Interpolacja wektora na raster

Interpolacja wektora na raster w Earth Engine tworzy Imagez FeatureCollection. W szczególności Earth Engine używa danych liczbowych przechowywanych w właściwości obiektów do interpolowania wartości w nowych lokalizacjach poza obiektami. Interpolacja powoduje ciągłe Image wartości interpolowanych do określonej odległości.

Interpolacja ważona odwrotną odległością

Funkcja odwrotnego ważenia odległości (IDW) w Earth Engine opiera się na metodzie opisanej przez Basso i in. (1999 r.). Dodano dodatkowy parametr sterujący w postaci współczynnika zanikania (gamma) na odwrotnej odległości. Inne parametry to średnia i odchylenie standardowe właściwości, którą chcesz interpolować, oraz maksymalny zakres odległości, w ramach którego ma być przeprowadzana interpolacja. W tym przykładzie tworzymy powierzchnię interpolowaną stężenia metanu, aby wypełnić luki przestrzenne w pierwotnym zbiorze danych rastrowych. Wartość FeatureCollection jest generowana przez próbkowanie dwutygodniowego zbioru metanu.

// Import two weeks of S5P methane and composite by mean.
var ch4 = ee.ImageCollection('COPERNICUS/S5P/OFFL/L3_CH4')
  .select('CH4_column_volume_mixing_ratio_dry_air')
  .filterDate('2019-08-01', '2019-08-15')
  .mean()
  .rename('ch4');

// Define an area to perform interpolation over.
var aoi =
  ee.Geometry.Polygon(
    [[[-95.68487605978851, 43.09844605027055],
       [-95.68487605978851, 37.39358590079781],
       [-87.96148738791351, 37.39358590079781],
       [-87.96148738791351, 43.09844605027055]]], null, false);

// Sample the methane composite to generate a FeatureCollection.
var samples = ch4.addBands(ee.Image.pixelLonLat())
  .sample({region: aoi, numPixels: 1500,
    scale:1000, projection: 'EPSG:4326'})
  .map(function(sample) {
    var lat = sample.get('latitude');
    var lon = sample.get('longitude');
    var ch4 = sample.get('ch4');
    return ee.Feature(ee.Geometry.Point([lon, lat]), {ch4: ch4});
  });

// Combine mean and standard deviation reducers for efficiency.
var combinedReducer = ee.Reducer.mean().combine({
  reducer2: ee.Reducer.stdDev(),
  sharedInputs: true});

// Estimate global mean and standard deviation from the points.
var stats = samples.reduceColumns({
  reducer: combinedReducer,
  selectors: ['ch4']});

// Do the interpolation, valid to 70 kilometers.
var interpolated = samples.inverseDistance({
  range: 7e4,
  propertyName: 'ch4',
  mean: stats.get('mean'),
  stdDev: stats.get('stdDev'),
  gamma: 0.3});

// Define visualization arguments.
var band_viz = {
  min: 1800,
  max: 1900,
  palette: ['0D0887', '5B02A3', '9A179B', 'CB4678',
            'EB7852', 'FBB32F', 'F0F921']};

// Display to map.
Map.centerObject(aoi, 7);
Map.addLayer(ch4, band_viz, 'CH4');
Map.addLayer(interpolated, band_viz, 'CH4 Interpolated');

Pamiętaj, że zgodnie z parametrem range interpolacja działa tylko w odległości do 70 km od najbliższej stacji pomiarowej.

Kriging

Kriging to metoda interpolacji, która wykorzystuje modelowaną estymatę półwariancji do tworzenia obrazu interpolowanych wartości, który jest optymalną kombinacją wartości w znanych lokalizacjach. szacujący Kriging wymaga parametrów opisujących kształt półwariogramu dopasowanego do znanych punktów danych. Rysunek 1 przedstawia te parametry.

Rysunek 1. Parametry nugget, sill i range na wykresie funkcji variogramu.

W tym przykładzie pobieramy obraz temperatury powierzchni morza w losowych lokalizacjach, a potem interpolujemy tę temperaturę na podstawie próbki za pomocą algorytmu Kriginga:

// Load an image of sea surface temperature (SST).
var sst = ee.Image('NOAA/AVHRR_Pathfinder_V52_L3/20120802025048')
  .select('sea_surface_temperature')
  .rename('sst')
  .divide(100);

// Define a geometry in which to sample points
var geometry = ee.Geometry.Rectangle([-65.60, 31.75, -52.18, 43.12]);

// Sample the SST image at 1000 random locations.
var samples = sst.addBands(ee.Image.pixelLonLat())
  .sample({region: geometry, numPixels: 1000})
  .map(function(sample) {
    var lat = sample.get('latitude');
    var lon = sample.get('longitude');
    var sst = sample.get('sst');
    return ee.Feature(ee.Geometry.Point([lon, lat]), {sst: sst});
  });

// Interpolate SST from the sampled points.
var interpolated = samples.kriging({
  propertyName: 'sst',
  shape: 'exponential',
  range: 100 * 1000,
  sill: 1.0,
  nugget: 0.1,
  maxDistance: 100 * 1000,
  reducer: 'mean',
});

var colors = ['00007F', '0000FF', '0074FF',
              '0DFFEA', '8CFF41', 'FFDD00',
              'FF3700', 'C30000', '790000'];
var vis = {min:-3, max:40, palette: colors};

Map.setCenter(-60.029, 36.457, 5);
Map.addLayer(interpolated, vis, 'Interpolated');
Map.addLayer(sst, vis, 'Raw SST');
Map.addLayer(samples, {}, 'Samples', false);

Wielkość sąsiedztwa, w którym ma być wykonywana interpolacja, jest określana przez parametr maxDistance. Większe rozmiary dają płynniejszy obraz, ale wymagają wolniejszego przetwarzania.