タグ付けされた質問 「sampling」

調査エリア（通常はラスターデータセットの形式）をサンプリングして小さな単位に分割する便利な方法を常に探しています。最近、サンプリング六角形を作成するための新しいツールに関するESRIブログ投稿を読みました。六角形は目を引くものですが、最初に考えたのは、たとえば同じ目標を達成できる網目グリッドよりも複雑で頂点が多いことです。スタディエリアサンプリングまたはラスターデータセットのパーティション化のために、長方形グリッドよりも六角形グリッドを使用する利点は何ですか？

47 polygon  analysis  sampling 

このような、またはこのようないくつかのGPSアプリケーションは、GPSユニットが移動していないと仮定して、特定の場所の複数の（lat、lon）サンプルを取得し、サンプルの平均を取得して「より正確な"2Dロケーション。 （ここでは、標高/高度の位置は気にしません！） 2番目のアプリ（GPS Averaging）は、各サンプルに関連付けられた精度値を現在の場所の重みとして使用し、それに応じて加重平均を計算します。また、平均位置の精度の推定値も提供します。 質問： 1）常識は、平均化が精度の向上につながると信じるように私たちを押し付けますが、電話のようなハンドヘルドユニット（つまり、差動GPSを使用しない単純なデバイス）にはどれだけの意味がありますか？ 2）GPS Averagingの方法とは別の方法で平均位置を計算することをお勧めしますか？ 3）平均位置の精度の推定値を計算する方法は？ 4）特定の場所の複数の（lat、lon）サンプルを取得することにより、より良い2Dポジショニングを得るために平均化とは異なる方法がありますか？ 更新1： 2台のハンドヘルドGPSユニット（ソニーの電話機モデルST15iおよびST17i）を使用した予備調査の結果、4.5時間の間に同じ位置で3mの精度修正を取得すると、次のデータが得られました。 =>修正の想定精度は3メートルでしたが、ST17iモデルには中央値/平均から3メートル以上離れた点がたくさんあったことに注意するのは非常に興味深いです。 =>また、ST15iモデルの経度の単調なドリフトも注目に値します。 （ST15iよりも修正のために平均3つ多くの衛星で使用された分析できるように、ST15iはST17iよりも敏感なアンテナを持っているようです！） 更新2：まだ同じデータセットからのいくつかのさらなる統計と数値 =>データは間違いなく正常ではありません =>また、ST15iの中央位置とST17iの中央位置の間の距離も計算しました。使用されたすべての修正の精度が3メートル以上であったため、あたかも3メートルです。これは、各GPSユニットの精度について有意義な結論を導き出すために、既知のリファレンスを使用するという以下の提案を確実に検証します！

23 gps  point  geolocation  accuracy  sampling 

私は、クリギング法を使用して補間するためのリクエストとともに、いくつかの標本でいくつかのデータを取得します。 調査の結果、クリギングの結果（ArcGIS Geostatistical Analystでデフォルトのパラメーターを使用して実行）は満足のいくものではないようでした。補間された値は、測定値（特に一番上の値）とは大きく異なり、表面は信頼できるようには見えません。写真は次のとおり です。主な問題はサンプル数が不十分だと思います。 信頼できる結果を得るには、何ポイント使用する必要がありますか？ それとも、クリギング法はそのような多様な価値に適していませんか？

19 arcgis-10.1  interpolation  kriging  geostatistical-analyst  sampling 

沿岸干潟のバイオマスを測定したい。ポリゴン内のポイントにしかアクセスできません。ポリゴン内部のポイントの値に基づいて、ポリゴン外部のポイントの値を推定できる方法はありますか？ set.seed(5) x <- rnorm(50, -1.841, 0.01) set.seed(50) y <- rnorm(50, 55.663, 0.01) xy <- data.frame(x,y, values=rnorm(50)) coordinates(xy) <- c("x", "y") proj4string(xy) <- CRS("+proj=longlat +ellps=WGS84 +datum=WGS84") plot(xy) makePolygons <- function(coordsx, coordsy){ coords <- matrix(c(c(coordsx, coordsy)), ncol=2) p <- Polygon(coords) p <- Polygons(list(p), ID = "p") myPoly <- SpatialPolygons(list(p)) spdf = …

8 spatial-statistics  interpolation  sampling