Alfred Stach Instytut Paleogeografii i Geoekologii

Slides:



Advertisements
Podobne prezentacje
Badania statystyczne Wykłady 1-2 © Leszek Smolarek.
Advertisements

HERD BEHAVIOR AND AGGREGATE FLUCTUATIONS IN FINANCIAL MARKETS Rama Cont & Jean-Philipe Bouchaud. Macroeconomic Dynamics, 4, 2000, Cambridge University.
Informacji Geograficznej
Życiorys mgr inż. Krzysztof Bruniecki Katedra Systemów Geoinformatycznych WETI PG Urodzony: r. Wykształcenie: studia na kierunku.
Cyfrowy model powierzchni terenu
Skalowalny algorytm estymacji ruchu dla systemów rozproszonych
Statystyka w doświadczalnictwie
Zagadnienie niedokładności w GIS
OPIS SEPARACJI JAKO KLASYFIKACJA
Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 14 Liniowa regresja
Wykład 3 Rozkład próbkowy dla średniej z rozkładu normalnego
Naziemne stacje odbiorcze
Mierzymy Efekt Cieplarniany
Program przedmiotu “Metody statystyczne w chemii”
Alfred Stach Instytut Paleogeografii i Geoekologii
Alfred Stach Instytut Paleogeografii i Geoekologii
Alfred Stach Instytut Paleogeografii i Geoekologii
Alfred Stach Instytut Paleogeografii i Geoekologii
GEOSTATYSTYKA Wykłady dla III roku Geografii specjalność – geoinformacja Estymacja na podstawie danych jednej zmiennej I Alfred Stach Instytut Paleogeografii.
Interpolacja danych przestrzennych w GIS
Alfred Stach Instytut Paleogeografii i Geoekologii
GEOSTATYSTYKA I ANALIZA PRZESTRZENNA Wykład dla III roku Geografii specjalność - geoinformacja Alfred Stach Instytut Geoekologii i Geoinformacji Wydział
GEOSTATYSTYKA Wykłady dla III roku Geografii specjalność – geoinformacja Estymacja na podstawie danych jednej zmiennej II Alfred Stach Instytut Paleogeografii.
Alfred Stach Instytut Geoekologii i Geoinformacji
Alfred Stach Instytut Geoekologii i Geoinformacji
GEOSTATYSTYKA Wykłady dla III roku Geografii specjalność – geoinformacja Kriging wartości kodowanych (Indicator Kriging) Alfred Stach Instytut Paleogeografii.
Postęp modelowania zmienności przestrzennej gleb na stokach II
Instytut Badań Czwartorzędu i Geoekologii UAM
Alfred Stach Instytut Geoekologii i Geoinformacji
GEOSTATYSTYKA I ANALIZA PRZESTRZENNA Wykład dla III roku Geografii specjalność - geoinformacja Alfred Stach Instytut Geoekologii i Geoinformacji Wydział
Alfred Stach Instytut Paleogeografii i Geoekologii
Alfred Stach Instytut Paleogeografii i Geoekologii UAM
GEOSTATYSTYKA I ANALIZA PRZESTRZENNA Wykład dla III roku Geografii specjalność - geoinformacja Alfred Stach Instytut Geoekologii i Geoinformacji Wydział
Kolor morza z poziomu satelitarnego
Analiza współzależności dwóch zjawisk
Informacja geograficzna w sieciach
Ćwiczenia ze statystyki II rok Geoinformacji rok akademicki 2007/2008 WSTĘP.
Alfred Stach Instytut Paleogeografii i Geoekologii UAM
WSTĘP DO GEOGRAFII FIZYCZNEJ SYSTEMOWY OBRAZ PRZYRODY - MODELE
Ćwiczenia ze statystyki II rok Geoinformacji rok akademicki 2009/2010 WSTĘP.
Weryfikacja modelu hydrodynamicznego i modelu ProDeMo
Zdjęcie oryginalne Zdjęcie po modyfikacji Zdjęcie oryginalne Zdjęcie po modyfikacji.
Analiza współzależności cech statystycznych
Detekcja twarzy w obrazach cyfrowych
Akademia Górniczo-Hutnicza, Kraków
1 Kilka wybranych uzupełnień do zagadnień regresji Janusz Górczyński.
Prognozowanie i symulacje
Elementy Rachunku Prawdopodobieństwa i Statystyki
Podstawy statystyki, cz. II
Planowanie badań i analiza wyników
VII EKSPLORACJA DANYCH
SYSTEM GIS CZASU RZECZYWISTEGO DO ZADALNEGO MONITOROWANIA ZANIECZYSZCZEŃ I INNYCH KOMPONENTÓW ŚRODOWISKA MORSKIEGO.
Wszystko o GIS- Geographic Information System
Regresja wieloraka.
Charakterystyka powszechnie stosowanych metod badawczych
Program przedmiotu “Opracowywanie danych w chemii” 1.Wprowadzenie: przegląd rodzajów danych oraz metod ich opracowywania. 2.Podstawowe pojęcia rachunku.
WYKŁAD 11 ZJAWISKA DYFRAKCJI I INTERFERENCJI ŚWIATŁA; SPÓJNOŚĆ
Model ekonometryczny Jacek Szanduła.
Korelacje dwóch zmiennych. Korelacje Kowariancja.
* Halina Klimczak Instytut Geodezji i Geoinformatyki Uniwersytet Przyrodniczy we Wrocławiu Prawie wszystko o danych…..
1 Proces analizy i rozpoznawania. 2 Jak przygotować dwie klasy obiektów?
Pomiary elektryczne wielkości nieelektrycznych 2 Metrologiczne aspekty w modelach fizycznych i matematycznych obiekt-sensor.
Zastosowanie metod statystycznych w obszarze CRM.
Co do tej pory robiliśmy:
Regresja wieloraka – bada wpływ wielu zmiennych objaśniających (niezależnych) na jedną zmienną objaśnianą (zależą)
Jednorównaniowy model regresji liniowej
PODSTAWY STATYSTYKI Wykład udostępniony przez dr hab. Jana Gajewskiego
Korelacja i regresja liniowa
Alfred Stach Instytut Paleogeografii i Geoekologii UAM
Zapis prezentacji:

