<\/HEAD>
Rád bych sdílel důležitý článek napsaný dvěma mými kolegy, @Konstantin Krivoruchko a @Kevin Butler. Toto je povinné čtení pro ty, kteří pracují s DEM, zejména pro ty, kteří hledají další\/alternativní přístup k tvorbě DEM s významnou vysvětlovací silou.<\/P>
<\/P>
Pro navnadění z článku:<\/P>
"Rastrové digitální modely nadmořské výšky (DEM) jsou základem některých z nejdůležitějších GIS pracovních postupů: hydrologického modelování, vhodnosti lokality a analýzy nákladových cest. I když existuje několik technik pro generování digitálních modelů nadmořské výšky (DEM), žádná z nich nemůže vytvořit skutečný povrch nadmořské výšky. Lokálně se měnící chyba měření a nepřesnost interpolačních metod přispívají k nejistotě odhadu skutečné hodnoty nadmořské výšky modelem. Krigingové modely a geostatistické simulace dostupné v rozšíření Geostatistical Analyst pro ArcGIS 10.1 for Desktop kvantifikují prostorově proměnnou nejistotu DEM odvozeného z lidarových dat. ...<\/P>
<\/P>
Alternativou k deterministickým algoritmům jsou pravděpodobnostní statistické interpolační metody, jako je kriging, které mají několik výhod oproti deterministickým metodám. Článek „Empirical Bayesian Kriging: Implemented in ArcGIS Geostatistical Analyst“ v podzimním vydání časopisu ArcUser 2012 podrobně diskutuje tyto výhody.<\/P>
<\/P>
Pro další čtení a přímý kontakt s autory naleznete přílohu.<\/P>
<\/P>
Příjemné krigování!<\/P><\/BODY><\/HTML>
