مشكلة في الــــ interpolation تحتاج الي حل

الاخوة الاعزاء
السلام عليكم ورحمة الله

بأختصار المشكلة كالاتي : ارغب في تحويل بيانات جدولية وهي عبارة عن كميات الامطار من 40 محطة مناخية في منطقة الدراسة الي هيئة نقطية (raster format ) حتي يمكنني اجراءا اختبار ارتباط بين معدلات الامطار والغطاء النباتي والتي هي عبارة عبارة عن مرئيات من القمر الصناعي NOAA وهي NDVI داتا علي هئية نقطية (RASTER ). الذي تم عمله هو تحويل بيانات الامطار من الاكسيل فورمات الي الماب انفوعلي هئية ( Grid ) ومن ثم تم عمل ما يسمي بــــ (Interpolation ) ومن ثم تحويلها الي راستير

المشكلة هي : 1- معظم انواع الانتربوليشن التي تم تجريبها تعطي بعض القيم السلبية ومن المعروف انه لا توجد امطار بالسالب
2- لوجود منطقة كبيرة داخل منطقة الدراسة لا توجد لها بيانات اي لا توجد بها محطات مناخية وهي منطقة جافة الامر الذي نتج عنه ان انه بعد الانتربوليشن ان هذه المنطقة تحصلت علي داتا غير متناسبة مع الواقع الامر الذي ادي الي عدم ظهور ارتباط بين امطار هذه المنطقة وغطاءها النباتي في حين كان من المتوقع ان يكون هناك بعض الارتباط

نرجوا ونأمل من من له باع ان يدلي بدلوه فكل جغمة (شربة ماء) تبل الريق ....

شاكرين لكم حسن تعاونكم
محمد ابريك كروش

أخي محمد، تحية طيبة
سوف أجيبك على السؤال الثاني.

في هذه الحالة لابد من عمل تنبؤ إحصائي مبنى على معلومات المحطات القائمة ويمكن الاستعانة بنموذج الانحدار الخطي لهذا العمل، بحيث يمكن التنبؤ بكمية الأمطار في المحطات الافتراضية.

عمل رائع أخي محمد، ولو أن "جغمة" ما سمعتها إلا في ديرتنا، فهل انت من الباحة؟!

املهم هذا يؤكد لنا حقيقة في الاشتقاق وهي أن مصداقية العمل من مصداقية البيانات؛ فكلما كثرت البيانات
وتم التأكد من صحتها قيمة قيمة، كلما كان الاشتقاق أفضل.
فمن المعروف أن بيانات الامطار من محطات في مواقع محددة سلفاً وتتميز بكبر المسافات فيما بينها
هنا لا بد من وضع محطات لفترة من الزمن في المناطق الواسعة (نكثف النقاط) بافتراض أن البحث يمتد لفترة زمينة طويلة نسبياً –حسب الدراسة. طبعاً عذر نقص البيانات في هذه الحالة لا يفيد لاننا مرتبطون بأهداف محددة
وإذا لم ننجزها لا نستطيع أن نقول شيء عن النتائج.

الجميل في طريقة الكريجنغ هو اننا نستطيع أن نحدد مقدار العينة المطلوبة ونختبر عددها قبل أن نقبل النتائج.
كما ان الكريجنغ المشارك CoKringing يستطيع أن ينتج لنا سطحا للظاهرة بناءً على ارتباطها مع ظاهرة أو
ظواهر أخرى، إذ من المنطقي أن نفعل ذلك لان الواقع يزخر بالعديد من الارتباطات المعقدة بين الظواهر.
فلو اردت أن تبين لنا سطحاً خاصا بتوزيع النبات ويكون هذا السطح منتجاً من خلال الاشتقاق وانت تعرف أن النبات مرتبط بالماء خاصة المطر، فمن الطبيعي أن تكون الظاهرة هي النبات والظاهرة المشاركة هي المطر. هذا بشرط أن تكون بياناتك في الأصل نقطية لكلاً من النبات والمطر-عند كل نقطة يوجد قراءة للنبات والمطر.
بهذه الطريقة أنت اشتققت بيانات جديدة بناء على ما هو حاصل في الواقع وأخذت الارتباط الذاتي المكاني ليس فقط بين قيم الظاهرة الواحدة بل بين هذه القيم وبين القيم الأخرى الخاصة بالظاهرة الأخرى.
لكن لنفرض أن طريقتك التي نتجت ذلك السطح الذي توجد به قيم غير مقبولة وتريد أن تستمر في موضوع الارتباط، يمكن عندئذ أن تتحايل على القيم كأن تعيد تصنيف طبقة الاشتقاق الخاصة بالمطر فتختار كل القيم الخاطئة ثم تضع لها قيماً تقريبة من فهمك للواقع أو تضع وهذا الأسلم قمية NoData. بعد ذلك تقوم باختيار عينة عشوائية لا تقل عن 30 نقطة، من سطح النبات المشتق وسطح الامطار. ثم تجري العلاقة الاحصائية بين هذه القيم. ومع ذلك لا يصح إلا الصحيح، فعدد بيانات الأصلية لابد أن تكون كافية لاخراج سطح صحيح أو مقبول.
الطريقة الأخرى وبعد أن تتخلص من القيم الخاطئة، أن تجري عملية مطابقة Intersection تقاطع وتختبر العلاقة من خلال مربع كاي، هنا انت تتعامل مع وحدات مساحية (يعني تجري عملية حساب للتوافق المساحي) إذ انه كلما توافقت المساحات أكثر بين الطبقتين كلما كان الارتباط قوي بين الظاهرتين، والعكس صحيح.
الخيار الآخر مثلما قال الأخ حمود، تعمل كل ذلك من خلال برامج الاحصاء بشرط أن تكون قيم النبات وقيم الأمطار مرتبطة باحداثيات (أي أن هذه القيم مسجلة عند نقاط محددة باحداثيات)
اعتقد أنني قلت بما يملا "قربة" ماء وربما غير مستساغة، والله وأعلم

