Dobbiamo tenere presente che questi dati sono campioni di domini litologici discreti. Spesso, il campo tra due di questi domini non può essere identificato nel campo e quindi non è valido aspettarsi che molte delle posizioni del campione si trovino esattamente lungo i confini. Una soluzione corretta sarà una partizione dell'area di studio e ogni poligono all'interno di quella partizione potrebbe (e spesso si estenderà) oltre le posizioni dei campioni che la determinano. Ad eccezione delle approssimazioni grossolane, questo esclude qualsiasi approccio che utilizza le posizioni del campione come vertici dei poligoni risultanti .
Per un lavoro di alta qualità, il metodo migliore consiste nell'adattare un modello spaziale lineare generalizzato per un processo multinomiale. Questa è una procedura che richiede notevole esperienza e impegno. Come sostituto, potresti considerare di espandere ogni punto campione nel suo poligono di influenza (aka poligono di Thiessen, poligono di Voronoi o cella di Dirichlet). Limitare l'espansione alle aree terrestri è una buona idea; questo può essere fatto con una griglia di maschere.
Per illustrare, considera questo set di dati molto più piccolo (di 14.136 punti) che rappresenta 12 classi litologiche distinte per colore:
Ecco un dettaglio dal centro del lobo orientale, che mostra le posizioni irregolari dei punti e i cambiamenti relativamente rapidi della litologia lì. Tracciarlo manualmente sarebbe una procedura difficile e arbitraria:
Ho realizzato l'espansione convertendo questi punti in una griglia (circa 800 righe e 1000 colonne) e calcolando la loro allocazione euclidea , usando una maschera che limitava il calcolo a terra non ghiacciata. (La combinazione di colori nelle due figure successive differisce da quella della precedente.)
Per fare un confronto, ecco una mappa litologica dettagliata della stessa area disegnata sulla stessa scala con la stessa simbolizzazione:
Con un set di dati veramente ampio o un'area di studio contorta, può essere rapido tessere la regione ed eseguire questa procedura separatamente su ciascuna piastrella, se lo si desidera mosaico dei risultati in un raster di output. Affinché ciò funzioni, le piastrelle devono sovrapporsi leggermente per evitare effetti di bordo (e quindi devono essere tagliate uniformemente prima del mosaico).
Le ragioni principali per passare a una rappresentazione raster sono (1) è veloce e facile da calcolare e (2) sarà difficile trovare soluzioni accurate basate su vettori. Se provi buffer, scafi convessi, scafi concavi o altro, scoprirai che si intersecano reciprocamente e lasciano ancora lacune: in altre parole, non produrranno una partizione topologicamente coerente dello spazio in domini litologici distinti.
Un metodo basato su vettori che volontà lavoro è quello di calcolare una vincolata Voronoi tassellatura dei punti ( buoni metodi prendono O (n * log (n)) per n punti), spazialmente unire le celle Voronoi secondo le caratteristiche litologiche della loro associati punti e quindi separare i multi-poligoni risultanti nei loro componenti collegati (se lo si desidera). Tuttavia, se tutto ciò di cui hai bisogno è l' output vettoriale , è più facile raggruppare il risultato raster e convertirlo in formato vettoriale.