GRASS, R, GSTAT: La geostatistica per l'interpolazione...
Transcript of GRASS, R, GSTAT: La geostatistica per l'interpolazione...
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 1
GRASS, R, GSTAT:GRASS, R, GSTAT:
La geostatistica per La geostatistica per l'interpolazione della l'interpolazione della
superficie piezometricasuperficie piezometrica
Autori: C. Cencetti, P. De Rosa, A. Fredduzzi, I. Marchesini, D. Penchini
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 2
Scopo del LavoroScopo del LavoroNecessità di passare da dati puntuali irregolarmente distribuiti ad un
dato omogeneo: INTERPOLAZIONE
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 3
Inquadramento dell'areaInquadramento dell'areaL'Alta Valle del Tevere è un ampia zona alluvionale che si estende
dalla stretta di Montedoglio fino all'altezza di Città di Castello
MontedoglioCittà di Castello
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 4
Fase di reperimento datiFase di reperimento dati
1991
Studio sull'Alta Valle del Tevere svolto dalle Regioni
Toscana ed Umbria
2001
ARPA Umbria
1975
Idrotecnico – Ricerca operativa sulle acque
sotterranee. Studio della Valle Tiberina
(acquisita in corso d'opera)
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 5
Algoritmi interpolativiAlgoritmi interpolativiInterpolatore:● Deterministico (IDW, RST)● Statistico (Universal Kriginig, CoKriging)
Dato puntuale di livello piez.
Dato omogeneo e continuoInterpolazione
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 6
Algoritmi interpolativiAlgoritmi interpolativiInterpolatore:Deterministico(ogni valore predetto è calcolato a partire da una data funzione deterministica)
➔ Mappa delle Predizioni
Statistico (fornisce per ogni punto interpolato il valore della predizione e della varianza del dato)
➔ Mappa delle Predizioni➔ Mappa degli Errori
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 7
Software utilizzatiSoftware utilizzati
Grass (GIS)Grass (GIS)http://grass.itc.it
R & Gstat (Geostatistica)http://www.r-project.comhttp://www.gstat.org
Software Liberi
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 8
Interpolatori deterministiciInterpolatori deterministici
Si basa sull'interpolazione di dati puntuali tramite funzioni matematiche deterministiche che:
➢ Calcolano un singolo valore per ogni punto (mappe previsionali)➢ Non tengono conto della variabilità casuale del dato
Esempi di interpolatori deterministici
● Inverce Distance Weighted IDW ● Bilinear● Regularized Spline with Tension RST● Natural Neighbour Interpolation● Ecc...
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 9
Regularized spline with tensionRegularized spline with tension➢ Metodo locale➢ Interpola tramite funzioni spline polinomiali (max 3°grado)
Smoothing: Definisce il “lisciamento” della superficieTension: Controlla la dimensione e le interazioni tra regioni interpolate individualmente
Parametri di lavoro
Per settare i parametri è effettuata la cross-validation che calcola i residui
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 10
Interpolatori statisticiInterpolatori statistici
Algoritmi di Interpolazione stocastici
GEOSTATISTICA UNIVARIATA
GEOSTATISTICA MULTIVARIATA COKRIGING
ORDINARY KRIGING(variabili stazionarie)
UNIVERSAL KRIGING(variabili non stazionarie
presenza di drift)
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 11
GeostatisticaGeostatistica
La geostatistica è quella branca della statistica che si occupa dell'analisi di dati spaziali
Valuta l'autocorrelazione spaziale dei dati
Considera i dati in input come una variabile casuale
Per ogni punto dello spazio l'interpolatore geostatistico fornisce il valore di media e varianza del dato in accordo con una distribuzione di frequenza di GAUSS