اشكر الاخ الفاضل حمود العنزي والدكتور الفاضل فهد الاحمدي علي هذه الملاحظات ويارك الله في الدكتور فهد الاحمدي علي هذه المعلومات وعلي كل دقيقة اعطاها من وقته للاخرين فجزاك الله عنا كل خير.
اولا: دكتورنا الفاضل انا من سكان مدينة بنغازي بليبيا وحالياً متواجد بكيب تاون للدراسة "والجغمة " من الكلمات الدارج استخدامها في كثير من مناطق ليبيا اما "لباحة " وان لم اتشرف بزيارتها فان الحنين الي السعودية وباحاتها يجعلنا احياناً نتجول بالقوقل بين جبال مكة فقد لا لاشي الا شوقا لزيارتها فاللهم سخر لنا زيارة بيتك.
ثانيا: نقول للاخ حمود العنزي ان الذي ذكرته هو بالضبط ما تم فعله فبيانات الامطار كانت علي هي جداول في الاكسيل ثم تم تحويلها الي تاب فورمات في الماب انفو ثم تم عمل انتربوليشن (لكي نعطي قيم تنبوئية لكل نقطة في المنطقة) ثم تحولت الملفات الي قريد فورمات ثم الي اسكي قريد ثم في برنامج الادريسي تم استيرادها علي هئية راستر. الذي حدث ان المنطقة التي تحدثنا عنها الخالية من محطات الامطار تحصلت علي قيم تنبوئية عالية في حين انها منطقة جافة والسبب هو ان اقرب محطات امطار مجاورة لهذه المنطقة توجد بالجبال المجاورة ذات الامطار العالية.
الطريقة التي ذكرها الدكتور فهد وهي kriging تم تجريبها ولكن للاسف اعطت قيم تنبوئية للامطار غير مقبولة حيث امتدت بعض القيم الي قيم سالبة في حين لا توجد امطار بالسالب. وعلي فكره صاحب هذه الطريقة " kriging " حي يرزق وهو الدكتور " Daniel Gerhardus Krige " حالياُ عضو هئية تدريس بجامعة ويتووترسراند بجنوب افريقيا.
هنك عدة حلول يمكن عملها لكن لاتعكس صوره حقيقية لما يوجد في الطبيعة وبغض النظر عن تلك الحلول فاننا نحتاج الي طريقة احصائية قد يمكن بها اخذ هذه الفجوه الكبيرة في الحسبان ولكن يبدو ان الامر صعب فلم تفلح طرق التنبوء الاحصائي في الارك فيو والماب انفو والادريسي..
بعد تحويل الداتا الي راستر تم ادخالها في تحليل ارتباط مع داتا اخري (مرئيات تمثل نسبة الغطاء النباتي لنفس المنطقة وبنفس الفورمات )عندها حصلت المشكلة وظهر الارتباط السالب والغير المقبول في هذه المنطقة الجافة التي غطائها النباتي يفترض ان يرتبط ايجابياً مع الامطار... وظهر ذلك وضحا بوجود معدلات امطار وصلت الي 1000 مم بعد الانتربوليشن في كثير من البكسلات في حين يفترض ان الامطار لا تتعدي 400 مم فيها.شكرا مره اخري للاخ حمود والدكتور فهد

اعتذر عن الخطاء الذي حدث مني في تعليقي السابق في الاعلي فالتعليق هو رد علي الاخ حمود العنزي والدكتور علي الغامدي وليس كما ذكرت بالخطاء " فهد الاحمدي"...فعذراً للدكتور فهد الاحمدي وللدكتور علي الغامدي ... مع العلم اني حاولت الدخول الي التعليق وتصحيح الخطاء ولكن وللاسف لم اوفق في ذلك ..

