WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Méthodes géostatistique pour l'interpolation et la modélisation en 2d/3d des données spatiales

( Télécharger le fichier original )
par Wilfried DESPAGNE
Université de Bretagne Sud - Master en Statistique et Informatique 2006
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3.4/ Description bivariée

Il est important d'examiner la relation entre la variable auxiliaire et la variable d'intérêt. Pour ce faire, les techniques disponibles (coefficient de corrélation, covariance, graphiques) requièrent des couples de données aux points d'observations s1 à sn. Etant donnée que la variable régionalisé auxiliaire n'a pas été observée en ces points, une interpolation spatiale doit être préalablement effectuée afin de prévoir ces valeurs régionalisées.

Le MNT (variable auxiliaire) est connu sur un quadrillage d'un espacement de 50 mètres. Il
en résulte que la distance maximum qui sépare une observation de la variable principale à la

plus proche observation de la variable secondaire est de moins de 50 mètres. Cette distance est très petite à l'échelle du champ. C'est pourquoi nous avons décidé d'utiliser la méthode d'interpolation des plus proches voisins. Les voisins les plus proche seront les plus représentatifs de la donnée à estimer.

Ceci fait la figure 3.10 montre la dépendance linéaire des deux variables. Les points alignés sur la bissectrice sont les points correspondant aux zones de roche (non couvert d'une couche sédimentaire). Nous leur avions effectivement attribué la profondeur donnée par le MNT.

Le coefficient de corrélation entre la variable d'intérêt et la variable auxiliaire est de 0.84. Mais si on ne prend pas en compte les points des zones de roches ce coefficient décent à 0,75.

Tous les points

Sans les zones de roche

Y=0,75X-7,45

Figure 3.11

La droite de régression linéaire est alors définie comme suit :

Y=0,75X-7,45

Y : Profondeur au toit du socle cristallin X : Profondeur à la surface du fond marin

4/ Transformation des coordonnées

Les coordonnées des points sont en longitude, latitude de projection WGS84. C'est un système géodésique dont l'unité est exprimée en degrés.

Projection WGS84 : une projection est une correspondance entre les points de la terre et ceux de la représentation plane. La projection WGS84 est un système universel, mais il en existe un grand nombre suivant l'endroit où l'on se place sur le globe.

Pour revenir à un système de coordonnées planes (une unité en ordonné égale une unité en abscisse), dans le but de calculer une distance euclidienne nous appliquons une transformation sur les coordonnées.

Longitude = longitude*cos(latitude*ð/180°) Latitude = latitude

1 degré (longitude / latitude) 111,2 km

5/ Conclusion

L'étude exploratoire nous a permis de nous familiariser avec les données. Elle montre comment la distribution de la profondeur au toit du socle cristallin se rapproche d'une loi gaussienne. Il existe bien une relation forte entre cette profondeur et celle du fond marin. Enfin, les nuages des valeurs le long des directions de coordonnées et les nuages de corrélations différées permettent de vérifier la ressemblance des profondeurs dans un rayon de 50 mètres autour d'une observation. Il faut à présent étudier plus précisément la structure spatiale de la variable d'intérêt. C'est l'analyse variographique qui va y répondre.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Ceux qui rêvent de jour ont conscience de bien des choses qui échappent à ceux qui rêvent de nuit"   Edgar Allan Poe