Ters Mesafe Ağırlıklandırma (IDW)
Inverse Distance Weighting (IDW) Interpolation · Ayrıca şöyle bilinir: IDW, inverse distance interpolation, Shepard's method, ters mesafe ağırlıklı enterpolasyon
Ters mesafe ağırlıklandırma, daha yakın noktaların daha fazla ağırlık taşıdığı, yakındaki ölçülen noktaların ağırlıklı ortalaması alınarak örneklenmemiş konumlardaki değerleri tahmin etmek için kullanılan basit, deterministik bir yöntemdir. Donald Shepard tarafından 1968'de tanıtılan bu yöntem, coğrafyanın birinci yasasını — yakın şeyler uzak şeylerden daha fazla ilişkilidir — somutlaştırır ve GIS'te yağış, yükselti veya kirlilik gibi sürekli alanları dağınık örneklerden haritalamak için en yaygın kullanılan enterpolasyon yöntemlerinden biridir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
IDW'yi, istatistiksel varsayımları ve variyogram modellemesi olmayan basit bir yöntem istediğinizde, makul derecede yoğun ve eşit örneklenmiş sürekli bir değişkenin hızlı, şeffaf enterpolasyonu için kullanın — GIS'te yağış, sıcaklık, yükselti, toprak ve kirlilik yüzeyleri için yaygındır. Hızlı, sezgiseldir ve gözlemlenen veri aralığı dahilinde tahminleri garanti eder. Zayıflıkları: izole noktalardan karakteristik 'hedef' artefaktları üretir, gözlemlenen değer aralığının ötesinde tahmin yapamaz, tahmin belirsizliği ölçüsü vermez ve güç ve arama komşuluğu ayarlarının yanı sıra düzensiz örneklemeye duyarlıdır. Belirsizlik tahminlerine ihtiyacınız olduğunda, uzamsal korelasyonu modelleyebildiğinizde veya anizotropi/trend olduğunda, kriging (sıradan, evrensel veya cokriging) istatistiksel olarak temellendirilmiş alternatiftir.
Güçlü yönler & sınırlılıklar
- Basit, hızlı ve açıklanması kolay — şeffaf bir mesafe azalan ortalama.
- Dağılım varsayımları veya variyogram modellemesi gerektirmez.
- Kesin enterpolatör: yüzey ölçülen örnek değerlerine uyar.
- Tahminler, vahşi ekstrapolasyondan kaçınarak gözlemlenen değer aralığı dahilinde kalır.
- İzole veri noktaları etrafında 'hedef' artefaktları üretir.
- Gözlemlenen minimum ve maksimumun ötesinde değerleri tahmin edemez.
- Tahmin belirsizliği tahmini vermez (kriging'in aksine).
- Güç parametresine, arama komşuluğuna ve düzensiz örneklemeye duyarlıdır.
SSS
IDW kriging'den nasıl farklıdır?
IDW deterministiktir — örnekleri yalnızca mesafeye göre ağırlıklandırır ve uzamsal korelasyonun istatistiksel bir modelini yapmaz, bu nedenle belirsizlik tahmini vermez. Kriging, bir variyogram aracılığıyla uzamsal korelasyonu modeller, hem tahminler hem de bir tahmin varyansı üretir ve trendi (evrensel kriging) veya kovaryantları (cokriging) içerebilir. IDW daha basittir ve daha hızlıdır; kriging istatistiksel olarak daha zengindir.
Güç parametresi p neyi kontrol eder?
Bir noktanın etkisinin mesafeyle ne kadar hızlı azaldığını kontrol eder. Yüksek bir güç, ağırlığı en yakın örneklere yoğunlaştırarak daha keskin, daha yerel yüzeyler ve belirgin hedefler üretir; düşük bir güç, etkiyi daha uzak noktalara yayarak daha pürüzsüz yüzeyler verir. Güç genellikle çapraz doğrulama ile ayarlanır.
IDW haritam neden hedefler içeriyor?
IDW kesin bir enterpolatör olduğu ve en yakın örneği güçlü bir şekilde ağırlıklandırdığı için, izole veri noktaları etraflarında eş merkezli dairesel desenler oluşturur. Daha yoğun, daha eşit örnekleme ve daha düşük bir güç etkiyi azaltır; kriging veya splinelar bunu daha doğal bir şekilde önler.
Kaynaklar
- Shepard, D. (1968). A two-dimensional interpolation function for irregularly-spaced data. Proceedings of the 23rd ACM National Conference, 517–524. DOI: 10.1145/800186.810616 ↗
- Li, J., & Heap, A. D. (2008). A review of spatial interpolation methods for environmental scientists. Geoscience Australia Record 2008/23. link ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 2). Inverse Distance Weighting (IDW) Interpolation. ScholarGate. https://scholargate.app/tr/spatial-analysis/inverse-distance-weighting
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- ÇokrigingMekânsal analiz↔ karşılaştır
- Coğrafi Ağırlıklı Regresyon (GWR)Mekânsal analiz↔ karşılaştır
- Evrensel Kriging (Eğilimli Kriging)Mekânsal analiz↔ karşılaştır