地理情報学と地球統計学: 概要

地統計学に基づく融合によるデジタル標高モデルの高度測定精度の向上

フェルゲイラス CA、オルティス JO、カマルゴ ECG、浪川 LM、ロシム S、オリベイラ JRF、レンノ CD、サンタンナ SJS、モンテイロ AMV

この記事では、地理統計学的手法に基づく融合を使用して、デジタル標高モデル (DEM) の高度測定属性の精度を向上させます。通常のクリギング、外部ドリフトを伴うクリギング、回帰クリギング、およびコクリギング手順を適用して、高度測定予測やその他の情報を取得できる不確実性表現を評価します。融合データ モデリングは、主にインターネットで無料で入手できる既存の DEM と、追加の高精度な 3D サンプル ポイント セットから実行されます。フリーウェアの DEM は密度が高く、一般に空間分布が良好ですが、その高度測定情報の精度は
多くのアプリケーションに適さない可能性があります。この問題を軽減する方法の 1 つは、データ モデリング プロセスで、利用可能な DEM データと、さまざまな他のソースから取得され、品質が向上した追加情報を組み合わせることです。通常、高精度の高度測定データは、
空間対象領域内の特定のポイント位置で、フィールド作業でより高額なコストで収集されます。簡単に言うと、この研究は、地理統計学的手法を通じて、さまざまなソース、データ構造、標高精度の空間標高情報を統合し
、より正確な DEM を取得することを目的としています。この研究で取り上げた方法論は、ブラジル南東部の地理的地域のケース スタディに適用されました。定量的および定性的な検証は、独立した高精度データ セットと、DEM の違いと排水ネットワークの自動抽出に基づく比較を使用して実行されました。検討対象の研究領域では、外部ドリフトによるクリギングと回帰クリギングにより、コクリギング アプローチよりも優れた同様の定量的および定性的な改善がもたらされました。