GEOSTATYSTYKA Ćwiczenia dla III roku Geografii specjalność - geoinformacja Alfred Stach Instytut Paleogeografii i Geoekologii Wydział Nauk Geograficznych i Geologicznych UAM

Źródło i charakter danych wykorzystywanych w trakcie ćwiczeń

Archipelag Spitsbergen (Svalbard) widziany latem z przestrzeni kosmicznej

EOS-Terra-ASTER Działanie sensora ASTER Wszystkie sensory w akcji Start rakiety z satelitą Rozkładanie ogniw słonecznych

Zdjęcia zostały wykonane 13 lipca 2002 roku o 12:25 z satelity TERRA (First EOS Polar Orbiting Satellite) sensorem ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer). Obejmują one zakres światła widzialnego i bliskiej podczerwieni (VNIR - Visible and Near-InfraRed), podczerwieni krótkofalowej (SWIR - ShortWave InfraRed) i podczerwieni termalnej (TIR - Thermal InfraRed). Zdjęcie przekształcono do odwzorowania UTM na elipsoidzie WGS 84. Analizowane dane Obraz satelitarny terenu w świetle widzialnym i bliskiej podczerwieni (VNIR). Zdjęcie przedstawione jest w fałszywych kolorach: R - band 3N (0,78 - 0,86 µm), G - band 2 (0,63 - 0,69 µm), B - band 1 (0,52 - 0,60 µm). Rozdzielczość obrazu - 15 metrów.

Lokalizacja na Spitsbergenie – strefa czołowomorenowa lodowca Hørbyebreen (mapa wykonana na podstawie zdjęć lotniczych z lat 60-tych XX wieku)

Lokalizacja na Spitsbergenie – strefa czołowomorenowa lodowca Hørbyebreen: obrazy VNIR

Lokalizacja na Spitsbergenie – strefa czołowomorenowa lodowca Hørbyebreen: obraz SWIR

Lokalizacja na Spitsbergenie – strefa czołowomorenowa lodowca Hørbyebreen

Lokalizacja na Spitsbergenie – strefa czołowomorenowa lodowca Hørbyebreen

Lokalizacja na Spitsbergenie – strefa czołowomorenowa lodowca Hørbyebreen

Lokalizacja na Spitsbergenie – strefa czołowomorenowa lodowca Hørbyebreen

Lokalizacja na Spitsbergenie – strefa czołowomorenowa lodowca Hørbyebreen

Lokalizacja na Spitsbergenie – strefa czołowomorenowa lodowca Hørbyebreen

Lokalizacja na Spitsbergenie – strefa czołowomorenowa lodowca Hørbyebreen

Lokalizacja na Spitsbergenie – strefa czołowomorenowa lodowca Hørbyebreen

Obrazy VNIR analizowanego wycinka terenu w różnych terminach 5 VIII 2001 13 VII 2002 25 VII 2003 11 VII 2004

Klasyfikacja kanałów VNIR obrazów satelitarnych wykonanych w 4 terminach Klasyfikacja zgeneralizowana Inicjalna klasyfikacja

Klasyfikacja 6 kanałów SWIR obrazu satelitarnego z 13 lipca 2002 roku

Typowy przebieg analizy geostatystycznej Pozyskanie i wstępna weryfikacja danych Eksploracja danych: nieprzestrzenna i przestrzenna Budowa probalistycznego modelu struktury przestrzennej analizowanego cechy Weryfikacja modelu. Estymacja i ocena jej jakości. Symulacje. Optymalizacja

Eksploracyjna analiza danych Ogólne informacje o danych źródłowych: ogólna charakterystyka zjawiska/zjawisk generującego przestrzenną/czasową zmienność analizowanej cechy/cech typ próbkowania: przestrzenny i czasowy relacja lokalizacji próbek do głównych czynników zmienność przestrzennej / czasowej analizowanej cechy / cech jednolitość metodyki; źródła i rozmiary błędów pomiarowych

Losowa stratyfikowana Typ próbkowania Zastosowana metoda poboru próbek ma podstawowe znaczenie dla wyboru metody i jakości interpolacji Profilowa Regularna Losowa Izoliniowa Losowa stratyfikowana Preferencyjna (skupiona)

Eksploracyjna analiza danych Nieprzestrzenna jednej zmiennej: typ rozkładu: jedno-, wielomodalny typ rozkładu: symetryczny (potencjalnie normalny), asymetryczny (skośny) istnienie danych globalnie odstających (ekstremów) Nieprzestrzenna dwóch zmiennych: typ i siła korelacji zmiennych ilościowych istotność różnic grup zmiennej/ych ilościowych wyróżnionych względem zmiennej jakościowej