابی، ابتدا ساختار فضایی و ناهمسانگردی دادهها مورد بررسی قرار میگیرد و با رسم واریوگرامهای جهتی، شعاعها و زاویای چرخش بیضوی ناهمسانگردی تعیین میشود. با استفاده از بیضوی ناهمسانگردی، فضای همسایگی پیرامون هر نقطه و نقاط قرار گرفته در شعاع همسایگی گرههای واحد پنهان مشخص میشود و بر پایه میانگین فاصله بین نقاط قرار گرفته در این شعاع، ماتریس کوواریانس و عامل شکل توابع انتقال به دست میآید. ماتریس تعمیم یافته توابع انتقال متشکل از توابع انتقال تصحیح، مختصات گرههای واحد پنهان، برای حل ماتریس ضرایب اوزان استفاده و در پایان درونیابی در هر نقطه از شبکه منظم (نقاط نمونهبرداری نشده) انجام میشود. بهمنظور سنجش کارایی این روش، مجموعه داده مصنوعی عیاری بهصورت نامنظم در یک فضای سهبعدی مورد مطالعه قرار گرفت و پس از انجام همه مراحل فرایند، درونیابی در این فضا صورت گرفت. اعتبارسنجی متقابل میان مقادیر واقعی و درونیابی شده، بیانگر ضریب همبستگی 87/0 و خط برازش شده میان این مقادیر نزدیک بهخط 45 درجه است.