वेक्टर से रेस्टर इंटरपोलेशन

Earth Engine में वेक्टर से रास्टर में इंटरपोलेशन करने पर, FeatureCollection से Image बनता है. खास तौर पर, Earth Engine, एलिमेंट की प्रॉपर्टी में सेव किए गए अंकों वाले डेटा का इस्तेमाल करता है. इससे, एलिमेंट के बाहर की नई जगहों पर वैल्यू का इंटरपोलेशन किया जाता है. इंटरपोलेशन की वजह से, तय की गई दूरी तक, इंटरपोलेशन की गई वैल्यू का Image लगातार दिखता है.

इनवर्स डिस्टेंस वेटेड इंटरपोलेशन

Earth Engine में, इन्वर्स डिस्टेंस वेटिंग (आईडीडब्ल्यू) फ़ंक्शन, Basso et al. (1999) के बताए गए तरीके पर आधारित है. इनवर्स डिस्टेंस पर, एक और कंट्रोल पैरामीटर जोड़ा जाता है. यह डेके फ़ैक्टर (gamma) के तौर पर जोड़ा जाता है. अन्य पैरामीटर में, इंटरपोलेशन के लिए प्रॉपर्टी का मतलब और स्टैंडर्ड डिवीऐशन शामिल है. साथ ही, इंटरपोलेशन के लिए ज़्यादा से ज़्यादा रेंज की दूरी भी शामिल है. नीचे दिए गए उदाहरण में, ओरिजनल रेस्टर डेटासेट में जगह के अंतर को भरने के लिए, मीथेन की मात्रा की इंटरपोलेशन की गई सतह बनाई गई है. FeatureCollection, दो हफ़्ते के मीथेन कंपोजिट का सैंपल लेकर जनरेट किया जाता है.

// Import two weeks of S5P methane and composite by mean.
var ch4 = ee.ImageCollection('COPERNICUS/S5P/OFFL/L3_CH4')
  .select('CH4_column_volume_mixing_ratio_dry_air')
  .filterDate('2019-08-01', '2019-08-15')
  .mean()
  .rename('ch4');

// Define an area to perform interpolation over.
var aoi =
  ee.Geometry.Polygon(
    [[[-95.68487605978851, 43.09844605027055],
       [-95.68487605978851, 37.39358590079781],
       [-87.96148738791351, 37.39358590079781],
       [-87.96148738791351, 43.09844605027055]]], null, false);

// Sample the methane composite to generate a FeatureCollection.
var samples = ch4.addBands(ee.Image.pixelLonLat())
  .sample({region: aoi, numPixels: 1500,
    scale:1000, projection: 'EPSG:4326'})
  .map(function(sample) {
    var lat = sample.get('latitude');
    var lon = sample.get('longitude');
    var ch4 = sample.get('ch4');
    return ee.Feature(ee.Geometry.Point([lon, lat]), {ch4: ch4});
  });

// Combine mean and standard deviation reducers for efficiency.
var combinedReducer = ee.Reducer.mean().combine({
  reducer2: ee.Reducer.stdDev(),
  sharedInputs: true});

// Estimate global mean and standard deviation from the points.
var stats = samples.reduceColumns({
  reducer: combinedReducer,
  selectors: ['ch4']});

// Do the interpolation, valid to 70 kilometers.
var interpolated = samples.inverseDistance({
  range: 7e4,
  propertyName: 'ch4',
  mean: stats.get('mean'),
  stdDev: stats.get('stdDev'),
  gamma: 0.3});

// Define visualization arguments.
var band_viz = {
  min: 1800,
  max: 1900,
  palette: ['0D0887', '5B02A3', '9A179B', 'CB4678',
            'EB7852', 'FBB32F', 'F0F921']};

// Display to map.
Map.centerObject(aoi, 7);
Map.addLayer(ch4, band_viz, 'CH4');
Map.addLayer(interpolated, band_viz, 'CH4 Interpolated');

ध्यान दें कि range पैरामीटर के मुताबिक, इंटरपोलेशन सिर्फ़ सबसे नज़दीकी मेज़रमेंट स्टेशन से 70 किलोमीटर तक मौजूद होता है.

क्रिगिंग

क्रिगिंग, इंटरपोलेशन का एक तरीका है, जो सेमी-वैरिएंस के अनुमानित अनुमान का इस्तेमाल करके, इंटरपोलेशन की गई वैल्यू की इमेज बनाता है. यह इमेज, पहले से ज्ञात जगहों की वैल्यू का सबसे अच्छा कॉम्बिनेशन होती है. क्रिगिंग एस्टिमेटर के लिए, ऐसे पैरामीटर की ज़रूरत होती है जो जाने-पहचाने डेटा पॉइंट के लिए, सेमी-वैरिओग्राम के आकार के बारे में बताते हैं. इन पैरामीटर के बारे में जानकारी, पहले चित्र में दी गई है.

पहली इमेज. nugget, sill, और range पैरामीटर, आदर्श वैरियोग्राम फ़ंक्शन पर दिखाए गए हैं.

इस उदाहरण में, समुद्र की सतह के तापमान (एसएसटी) की इमेज को अलग-अलग जगहों पर सैंपल किया गया है. इसके बाद, क्रिगिंग का इस्तेमाल करके सैंपल से एसएसटी को इंटरपोल किया गया है:

// Load an image of sea surface temperature (SST).
var sst = ee.Image('NOAA/AVHRR_Pathfinder_V52_L3/20120802025048')
  .select('sea_surface_temperature')
  .rename('sst')
  .divide(100);

// Define a geometry in which to sample points
var geometry = ee.Geometry.Rectangle([-65.60, 31.75, -52.18, 43.12]);

// Sample the SST image at 1000 random locations.
var samples = sst.addBands(ee.Image.pixelLonLat())
  .sample({region: geometry, numPixels: 1000})
  .map(function(sample) {
    var lat = sample.get('latitude');
    var lon = sample.get('longitude');
    var sst = sample.get('sst');
    return ee.Feature(ee.Geometry.Point([lon, lat]), {sst: sst});
  });

// Interpolate SST from the sampled points.
var interpolated = samples.kriging({
  propertyName: 'sst',
  shape: 'exponential',
  range: 100 * 1000,
  sill: 1.0,
  nugget: 0.1,
  maxDistance: 100 * 1000,
  reducer: 'mean',
});

var colors = ['00007F', '0000FF', '0074FF',
              '0DFFEA', '8CFF41', 'FFDD00',
              'FF3700', 'C30000', '790000'];
var vis = {min:-3, max:40, palette: colors};

Map.setCenter(-60.029, 36.457, 5);
Map.addLayer(interpolated, vis, 'Interpolated');
Map.addLayer(sst, vis, 'Raw SST');
Map.addLayer(samples, {}, 'Samples', false);

इंटरपोलेशन करने के लिए, आस-पास के इलाके का साइज़, maxDistance पैरामीटर से तय किया जाता है. बड़े साइज़ से बेहतर आउटपुट मिलेगा, लेकिन कैलकुलेशन में ज़्यादा समय लगेगा.