Chọn lấy mẫu lại raster cho bản đồ Drone và dữ liệu độ cao
So sánh các phương pháp lân cận, nội suy và tổng hợp gần nhất với ý nghĩa raster để phép chiếu lại duy trì các phép đo hữu ích và nhãn phân loại.
Xác định ý nghĩa của từng pixel
Việc lấy mẫu lại ước tính các pixel đầu ra khi raster thay đổi lưới, độ phân giải hoặc hệ tọa độ. Lựa chọn chính xác phụ thuộc vào việc các giá trị mô tả các phép đo liên tục, màu ảnh hay các danh mục riêng biệt. Raster độ cao và phân loại lớp phủ mặt đất sẽ không tự động chia sẻ một giá trị đặt trước xuất. Viết ra mục đích sử dụng và đơn vị trước khi xử lý, vì màn hình hiển thị hấp dẫn có thể che giấu những thay đổi về số quan trọng đối với các phép tính tiếp theo.
Bảo tồn danh tính phân loại
Lấy mẫu lân cận gần nhất chọn một giá trị hiện có thay vì nội suy giữa các mã lớp. Điều này làm cho nó trở thành điểm khởi đầu chung cho raster phân loại, trong đó số nhận dạng trung bình về rừng và đường sẽ tạo ra một danh mục vô nghĩa. Tuy nhiên, sự lựa chọn có thể làm thay đổi sự thể hiện của những mảng nhỏ hoặc ranh giới hẹp. So sánh số ô trong từng lớp, ví dụ về ranh giới và các khu vực bị ảnh hưởng ở độ phân giải đầu ra được đề xuất thay vì cho rằng mọi tính năng ban đầu sẽ tồn tại.
Hiểu nội suy của các bề mặt liên tục
Phương pháp tiếp cận song tuyến tính và bậc ba kết hợp các giá trị lân cận theo những cách khác nhau. Chúng có thể làm cho hình ảnh hoặc bề mặt liên tục trông mượt mà hơn, nhưng độ mịn không phải là bằng chứng độc lập về độ chính xác. Nội suy làm thay đổi các giá trị cục bộ và một số hạt nhân có thể tạo ra độ vọt lố gần các chuyển tiếp sắc nét. Kiểm tra các cạnh mái, bờ kè và ranh giới dữ liệu hợp lệ bằng cách sử dụng mặt cắt và mẫu gốc. Hãy chọn hành vi phù hợp với câu hỏi phân tích thay vì chọn kết quả dễ nhìn nhất.
Coi việc cắt giảm là một quyết định riêng biệt
Khi tạo một raster thô hơn, một phương pháp tóm tắt các quan sát đóng góp sẽ trả lời một câu hỏi khác với việc lấy mẫu một pixel nguồn. Độ cao bề mặt trung bình không nhất thiết là điểm cản trở cao nhất hoặc điểm thoát nước thấp nhất. Chỉ định số liệu thống kê mà người dùng cần. Kiểm tra một cấu trúc nhỏ đại diện và một khu vực đồng nhất rộng, đồng thời ghi lại xem diện mạo thay đổi của chúng có tuân theo một bản tóm tắt thông tin có chủ ý hay sự mất chi tiết ngoài ý muốn hay không.
Kiểm tra mặt nạ và căn chỉnh với nhau
NoData, mặt nạ alpha và vị trí lưới đầu ra ảnh hưởng đến việc pixel nguồn nào đóng góp. Các giá trị bên cạnh vùng bị loại trừ có thể hoạt động khác với các giá trị được bao quanh bởi phạm vi bao phủ hoàn chỉnh. Xác nhận quy tắc hợp lệ của nguồn trước khi so sánh các phương pháp. Chiếu lại từ bản gốc được bảo quản khi thực tế thay vì liên tục lấy mẫu lại một bản sao đã bị thay đổi. Một số chuyển đổi dường như vô hại có thể làm phức tạp việc giải thích vì raster cuối cùng kế thừa các tác động của từng thao tác trước đó.
Ghi lại một ví dụ chấp nhận theo mục đích cụ thể
Đối với nghiên cứu thoát nước giả định, hãy so sánh các kết quả đầu ra thay thế trên một tập hợp mặt cắt cố định và các vị trí tham chiếu đã biết trước khi phê duyệt công thức xuất dữ liệu. Giữ nguyên phạm vi, nguồn gốc lưới và kích thước pixel để phương pháp là biến đang được nghiên cứu. Cung cấp thuật toán đã chọn cùng với cơ sở lý luận và phiên bản nguồn của nó. Tài liệu gdalwarp và gdal_translate của GDAL mô tả các phương pháp có sẵn; kiểm tra theo từng dự án cụ thể sẽ xác định xem kết quả của họ có bảo toàn được thông tin thực sự cần thiết hay không.
