Generierung von Flächenrepräsentationen aus Punktdaten Lokale Interpolationsverfahren Enrico Kurtenbach
Lokale Interpolationsmethoden Überblick Motivation Datenquellen Lokale Interpolationsmethoden Nearest Neighbours Inverse Distance Weighting Bilineare Interpolation
Motivation Gesucht: Gegeben: Interpolation (und Extrapolation) diskrete Daten z.B. hk = f(xk,yk) Gesucht: eine kontinuierliche Darstellung einer Fläche Interpolation (und Extrapolation) Anwendungsbeispiele Isolinien (z.B. Höhenlinien oder Isobaren) Niederschlagssummen in einem Gebiet
Warum überhaupt interpolieren? Interpolation ist nötig, wenn die diskrete Oberfläche eine andere Auflösung oder Orientierung hat als gewünscht. die Daten das benötigte Gebiet nicht vollständig abdecken. die Oberfläche von einem anderen Datenmodell repräsentiert wird als benötigt. Annahme: Benachbarte Punkte sind ähnlich
Unterscheidung der Verfahren Stochastische Verfahren Deterministische Verfahren Globale Verfahren Lokale Verfahren Interpolationsverfahren Ausgleichungsverfahren
Physikalische Prozesse Datenquellen Physikalische Prozesse Satelliten-bilder Luftbilder soft information hard data Satellitenbilder: SRTM, Ikonos Punktmessungen: Geländeaufnahme mit Tachymeter, Wetterstationen, Stationen für Bodenproben Punkt-messungen Klassifikationen Laser-Scanner
Datenquellen Anordnung der Daten
Datenquellen Anordnung der Daten Punkte einfach zu finden schlechte Repräsentation, wenn z.B. Rinnen zwischen Datenpunkten
Datenquellen Anordnung der Daten Statistik anwendbar schlechte Repräsentation, wenn Punkte ungünstig verteilt
Datenquellen Anordnung der Daten Statistik anwendbar Gute Repräsentation, da regelmäßige Verteilung gewährleistet
Datenquellen support Größe des Gebietes, das durch einen Datenpunkt repräsentiert wird Beispiele Rasterquadrat von 10m x 10m Bodenprobe mit Masse 1kg Problem des Verlusts von Detailinformationen
Lokale Interpolationsmethoden beinhalten Definition einer Nachbarschaft Finden der Datenpunkte in der Nachbarschaft Auswahl einer Interpolationsvorschrift Berechnung des interpolierten Wertes Wahl der Interpolationsvorschrift: Berechnung möglichst effizient
Nearest neighbours Bestimmung des Thiessen-Polygon
Nearest neighbours Bestimmung des Thiessen-Polygon Klassifikation der Datenpunkte
Nearest neighbours Bestimmung des Thiessen-Polygon Klassifikation der Datenpunkte Jeder Punkt in Region hat den gleichen Funktionswert
Nearest neighbours Probleme Aussehen der Karte direkt von Verteilung der Datenpunkte abhängig Änderung der Funktionswerte an der Grenze zweier Polygone Eckige Begrenzungen
Inverse distance weighting Gewichteter Mittelwert mit Problem: Welche Punkte werden berücksichtigt?
Inverse distance weighting Gewichteter Mittelwert Gewichteter Mittelwert mit Problem: Wie werden die Gewichte ermittelt?
Inverse distance weighting
Inverse distance weighting
Inverse distance weighting
Bilineare Interpolation Prinzip am Beispiel Höheninterpolation in einem Raster
Bilineare Interpolation Prinzip am Beispiel Höheninterpolation in einem Raster Herausgreifen eines Rasterquadrates
Bilineare Interpolation Vereinfachung: Rasterquadrat als Einheitsquadrat
Bilineare Interpolation Gemessen: die Höhen in den vier Punkten
Bilineare Interpolation Gemessen: die Höhen in den vier Punkten
Bilineare Interpolation Gesucht: Höhe eines beliebigen Punktes
Bilineare Interpolation Bilineare Interpolation im Einheitsquadrat
Bilineare Interpolation Beliebiges Quadrat im Raster Bilineare Interpolation in beliebigem Quadrat der Größe 1
Bilineare Interpolation Erweiterung auf Rechtecke Beliebiges Quadrat im Raster Bilineare Interpolation in einem Rechteck-Raster
Bilineare Interpolation Erweiterung auf Rechtecke Beliebiges Quadrat im Raster Auch nicht-lineare Funktionen denkbar Bilineare Interpolation in einem Rechteck-Raster Übergang auf eine andere Grundfläche (Dreieck) möglich
Lokale Interpolationsverfahren Noch Fragen?