Интерполяция точечного слоя

[Анна]

Добрый день всем,

опять у меня общий вопрос;). Есть точечный слой, точки распределены неравномерно: где-то их очень много (высокая плотность), где-то очень редки, где-то нет вовсе. На выходе хочу получить поверхность плотность точек, в виде изолиний к примеру.
Особенность: никаких доп.атрибутивных значений точки не имеют,интересует именно их плотность.
придумала алгоритм из двух шагов, но хочу обсудить, какие есть идеи у кого

[Сообщение с мобильного устройства]

[self-improving]

А у вас, как, помнится, и раньше, вопрос теоретического плана?
Или все-таки ответ "см. инструмент такой-то" рассматривается? ))

[Анна]

теоретического:)
так как инструмент такой-то - это уже дело второе.
к примеру, просто point density/kernel density/focal<smth> - не пойдет

[Максим Дубинин]

Алгоритм - сначала сделать растр количества точек на ячейку или плотности, а потом уже с него изолинии.

Можно попробовать всякие kernel density estimators, типа такого получается:

UPD: не заметил, что не пойдет, а почему?

[Анна]

Спасибо. Да, моя идея была в точности такая же - пройтись сначала фильтром и потом интерполировать...вопрос в том - из каких соображений выбирать размер окна и шаг интерполяции?
ну просто сам по себе фильтр не позволит достигнуть нужного результата. В целом же - мне (как обычно) хотелось просто услышать чьи-то размышления на эту тему: типа если несколько человек говорят одно и тоже - значит это не случайная моя выдумка:)

[self-improving]

Собственно, тот же Kernel Density и хотела предложить. По-моему, вполне подходящее решение )
Чем оно вас не устраивает, если не секрет? )
А про то, как что выбирать... еще со времен интерполяции всего, что можно, в Surfer, уяснила себе одну простую истину: метод "научного тыка" - наше все Т.е., вы сначала визуально + с помощью линейки изучаете свои данные. А потом - пробуете. Довольно много раз. Пока полученная поверхность не начнет коррелировать с данными. В случае плотности - это еще проще, т.к. оценка очень хорошо производится наглядно.
При этом, конечно, для начала читается все, что можно найти, про встроенный алгоритм (как минимум, это).
И, естественно, всегда есть такие понятия, как точность входных данных, масштаб исследования и пр. - от них ваши параметры также будут зависеть.

[Анна]

А что делать, если точность данных сильно варьируется?
к примеру, часть территории "отснята" регулярной сеткой измерений с каким-то шагом, а часть - абсолютно случайным образом? выбирать шаг не меньше шага сетки? я бы сделала так, но не нравится то, что размер кренела сразу надо будет оч.большим. Или отдельно интерполировать разные области? непонятно тогда насколько они будут соизмеримы друг с другом

[Alexey]

А какой программой вы пользуетесь для такой интерполяции?

Есть опыт использования Vertival Mapper 3.0 для таких задач.