¿Cómo interpolar la temperatura correctamente?

Traté de interpolar la temperatura media anual promedio para producir una superficie "realista". En QGIS usé Raster-Interpolation-Interpolation. Ambos métodos TIN e IDW no ofrecían una superficie "realista" (por ejemplo, en comparación con un buen mapa en un atlas).

IDW (factor 3):

TIN (que también muestra los puntos de interpolación):

¿Alguna pista de cómo obtener una interpolación "mejor y más realista"?

Puede tener en cuenta la relación elevación-temperatura, especialmente en áreas montañosas. Para esto se puede utilizar la interpolación de co-kriging o splines (p. Ej., Splines 3D según GRASS GIS). Para áreas más grandes, otras variables pueden desempeñar un papel: distancia del mar, latitud, etc.

Actualización: un método razonable también puede ser una regresión múltiple, para GRASS 7 hay un nuevo complemento : r.regression.multi

Interpolando datos climáticos, tiene dos opciones (veo que necesita tutoriales listos para usar, le daré una referencia, pero también algunos aspectos teóricos que tiene aquí ):

1. La mejor opción es la interpolación simple utilizando un enfoque de kriging, ya que tendrá una relación de sondeo estadístico. Puede usar este tutorial: en rumano, pero puede usar Google Translate (use SAGA).

2. interolación covariable, kriging u otro método, que complementa los datos de temperatura con elevación u otros datos. Puede usar estos tutoriales: spline de Mitasova con tensión (use GRASS) o ejemplo de libro de Tom Hengl (usando R)

¿Está corrigiendo atmosféricamente los datos de temperatura? Eso explicaría la elevación de la superficie sobre el nivel del mar y la atmósfera. NCEP proporciona una gran cantidad de datos atmosféricos para América del Norte.

Además, una interpolación lineal no sería tan buena porque la temperatura tiene variación diurna a lo largo de cada día.

Kurt, puede agrupar los valores de temperatura en su ráster a clases y exportar los resultados a un nuevo ráster usando v.reclass de la caja de herramientas Sextante.

Supongo que el valor mínimo de su ráster interpolado podría ser (digamos) -5 y el valor máximo (digamos) 30.

El uso de GRASS v.reclass de la caja de herramientas Sextante permitiría que los valores se agrupen en siete clases utilizando este archivo de texto de 'reglas' (podría llamarlo 'rules.txt'):

-5 thru 0 = 1
1 thru 5 = 2
6 thru 10 = 3
11 thru 15 = 4
16 thru 20 = 5
21 thru 25 = 6
26 thru 30 = 7

El resultado sería un nuevo ráster que tiene un valor de 1 para todos los valores entre -5 y cero en el ráster original, de 2 para todos los valores entre 1 y 5 en el ráster original, y así sucesivamente.

El procedimiento es muy simple, todo lo que necesita es el ráster interpolado y el archivo de texto 'reglas'. Consulte también la página Man para v.reclass aquí: http://grass.fbk.eu/gdp/html_grass64/r.reclass.html

Una vez clasificado, el nuevo ráster también podría poligonizarse para producir un archivo de forma poligonal, para poner bordes duros en la imagen renderizada en color. O puede colorear el estilo del archivo de forma y olvidarse del ráster.

Solo una nota rapida. La interpolación es una de esas cosas que pone los pelos de punta porque puede producir resultados muy convincentes a partir de datos muy delgados. Además, los resultados generalmente son imposibles de verificar porque ha utilizado todos los datos que tiene para hacer la interpolación, por lo que es por la naturaleza de las cosas que no puede realizar verificaciones significativas en las áreas para las que no tener datos

En su caso, los datos para el área fuera de las fronteras de Austria son escasos y podría considerar recortar la imagen del mapa final para mostrar solo Austria. O tal vez deje los puntos. Por ejemplo, podría tener un gráfico con una salpicadura de escopeta de puntos a través de los cuales trazo una línea recta. La deshonestidad comienza cuando luego elimino los puntos :)

Mella.