macam macam metode gridding

macam macam metode gridding

1. kriging

1       metode gridding geostatistik yang telah terbukti berguna dan populer di berbagai bidang. Metode ini  menghasilkan visual peta yang menarik dari data yang tidak teratur

2    

 2. minimum curvature

 Metode ini melakukan generalisasi permukaan secara halus.  Metode ini juga secara luas digunakan  dalam ilmu bumi karena hasil interpolasi dengan metode Minimum curvatur analog yang sangat tipis, piringan linier elastis melewati setiap nilai data dengan jumlah minimum yang dapat berubah.

3. Nearest neighbourhood

Metode ini efektif untuk data-data X Y Z yang tersebar merata dalam setiap daerah pemetaan, tetapi akan terjadi masalah apabila data X Y Z tidak tersebar merata akan mengakibatkan hasil kontur menjadi bias. Metode Nearest neighbor menggunakan titik terdekat untuk memberikan nilai pada node grid. Hal ini berguna untuk konversi secara teratur X Y Z data file ke dalam file grid. Metode ini tidak meramalkan kemungkinan grid Z di luar jangkauan data. 

4. Polynomial regression

Metode ini bermanfaat untuk analisis permukaan secara umum. Metode ini menampilkan kecenderungan kemiringan pada pola topografi secara umum dengan cakupan wilayah yang luas. Metode Regresi polinomial memproses data sehingga mendasari skala besar dengan kecenderungan pola yang ditampilkan. Hal ini digunakan untuk analisis yang cenderung berada di permukaan. Metode ini dapat memaparkan nilai-nilai grid di luar data jangkauan Z. 

5. Radial basis function

Metode radial basis function merupakan metode terbaik untuk sebagian besar jenis data. Tetapi cenderung membentuk pola “bull’s eye” terutama jika parameter smoothing diaktifkan. Gambar yang dihasilkan dengan metode ini mirip dengan krigging tetapi menghasilkan hasil yang sedikit berbeda. 

6. shepard method

Hasil metode ini serupa dengan inverse distance, tetapi apabila parameter smoothing diaktifkan maka kecenderungan kontur membentuk pola “bull’s eye” tidak akan terjadi. Dengan menggunakan metode ini kita dapat meramalkan kemungkinan nilai-nilai di luar rentang Z dari data yang kita miliki. 

7. Triangulation with linear interpolation

Metode ini bermanfaat menghasilkan analisis patahan. Metode ini membutuhkan data yang banyak, karena apabila terjadi kekurangan data maka akan terjadi pembentukan pola segitiga pada permukaan kontur. Walau demikian metode ini dapat menangani situasi sulit seperti pembuatan fitur seperti teras dan lubang. Metode ini tidak mengekstrapolasi nilai-nilai Z di luar jangkauan data. 

8. inverse distance to power

metode ini cenderung memiliki pola bull's eves pada kontur kontur yang konsentris melingkar pada titik data. metode ini merupakan metode penimbangan rata rata yang sederhana untuk menghitung nilai jarak grid.