روش جدید شبکه تابع پایه شعاعی تعمیم یافته، به منظور درون یابی متغیرهای ناحیه ای در علوم زمین

به منظور مدل سازی فضایی یک متغیر ناحیه ای در یک منطقه یا سایت، ابزار های درون یابی و برآورد گرهای متفاوتی مورد استفاده قرار می گیرد. در این پژوهش، روش درون یابی نوینی با استفاده از تعمیم شبکه تابع پایه شعاعی و با در نظر گرفتن مختصات و ساختار فضایی داده ها ارایه شده است. در این روش، به منظور درون یابی، ابتدا ساختار فضایی و ناهمسانگردی داده ها مورد بررسی قرار می گیرد و با رسم واریوگرام های جهتی، شعاع ها و زاویای چرخش بیضوی ناهمسانگردی تعیین می شود. با استفاده از بیضوی ناهمسانگردی، فضای همسایگی پیرامون هر نقطه و نقاط قرار گرفته در شعاع همسایگی گره های واحد پنهان مشخص می شود و بر پایه میانگین فاصله بین نقاط قرار گرفته در این شعاع، ماتریس کوواریانس و عامل شکل توابع انتقال به دست می آید. ماتریس تعمیم یافته توابع انتقال متشکل از توابع انتقال تصحیح، مختصات گره های واحد پنهان، برای حل ماتریس ضرایب اوزان استفاده و در پایان درون یابی در هر نقطه از شبکه منظم (نقاط نمونه‎برداری نشده) انجام می شود. به منظور سنجش کارایی این روش، مجموعه داده مصنوعی عیاری به صورت نامنظم در یک فضای سه بعدی مورد مطالعه قرار گرفت و پس از انجام همه مراحل فرایند، درون یابی در این فضا صورت گرفت. اعتبارسنجی متقابل میان مقادیر واقعی و درون یابی شده، بیانگر ضریب همبستگی ۸۷/۰ و خط برازش شده میان این مقادیر نزدیک به خط ۴۵ درجه است.

کلیدواژه ها:

درون یابی ، شبکه تابع پایه شعاعی (RBF) ، ناهمسانگردی ، ماتریس کوواریانس ، عامل شکل ، علوم زمین