คำถามนี้สร้างขึ้นจากคำถามที่มีบรรทัดหัวเรื่อง "การคำนวณเส้นทางการไหลและการแยกอ่างจากข้อมูลที่คาดการณ์กับข้อมูลที่ไม่ได้คาดการณ์": การคำนวณเส้นทางการไหลและการจำแนกข้อมูลจาก DEM ที่คาดการณ์ไว้
นี่เป็นคำถามที่แยกจากกันอย่างสิ้นเชิงอย่างไรก็ตามเนื่องจากคำถามดังกล่าวข้างต้นได้พิสูจน์แล้วว่ามีปัญหากับการใช้อัลกอริทึม (เช่น ArcGIS Flow Direction) ที่ถือว่าระยะทางแบบยุคลิดของข้อมูลในระบบพิกัดทางภูมิศาสตร์ทรงกลม
เรารู้ว่าการฉายแผนที่นั้นคล้ายกับการลอกเปลือกส้มและพยายามแผ่ออกบนโต๊ะทำงาน - คุณจะพบข้อผิดพลาดบางอย่างจากการฉายแผนที่ แต่ดูเหมือนว่าประโยชน์ของการฉายภาพจะช่วยชดเชยข้อผิดพลาดใด ๆ ที่เกิดขึ้นโดยเฉพาะอย่างยิ่งเมื่อคุณกำลังเรียกใช้การคำนวณที่ถือว่าพื้นผิวระนาบคาร์ทีเซียน / ฉาย ในกรณีนี้อัลกอริทึมที่ฉันสนใจคืออัลกอริทึม ArcGIS Flow Direction ซึ่งถือว่าข้อมูลของคุณได้รับการคาดการณ์ (และนี่คือสมมติฐานที่แอพพลิเคชั่นส่วนใหญ่อ้างอิงจากการวิจัยของฉัน) เนื่องจากใช้วิธี Euclidean ในการคำนวณระยะทาง
คำถามของฉันคือ : วิธีหนึ่งสามารถวัดปริมาณข้อผิดพลาดที่อาจนำมาใช้กับการคำนวณทิศทางการไหลในพื้นที่การศึกษาที่กำหนดโดยใช้ข้อมูล DEM ที่ไม่มีโครงการ (ข้อมูล DEM ในระบบพิกัดทางภูมิศาสตร์) กับข้อมูลที่คาดการณ์ (ข้อมูล DEM ในการฉายภาพที่เหมาะสมเช่น UTM หรืออะไรบางอย่างที่สอดคล้องกัน)?
จริงอยู่คุณสามารถได้รับ raster ทิศทางการไหลโดยใช้โครงการที่ไม่มีโครงการแล้วข้อมูล DEM เดียวกันที่คาดการณ์ไว้ แต่ถ้าเช่นนั้นจะเป็นอย่างไร เนื่องจากเป้าหมายของเราคือการสร้างแบบจำลองพื้นผิวโลกอย่างแม่นยำที่สุดเท่าที่จะทำได้ (และเราไม่ได้ระบุข้อผิดพลาดใด ๆ ที่อาจถูกนำมาใช้ในกระบวนการสร้าง DEM ดั้งเดิมเป็นต้น - สิ่งเหล่านี้มีค่าคงที่เท่าที่ฉันกังวล) .... เราแค่สมมุติว่าข้อมูลทิศทางการไหลที่ได้จาก DEM ที่คาดการณ์นั้นดีกว่าแล้วเปรียบเทียบค่าแต่ละเซลล์ของแรสเตอร์สองตัวเพื่อระบุว่าเซลล์ใดมีค่าทิศทางต่างกัน (ในบริบทของโมเดล D-8 ปกติ )? ฉันเดาว่าต้องทำสิ่งนี้แล้วคุณจะต้องใช้แรสเตอร์ทิศทางการไหลที่ได้มาจากข้อมูลที่ไม่มีโครงการและจากนั้นใช้การฉายภาพเดียวกับที่ใช้กับแรสเตอร์ทิศทางการไหลที่คาดการณ์ไว้
อะไรจะเหมาะสมที่สุดและ DEM ที่ไม่ได้ถูกคาดการณ์ควรเปรียบเทียบกับมาตรฐานความถูกต้องอย่างไร
การทำความเข้าใจรายละเอียดของสมการทางคณิตศาสตร์ให้กับผู้ที่เข้าใจจะให้การพิสูจน์ที่ระดับพื้นดินและเพียงพอสำหรับบางคน แต่นั่นก็เป็นสิ่งที่สามารถถ่ายทอดข้อผิดพลาดให้กับคนที่ไม่มี ความเข้าใจในเชิงลึกของคณิตศาสตร์ แต่อาจเพิ่งรู้ว่าภูมิศาสตร์ / GIS เพียงพอที่จะเป็นอันตรายจะดี (นึกคิดทั้งสองระดับจะดีซึ่งจะสะท้อนกับ geeks ภูมิศาสตร์ง่าย ๆ และ gabb dabbler เฉลี่ย) สำหรับคนระดับที่สูงขึ้นการบอกว่าการพิสูจน์อยู่ในคณิตศาสตร์อาจทำให้มันค่อนข้างเปิดรับการโต้แย้ง - ฉันกำลังมองหาสิ่งที่จับต้องได้มากขึ้น (เช่นคล้ายกับการแนบตัวเลขดอลลาร์กับความไร้ประสิทธิภาพในรัฐบาล)
ความคิดหรือความคิดใด ๆ เกี่ยวกับวิธีการหนึ่งอาจวัดปริมาณนี้จะได้รับการชื่นชมอย่างมาก
ทอม