Závěr

Cílem této práce bylo zhodnotit kvalitu interpolace pomocí neuronových sítí v programu GRASS GIS a porovnání této interpolace s klasickými interpolačními metodami. Zvolenými metodami byly metody IDW a kriging. Dalším cílem bylo porovnání interpolace pomocí neuronových sítí z programu GRASS GIS s neuronovými sítěmi z jiného programu,v tomto případě s programem R Project.

V programu R Project byla nejprve vytvořena umělá data, na kterých probíhaly všechny testy. K testování interpolace bylo vybráno takové nastavení parametrů, aby poskytovalo co nejlepší výsledky u všech použitých metod.

Vlastní interpolace probíhala především v programu GRASS GIS, kde byly otestovány různé neuronové sítě na rastrových i vektorových datech. Dále zde byla provedena interpolace metodou IDW. V programu R project proběhla interpolace pomocí sítí ze dvou různých balíčků a také metodou IDW. Interpolace metodou kriging byla provedena pouze jednou, protože program GRASS GIS využívá pro kriging propojení se softwarem R Project. Pro všechny interpolované rastry byla vypočítána RMSE, podle které byla hodnocena kvalita interpolace a srovnávány metody mezi sebou. Metody byly dále srovnávány vizuálním porovnáním a odečtením výsledných rastrů.

Výsledky testování a hodnocení ukázaly, že neuronové sítě v programu GRASS GIS je možné využít k prostorové interpolaci, nicméně výsledky z těchto sítí nejsou lepší než výsledky pomocí metod IDW a kriging. Nevýhodou modulu ann.* je práce s rastrovými daty, protože ve většině případů probíhá interpolace z vektorových dat. Bez zásahů uživatele (v této práci použití vlastního skriptu, který převáděl vektorová data do požadovaného formátu) není modul ann.* příliš užitečný pro běžnou inter- polaci. Po porovnání s neuronovými sítěmi v programu R Project, se ukázalo že jsou pro běžnou interpolaci vhodnější než sítě z programu GRASS GIS, ačkoliv ani sítě v programu R Project neměly lepší výsledky než metody IDW a kriging.

Použití vícevrstvého perceptronu pro prostorovou interpolaci je zajímavou varian- tou ke klasickým metodám, ale vyžaduje větší znalosti ze strany uživatele a je také časově náročnější, přičemž výsledky jsou často nejisté a je třeba interpolaci mnohokrát opakovat, než je dosaženo uspokojivých výsledků. Modul ann.* v současné podobě zatím nelze považovat za rovnocennou náhradu klasických metod, nicméně budoucí vývoj tohoto modulu by mohl toto změnit.

  • autor:
  • Veronika Nevtípilová
  • vedoucí práce:
  • Mgr. Justyna Pastwa
  • kontakt na autora:
  • v.nevtipilova@gmail.com
  •  
  • text práce v pdf

Tato práce byla zpracována v rámci bakalářského studia na Katedře geoinformatiky přírodovědecké fakulty Univerzity Palackého v roce 2013.