Det är inte ovanligt att ha mätdata från ett antal olika platser inom ett område men sakna data däremellan. Oftast kan du gissa dig till vad mätvärdet skulle vara på en punkt mellan dessa platser men med ArcGIS kan du gå mycket längre. Genom att interpolera med ArcGIS Geostatistical Analyst får du tillgång till vetenskapliga interpolationsmetoder som skapar ytor från kända mätvärden.
ArcGIS Geostatistical Analyst är ett tillägg till ArcGIS Pro och ArcGIS Enterprise som ger dig tillgång till verktyg för avancerad ytmodellering och utforskning av data.
Ett vanligt scenario är att du har mätvärden från ett visst antal platser men behöver göra en uppskattning av värdet över hela området i visualiserings- eller analyssyfte. Då kan du interpolera med ArcGIS Geostatistical Analyst. Interpolering är ett sätt att uppskatta värdet för ett fenomenen baserat på uppmätta värden. Du kan till exempel uppskatta luftfuktighet i ett område baserat på faktiska mätvärden från ett antal platser inom området.
Så kan du interpolera med ArcGIS Geostatistical Analyst
Nedan följer två olika exempel som illustrerar detta.
Exempel 1: Medeltemperatur
Du har mätvärden över temperaturen i Sverige från ett antal platser under augusti månad. Du visualiserar dessa baserat på medelvärdet i form av punkter på en karta. Du vill nu visualisera medelvärdet över månadens temperatur som en yta som täcker hela Sverige, inte bara i form av punkter för mätplatserna. Då behöver du uppskatta mätvärden mellan de faktiska punkterna, vilket är precis vad du gör med de olika verktygen för interpolation i ArcGIS Geostatistical Analyst.
Medeltemperaturer uppmätta på specifika platser under augusti.
Medeltemperaturen över samma område och månad men nu visualiserat som en kontinuerlig yta.
Så här kan det se ut när du använder ArcGIS Geostatistical Analyst för att interpolera. Här använder jag verktyget Empirical Bayesian Kriging.
Exempel 2: Räkna ut syrehalten i ett vatten
Ett annat fall där det kan vara användbart att interpolera med ArcGIS Geostatistical Analyst är när du behöver räkna ut ett visst värde i en rymd, som föroreningar och andra partiklar i luften eller, som i det här exemplet, syrehalten i Mexikanska golfen.
Du har alltså även här mätvärden från olika platser, nu i Mexikanska golfen. Mätvärdena är inte bara från havsytan utan även från olika djup ända ner till havsbotten. Med interpolering kan du uppskatta mängden syre i vattnet på alla olika djup, och såklart också räkna ut hur mycket syre som finns totalt sett.
Mätvärdena representerade som punkter på olika platser och olika djup, från havsytan och hela vägen ner till botten.
Så här kan visualiseringen av syrehalten i vattnet se ut på ett visst djup när interpoleringen gjorts. Eftersom du har motsvarande visualiseringar för alla djup i Mexikanska golfen kan du skapa en animation som visar hur syrenivåerna skiftar.
Skapa modeller för interpolering
ArcGIS Geostatistical Analyst är alltså användbart när du behöver uppskatta värden baserat på redan kända mätvärden. Skapa interpolationsmodeller med en mängd olika statistiska tekniker för att identifiera trender, rumslig variation, klustring och mer. Utvärdera modellerna genom korsvalidering och annan diagnostik.