Campioni vicini hanno comportamenti simili
Campioni lontani hanno comportamenti meno simili
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 12
Range
Nug
get
Sill
VariogrammaVariogramma
È un algoritmo geostatistico impiegato per valutare l'autocorrelazione dei dati georiferiti
parametri stimati: - nugget - sill - range
h= 12m h
∑i=1
m h
Z x ih−Z x i2
Variogramma sperimentale
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 13
Mancanza del classico andamento del variogramma (DRIFT)
Fenomeno dovuto alla presenza di un trend nei dati
La superficie piezometrica segue l'andamento della superficie del piano campagna (trend dovuto alla morfologia del piano campagna)Variogramma
sperimentale
È necessaria una “detrendizzazione” del dato
Geostatistica univariataGeostatistica univariata
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 14
I fenomeni naturali presentano spesso comportamenti diversi nelle diverse direzioni
Universal kriging: il kriging è applicato ai residui le cui interpolazioni vengono
sommate alla funzione deterministica che definisce il drift
Variogram map Variogrammi direzionale
Geostatistica univariata: Geostatistica univariata: Universal krigingUniversal kriging
Variogramma sperimentale del dato detrendizzato
Anisotropia
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 15
Implementazione di due script di Shell: Implementazione di due script di Shell: v.variogramv.variogram
Vettoriale di punti
Colonna contenente i valori da interpolare
Risoluzione delle celle
Valore di Cut-Off
Numero di Lag
Superficie di trend (opzionale)
Creazione del Variogramma sperimentaleSalvataggio delle impostazioni
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 16
v.surf.krigev.surf.krige
Tipologia di modello di variogramma
Sill
Mappa delle predizioni
Vettoriale della CV per il modello non fittato
Vettoriale della CV per il modello fittato
Superficie di trend (opzionale)
● Validazione del modello interpolativo (CV)● Interpolazione tramite OK o UK
Nugget
Range
Kfold (solo per la CV)
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 17
Geostatistica multivariataGeostatistica multivariata
È la branca della geostatistica che analizza le relazioni che esistono simultaneamente tra più variabili campionate
Si definisce una cross – covarianza e un cross – variogramma per ogni coppia di variabili regionalizzate
La variabile target (sottocampionata) è stimata con l'ausilio di un'altra variabile correlata alla prima
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 18
Individuazione della correlazione tra i residui dei due datasets attraverso i cross-variogrammi
Per migliorare l'interpolazione del dato sottocampionato del 2001 si è considerato, simultaneamente ad esso, anche il dato dei livelli piezometrici del 1991
Il cross-variogramma evidenzia una forte correlazione spaziale tra i dati del 1991 e del 2001
Geostatistica multivariataGeostatistica multivariata
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 19
Validazione dei modelliValidazione dei modelli di interpolazione (Cross Validation) di interpolazione (Cross Validation)
Dati di partenza
Dato da stimare
Dato interpolato
Residuo puntuale della Cross - Validation
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 20
Cross Validation del RSTCross Validation del RST
Sm oothing Te ns ion da ta s e t 1975 0 100 da ta s e t 2001 0 60
Min MAE Me dia Ma x RMSE Ra nge RST 1975 -42.301122 3.65957 -0.186262 22.477975 6.43759 64.7791 RST 2001 -10.819079 3.98455 0.0902642 12.073454 5.2842 22.8925
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 21
Cross Validation krigingCross Validation krigingDATASET 1975DATASET 1975
