hodnoceni_kvality_a_presnosti_dmr

Table of Contents

Validace
Identifikace chyb
Hodnocení kvality DMR
Prahové vzdálenosti
Variabilita

Zdroje chyb: ve zdrojových datech, typ datového modelu a velikost pixelu, špatná metoda vzorkování, nepřesné zařízení pro sběr dat, interpolační metody
Typy chyb:
- hrubé (selhání technického vybavení, lokální maxima a minima, stačí nahradit průměrem z okolí)
- systematické (chovají se podle určitého pravidla, umělé terasy, posun ve vertikále, plošiny)
- náhodné

Validace

křížová validace (trénovací a testovací množina)
split sample (vstupní a referenční body)
jack-knifing (srovnává s jiným souborem co nevstoupil do interpolace)

Identifikace chyb

vliv vrstevnic (podíl pixlů odpovídajících násobkům intervalu vrstevnic), index zploštění (s hodnotou sklonu do 0,5 %), objem prohlubní (objem bezodtokých lokálních depresí)

Hodnocení kvality DMR

na základě variability:
- RMSE
- AE
- Hammock plot - > Hammock index
měřením prostorové autokorelace
- Moranovo I
- LISA, G-statistika
- měřením regrese

Prahové vzdálenosti

inverzní vzdálenosti
konstantní
zóna netečnosti

Variabilita

Globální (neprostorová)

RMSE (rozptyl rozdělení četnosti odchylek mezi původními výškovými daty a daty DMR, jak dobře odpovídá buňka údajům, ze kterých byla vytvořena)
AE (absolutní chyba, absolutní odchylka od referenčního povrchu)
ASE (průměrná směrodatná odchylka, podobná RMSE)
rozsah
rozptyl
Hammock index (celočíselné dělení hodnot DMR intervalem původních vrstevnic

Lokální (prostorová)

Hammock plot (identifikace prostorových chyb, rastr vzniklý celočíselným dělením vrstevnic, pokud OK → vyrovnaná četnost pixelů ve všech modulech)

Autokorelace

Globální
- Z-score, p-value, nulová hypotéza
- Moranovo I (na základě vzdálenosti a hodnot)
- G statistika (koncentrace vysokých a nízkých hodnot v území → General G index, nulová hypotéza = neexistuje žádná prostorová vazba mezi hodnotami)
Lokální
- Analýza shluků – kde jsou
- LISA (lokalizuje hot spots, cold spots, outliers), Getis Ord Gi* (to samé)