Interpolation af gundvandspotentialekort: en nøjagtighedsundersøgelse af Natural Neighbour og Ordinary Kriging i forhold til varierende datakvalitet

Jonas Hansen

Studenteropgave: Speciale

Abstrakt

I dette speciale undersøges hvilken af de to interpolationsalgoritmer Natural Neighbour (NN) og Ordinary Kriging (OK), som har den største nøjagtighed til interpolation af grundvandspotentialekort i forhold til varierende datakvalitet. Til formålet benyttes to datasæt AD og RD med henholdsvis lav- og høj datakvalitet, som indeholder pejlinger til Roskilde Amts grundvandspotentialekort for 2002. Til at estimere nøjagtigheden af NN- og OK-algoritmen benyttes to metoder: krydsvalidering og en hydrogeologisk nøjagtighedsvurdering. Sidstnævnte metode foregår ved at sammenligne interpolationsresultaterne (i form af kurvebilleder) med forventningerne fra den hydrogeologiske teori. Det konkluderes, at NN-algoritmen har den største nøjagtighed til interpolation af grundvandspotentialekort, når datakvaliteten er høj. Dette skyldes, at NN-algoritmens producerer et glat og kontinuerlig kurvebillede, som stemmer godt overens med den hydrogeologiske teori. OK-algoritmen producerer et mere kantet og abrupt kurvebillede, som virker mindre attraktivt i forhold til den hydrogeologiske teori. Det konkluderes, at OK-algoritmen har den største nøjagtighed til interpolation af grundvandpotentialekort, når datakvaliteten er lav. Dette skyldes, at kurvebilledet for OK-algoritmen indeholder færrest deformationer forårsaget af den lave datakvalitet, da nuggeteffekten udglatter de uønskede deformationer. NN-algoritmen vurderes at have en lavere nøjagtighed, da kurvebilledet indeholder flere deformationer i form af uønskede dal- og toppunkter. Title in English: Potentiometric Surface Interpolation – An investigation of Natural Neighbour and Ordinary Kriging according to varying data quality The thesis examines which of the two algorithms Natural Neighbor (NN) and Ordinary Kriging, which have the greatest accuracy for potentiometric surface interpolation according to varying data quality. This investigation is based on the datasets AD (low quality) and RD (high quality), which consist of head measurements used for the 2002 potentiometric surface map representing Roskilde Amt. Two methods are used for the evaluation of accuracy: crossvalidation and a hydrogeology evaluation. The last mentioned method is evaluated by comparing the interpolation results (in the form of contours) with the predictions from the hydrogeologic theory. The NN-algorithm is concluded to have the highest accuracy when the data quality is high, because the NN-algorithm produces the smoothest and most continuous contours in accordance with the hydrogeologic theory. The OK-algorithm produces more abrupt and edgy contours which are less attractive according to the hydrogeologic theory. The OK-algorithm is concluded to have the highest accuracy when the data quality is low, because the low data quality causes the fewest deformations. This is due to the nuggeteffekt which smoothes the undesirable deformations. The NN-algorithm is concluded to have a lower accuracy, because the produced contour consists of more deformations in form of undesirable highs and lows.

UddannelserGeografi, (Bachelor/kandidatuddannelse) Kandidat
SprogDansk
Udgivelsesdato15 maj 2007
VejledereNiels H. Jensen

Emneord

  • Interpolation
  • Hydrogeologi
  • Grundvand
  • Ordinary Krigning
  • National Neighbour