Schätzung von Werten für nicht abgetastete Punkte

Ich möchte Biomasse in einem Küstenwattenmeer messen. Ich kann nur auf Punkte innerhalb des Polygons zugreifen. Gibt es Methoden, mit denen ich Werte der Punkte außerhalb des Polygons basierend auf den Werten der Punkte innerhalb des Polygons schätzen kann?

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 = SpatialPolygonsDataFrame(myPoly, data.frame(variable1 = c(2),
                                                     variable2 = c(3), row.names = c("p")))
  proj4string(spdf) <- CRS("+proj=longlat +datum=WGS84 +ellps=WGS84 +towgs84=0,0,0")

  print("polygon is in longlat!!!")

  spdf

}

myPoly <- makePolygons(coordsx=c(-1.841960, -1.843464, -1.888623, -1.841960), 
                      coordsy=c(55.633696, 55.68178, 55.63841, 55.633696))

plot(myPoly, add=T)

Geben Sie hier die Bildbeschreibung ein

spatial-statistics interpolation sampling

— luciano
quelle

Die Vegetation befindet sich im Wattenmeer in einer Gezeitenzone - einige Gebiete sind zu gefährlich, um sie zu erreichen. Vegetationsbiomasse ist eine Prädiktorvariable

— Luciano

Sie haben ein erhebliches Problem, da es sehr wahrscheinlich ist, dass Unzugänglichkeit und Biomasse zusammenhängen. Das macht es ungültig, Daten, die von zugänglichen Orten erhalten wurden, auf alle Orte zu extrapolieren. Für einen gültigen Ansatz müssen Sie einen Weg finden - auch wenn nur ein Ersatzweg -, um einen repräsentativen Teil der unzugänglichen Bereiche zu messen. Kriging (und die meisten anderen Konturierungsverfahren) werden das Problem auf wundervolle Weise dokumentieren und die Software wird Ihnen gerne sehr detaillierte, unglaublich falsche Ergebnisse liefern.

— whuber

Mein Ansatz wäre es, bodengestützte Biomasseschätzungen mit NDVI-Werten in Beziehung zu setzen, möglicherweise basierend auf Landsat-Daten. Verwenden Sie die Regression, um Biomasse aus NDVI innerhalb der Gefahrenzonen vorherzusagen.

— Aaron

@whuber Obwohl Bereiche innerhalb roter Polygone zugänglich sind, werden sie niemals von Personen verwendet.

— Luciano

Was macht das schon? Wie ändert sich dadurch die Art Ihrer Studie oder das Stichprobenverfahren?

— whuber

Meine beste Vermutung ist, die Polygone in ein Punktgitter umzuwandeln und den Wert in jedem Punkt zu schätzen, der die Punkte, die Daten enthalten, nicht überlappt. Es gibt ein recht ordentlich Tutorial zu diesem Thema hier .

— Eric Lino
quelle