Come filtrare punti GPS errati?

Ho un database di punti GPS. Non ci sono tracce, solo punti. Devo calcolare un valore per ogni 100 metri, ma a volte il GPS ha fornito coordinate errate che si trovano lontano dai punti GPS reali e, invece di calcolare i valori per un quadratino, devo calcolarlo per un'area rettangolare molto grande.

Qual è l'algoritmo migliore per filtrare punti GPS errati?

Ho fatto uno screenshot per aiutare a capire:

Esegui Anselin Local Moran's I contro i punti e butta via qualsiasi cosa con un punteggio z inferiore a -1,96. Questo è un metodo statistico per localizzare valori anomali spaziali. È necessario assicurarsi che tutti i punti abbiano un valore correlato alla loro posizione spaziale per farlo.

Ma controllando gli strumenti in 10.1 dopo il commento di Whuber, mi rendo conto che se usi ArcGIS 10.1, lo strumento di analisi di raggruppamento è disponibile, il che è davvero ciò che vuoi fare.

Penso che vorresti fare un'analisi di raggruppamento con un vincolo spaziale di triangolazione di Delaunay. Il blocco qui è che devi avere un numero di gruppi di partizionamento uguale o maggiore del numero di gruppi disconnessi (se uno qualsiasi dei valori anomali è un vicino naturale tra loro). Altrimenti, i valori anomali senza vicini naturali verranno fuori dall'analisi di raggruppamento.

Sulla base di ciò, penso che la triangolazione di Delauney potrebbe essere la fonte di un algoritmo di filtro, ma non ne sono ancora sicuro.

Un altro aggiornamento: dopo aver scavato in Partition.py, lo script che esegue lo strumento di analisi di raggruppamento, penso che sia possibile utilizzare l'algoritmo lì dentro per i gruppi disconnessi combinati con la parte NoNeighbors, anche se ho problemi a scavare quella parte del script.

Questo potrebbe aiutare a ottenere un elenco dei valori anomali:

SELECT p1.point_id 
FROM p1 AS points, p2 AS points
WHERE p1.point_id <> p2.point_id AND
ST_Distance(p1.geom, p2.geom) > 10000

Qui, point_id sarebbe la chiave primaria nella tabella dei punti. La funzione di distanza troverà punti in cui il più vicino è maggiore di 10000 metri. (Puoi, ovviamente, mettere qualsiasi valore appropriato)

Se quanto sopra funziona, quindi passare a una dichiarazione DELETE, qualcosa del tipo:

DELETE FROM points WHERE point_id IN (
-- SELECT as above
SELECT ....
);

Proverò a fornire una risposta più pratica per aiutarti a svolgere il lavoro. (mi scuso se stai cercando una discussione sugli algoritmi)

Scenario 1: menzioni i "punti GPS", quindi se hai accesso ai waypoint GPS originali, il lavoro diventa molto più semplice. È possibile eliminare i punti con HDOP / VDOP elevato o il numero di satelliti in vista, il che avrebbe originariamente causato l'errore. Uno strumento gratuito come gpsbabel ha tali filtri integrati. http://www.gpsbabel.org/htmldoc-development/Data_Filters.html

Scenario 2: hai semplicemente una serie di punti. Il problema diventa quindi il rilevamento di valori anomali spaziali. C'è molta ricerca in questo settore e vedo molti articoli su questo argomento da una ricerca sul web. Se stai cercando di ripulire i tuoi dati, puoi usare l'algoritmo v.outlier di GRASS che dovrebbe funzionare nel tuo caso in base allo screenshot che hai condiviso. http://grass.osgeo.org/gdp/html_grass63/v.outlier.html

Penso che tu abbia dati spazzatura. Realisticamente, se ti preoccupi del fatto che alcuni dei dati siano errati e non riesci a identificare in modo affidabile ogni punto sbagliato utilizzando un altro fattore, allora avrai alcuni dati errati nell'analisi.

Se è importante, allora dovresti probabilmente considerare di lanciare tutto, capire la causa principale (ad esempio i punti GPS cattivi provengono da multipath), affrontare quella causa principale (ad esempio aggiungendo un'antenna strozzata, o un tipo migliore di GPS, o qualunque sia la soluzione migliore è), quindi ripetere la raccolta dei dati.

Se i dati errati non contano, utilizzali e ignora gli errori.