تحياتي للجميع

محمد ابريك كروش

كنت أعتقد أن كلمة (الجغمة) حجازية ولكن يبدو أنها منتشرة :) في بعض أقطار الوكن العربي

1 - ليس جميع طرق الاستنباط (التقدير البيني) ستنتج قيم سالبة هناك طرق تتقيد بالحدود التي لديك ولا تخرج عنا ولا يحضرني أيهم لكنها من ضمن الطرق الموجودة في برنامج ArcGIS القيم الناتجة من هذه الطرق لا تكون أقل من أصغر قيمة ولا تكون أعلى من أكبر قيمة وبذلك تكون القيم الناتجة لديك بين هذه القيم

2 - مواقع رصد الأمطار في المناطق الجافة عموماُ وفي دول العالم الثالث خصوصاً تكون متباعدة جداً (بمعدل موقع رصد واحد لكل 500 كم مربع وأحياناً أكثر من ذلك بكثير فقلة عدد مواقع الرصد ستقلل من الاعتمادية على النتائج التي ستحصل عليها فضلا عن عدم التجانس في البيانات هذا إذا افترضنا صحة ودقة البيانات المطرية وعدم وجود بيانات مفقودة مؤثرة

3 - قد لا تكون العلاقة قوية بين الأمطار والغطاء النباتي في بعض المناطق وهذا راجه لوجود عوامل أخرى مؤقرة في الزراعة ويكون تأثيرها أكبر أو مغاير لتأثير الأمطار فمثلاً في الغطاء الرسوبي في الجزيرة العربية (الجزء الأوسط والشرقي والشمال الشرقي) الغطاء النباتي ناتج عن الزراعة التي تقوم على المتكونات المائية الرئيسية (مثل الساق والوسيع أو رضمة ....) وهي متكونات مائية لا تتأثر بالأمطار فهطول الأمطار وعدم هطولة لا يؤثر على الزراعة الدائمة في هذه المناطق ، وفي المقابل فإن الزراعة في أجزاء كثيرة من الدرع العربي (الجزء الغربي من الجزيرة العربية) قد يكون قائم على تغذية المياه الجوفية من الأمطار التي هطلت على أعالي الجبال السروات مثلاً وليس على الأمطار التي هطلت على المزارع في أسفل الوادي

خلاصة القول في حالة عدم وجود ارتباط قوي فإن هناك مؤشر على وجود عوامل أخرى

مع تمنياتي لك بالتوفيق

الطرق المسماه بالطرق الحدية التي لا تحيد عن (أو كثيراً) البيانات الأصلية متعددة مثل Spline
و IDW وغيرهان، أما الكريجنج فهي طرق احتمالية بخلاف الحدية. ومع ذلك ما ذكره المهندس فهد صحيح
بشأن القيم والعلاقات بين المتغيرات.
والمهم كما ذكرت من قبل أن نفهم الظاهرة أولاً وعلاقاتها من وحي الواقع والدراسات التي تحدثت عنها
قبل الشروع في تبني طريقة معينة.

السلام عليكم ورحمة الله وبركاته
بارك الله في الاخوين الدكتور علي الغامدي والمهندس فهد الاحمدي علي هذه الايضاحات ..وجزاكم الله عنا كل خير

تفاعل وتعاون جميل جدا جدا

ذكر الدكتور على الغامدى

اقتباس:

---

الجميل في طريقة الكريجنغ هو اننا نستطيع أن نحدد مقدار العينة المطلوبة ونختبر عددها قبل أن نقبل النتائج.
كما ان الكريجنغ المشارك CoKringing يستطيع أن ينتج لنا سطحا للظاهرة بناءً على ارتباطها مع ظاهرة أو
ظواهر أخرى، إذ من المنطقي أن نفعل ذلك لان الواقع يزخر بالعديد من الارتباطات المعقدة بين الظواهر

---

فهل يمكن تطبيق هذه الطريقة على الظواهر البشرية أيضا