Projekt estymacja

• cel - stworzenie optymalnej estymacji
• grupy dwuosobowe
• plik w formacie .R, zawierający kod potrzebny do przetworzenia danych, stworzenia modelu, wykonania estymacji oraz jej oceny
• plik w formacie GeoTIFF, zawierający uzyskaną estymację
• plik w formacie .csv, zawierający tylko jedną wartość - szacowany pierwiastek średniego błędu kwadratowego (RMSE)
• trzy pliki powinny być podpisane Państwa nazwiskiem w formie: Nazwisko_Nazwisko.R, Nazwisko_Nazwisko.tif, Nazwisko_Nazwisko.csv
• termin przesyłania prac - 10 grudnia 2023 do godziny 23:59
• projekt otrzyma dwie oceny: (1) za jakość analizy i kodu, (2) za największą zgodność z nieznanymi wartościami (zbiorem testowym) oraz najlepsze oszacowanie RMSE

Dane wejściowe

Dane wejściowe obejmują:

1. Plik punkty_proj.gpkg zawierający punktowe pomiary głębokości jeziora
2. Plik poligon_proj.gpkg zawierający poligon z granicami jeziora
3. Plik siatka_proj.tif zawierający siatkę do stworzenia estymacji

Możliwe jest także użycie innych danych wejściowych po warunkiem załączenia ich w wynikowym projekcie.

Dane wejściowe

library(sf)
library(stars)
library(gstat)
pomiary = read_sf("data_proj1/punkty_proj.gpkg")
siatka = read_stars("data_proj1/siatka_proj.tif")

Modelowanie

Korzystając z dostępnych danych należy stworzyć optymalny model zmiennej bathy oraz oszacować ocenę tego modelu używając pierwiastka średniego błędu kwadratowego (RMSE). Określenie RMSE może nastąpić w dowolny wybrany sposób, np. poprzez użycie funkcji krige.cv() lub walidacji podzbiorem.

semivar = variogram(bathy ~ 1, locations = pomiary)
moj_model = fit.variogram(semivar, vgm(model = "Nug"))
ocena = krige.cv(bathy ~ 1,
                 locations = pomiary,
                 model = moj_model,
                 nmax = 20)
RMSE = sqrt(mean((ocena$residual) ^ 2))

Estymacja

Następnie należy zbudować estymację.

estymacja = krige(bathy ~ 1,    
                  locations = pomiary,
                  newdata = siatka,
                  model = moj_model,
                  nmax = 20)

Zapisanie wyników

Uzyskaną ocenę estymacji należy zapisać do pliku tekstowego, a estymację do pliku rastrowego.

write.csv(RMSE, "Nazwisko_estymacja.csv")
write_stars(estymacja["var1.pred"], "Nazwisko_Nazwisko.tif")

Dodatkowo należy dodać napisany skrypt w R, który posłużył do stworzenia tych wyników.