MAE Me dia RMSE Ra nge Ske wne s s Exp 75 no fit 2 .853685 -0.04749 4 .943705 45.51 -1 .136202 Exp 75 fit 2 .866003 -0 .05420 4 .932734 45.13 -1.154410 Sph 75 no fit 2 .866533 -0.04578 4 .956756 44.73 -1 .095831 Sph 75 fit 2 .864371 -0 .02873 4 .968124 45.85 -1.017714
Modello miglioreModello migliore
Mode llo Nugge t S ill Ra nge Dire zione di a nis otr ipia
Ra ppor to di a nis otropia
S fe r ico 10.01894 33.09089 7132.686 135 0 .7
Parametri modello sferico anisotropo
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 22
Cross Validation Universal KrigingCross Validation Universal KrigingDATASET 2001DATASET 2001
MAE Me dia RMSE Ra nge Ske wne s s Sph 01 fit 3 .900302 -0 .4771 5 .744298 26.826 -1 .251972 Sph 01 no fit 3 .858897 -0 .4325 5 .673416 26.6149 -1 .230734 Exp 01 no fit 4 .065186 -0 .5597 5 .874449 27.519 -1 .144307 Exp 01 fit 4 .135918 -0 .5281 5 .958289 27.467 -1 .201689
Risultati scadentiRisultati scadenti
CO-KRIGINGCO-KRIGING
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 23
Cross Validation Universal KrigingCross Validation Universal KrigingDATASET 2001DATASET 2001
MAE Me dia RMSE Ra nge Ske wne s s m ode llo s fe r ico 2.746517 -0.005468 3 .664879 16.4 1.142891 mode llo e s pone nzia le 2.819227 0.004846 3 .688989 15.18 1.110927
Miglioramento accuratezzaMiglioramento accuratezza
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 24
Cross Validation Co-KrigingCross Validation Co-KrigingDATASET 2001DATASET 2001
MAE Me dia RMSE Ra nge Ske wne s s
mode llo s fe r ico 2 .746517 -0 .005468 3 .664879 16.4 1 .142891
mode llo e s pone nzia le 2 .819227 0 .004846 3 .688989 15.18 1 .110927
Definiti due diversi modelli di variogramma sperimentale, ottenuti da una procedura di fitting automatico
Modello miglioreModello migliore
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 25
Confronto tra i diversi algoritmi Confronto tra i diversi algoritmi interpolatoriinterpolatori
Min MAE Me dia Ma x Ra nge RMSE IDW 1975 -18.7100 4 .798557 0 .7467 49.9700 34.500 8 .2 5 6 7 5 RST 1975 -42.301122 3 .65957 -0 .186262 22.477975 64.7791 6 .4 3 7 5 9 UK -27.57000 2 .864371 -0 .02873 18.28000 45.85 4 .9 6 8 1 2 4
DATASET 1975
DATASET 2001
Min MAE Me dia Ma x Ra nge RMSE IDW 2001 -12.0900 5 .590451 0.7678 22.4080 34.498 7 .5 5 3 9 3 8 RST 2001 -10.819079 3 .98455 0.0902642 12.073454 22.8925 5 .2 8 4 2 UK -17.2500 3 .858897 -0.4325 9 .3640 26.6149 5 .6 7 3 4 1 6 CK -5.570000 2 .746517 -0.005468 10.830000 16.4 3 .6 6 4 8 7 9
Stimatori statistici globali per i diversi algoritmi interpolativi riferiti al dataset del 1975
Stimatori statistici globali per i diversi algoritmi interpolativi riferiti al dataset del 2001
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 26
Nella mappa della deviazione standard è riportata l'ubicazione dei pozzi
Risultato Universal KrigingRisultato Universal Kriging
Nella mappa delle previsioni sono riportate le isopieze con equidistanza di 10 metri
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 27
Variazioni del livello di faldaVariazioni del livello di falda
Depressione media di 1,5 m
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 28
Variazioni del livello di faldaVariazioni del livello di falda
Innalzamento medio di ~2 m
VIII MEETING DEGLI UTENTI GRASS & GFOSS
GRASS, R, GSTAT: La geostatistica per l'interpolazione della superficie piezometrica 29
ConclusioniConclusioni● I migliori metodi di interpolazione sono risultati quelli geostatistici, anche se a scapito di un più complesso utilizzo
● La geostatistica permette l'uso di una o più variabili ausiliarie, al fine di migliorare la predizione
● Gli strumenti software open source utilizzati si sono mostrati estremamente validi allo scopo