Denna veckas tema bestod främst av att lära sig använda 2D och 3D interpolation verktyg samt förstå vad korsvalidering är och hur algoritmen skall läsas. Jag tyckte inte värst mycket om denna veckas uppgifter, de kändes tråkiga och väldigt teoretiska.
I den första uppgiften ”Model Water Quality Using Interpolation” skulle man med hjälp av interpolation verktyget göra två interpolations kartor över mängden upplöst syre i Chesapeak Bay estauriet i östra USA år 2014 och 2015. Låg syrehalt i hav under en längre tid kan skapa syrefritt botten vilket innebär att det inte finns något syre på havsbottnet. Arter kan inte leva i dessa omständigheter vilket leder till artutdöd. En viktig anledning till syrefria havsbotten är övergödning; stora mängder näringsämnen hamnar i havet och ökar algproduktionen. Då algerna dör sjunker de till bottnet där nedbrytningsprocessen förbrukar syre. Orsaken till övergödning är antropogen verksamhet, bland annat utsläpp av avloppsvatten, gödsel från jordbruk eller avverkning av skog. För att minimera artutdöd till följd av syrefria botten är det ytterst viktigt att följa med syrehalten i vattendrag. Med att mäta syrehalten i vattendrag kan man med hjälp av geoinformatik skapa diverse kartor och grafer som visar tillståndet av vattendraget. Interpolation är till exempel ett sådant verktyg som lämpar sig utmärkt för att visualisera och analysera syrehalten i vattendrag.
Uppgiften bestod av att först göra ett linjediagram och ett histogram för att iaktta syrehalten i estauriet under ett kalender år. Det visade sig att under sommarmånaderna var syrehalten lägst. I och med den låga syrehalten fokuserade uppgiften på sommarmånaderna för att granska vattentillståndet för den perioden.
Diagram 1. Ett histogram över syremättnaden i Chesapeake Bay. ArcGis PRO.
För att skapa interpolations kartlagret från 2014 använde jag mig av Geostatistical Wizard för att slutföra analysen med interpolations with barriers verktyget. Detta skapade ett nytt interpolations kartlager där mängden syre i estauriet visualiserades med hjälp av en färgskala. Jag använde en annan metod för att genomföra interpolations analysen på vattentillståndet från år 2015. Via geoprocessing aktiverade jag verktyget kernel interpolation with barriers där jag slutförde analysen. Resultatet blev också en interpolations karta där syrehalten i vattendraget visualiserades med en färgskala. I uppgiften bekantade jag mig även med hur viktigt det är att välja rätt storleks omkrets runt alla observerade punkter för att uppnå en interpolations karta vars skala på värden löper jämnt.
Bild 1. Två kartor som visar syremättnaden i Chesapeake Bay sommaren 2014 och sommaren 2015. ArcGis Pro.
Syrehalten I Chesapeake Bay hade inte en enorm skillnad mellan sommaren 2014 och sommaren 2015. Med hjälp av korsvalidering kunde man estimera prediktionsfelet i analysen.
Bild 2. Arbetsskeden och verktyg i analysen ”Model Water Quality Using Interpolation”.
I den andra uppgiften skulle man göra en 3D geostatistisk interpolation på syrehalten i Monterey Bay, Kalifornien. Jag använde geoprocessings verktyget Empirical Bayesian Kriging 3D för att skapa de interpolerade kartlagren över syrehalten i havet. I denna uppgift gjorde man många små ändringar och det fanns många steg för att uppnå resultatet. Resultatet blev en animation av 3D kartlagren över syrehalten i havet.
När man iakttar resultaten visar det att syrehalten är högst närmast havsytan medan syrehalten sjunker rejält enda till 800 meters djup vartefter syrehalten ökar igen. Jag vet inte vad orsaken till detta är men det är absolut ett intressant resultat.
Andra delen av uppgiften bestod av att visualisera resultaten i ett voxel lager. För att skapa ett voxel lager använde jag GA Layer 3D To NetCDF verktyget. Det var relativt lätt att skapa lagret men uppgiften handlade mycket om hur man redigerar lagret och förändrar det visuellt. Till sist skulle man skapa isosurfaces av syremättnaden i havet.
Bild 3. Ett voxel lager som visualiserar syremättnaden i Monterey Bay, Kalifornien. ArcGis Pro.
Källor:
Sveriges meteorologiska och hydrologiska institut, SMHI. Syreförhållandet i havet. 14.01.2014. https://www.smhi.se/kunskapsbanken/oceanografi/syreforhallanden-i-havet-1.5155
Sveriges meteorologiska och hydrologiska institut, SMHI. Källor till övergödning. 17.08.2009. https://www.smhi.se/kunskapsbanken/oceanografi/kallor-till-overgodning-1.6011