Nel seguito viene presentata una metodologia per la identificazione e rimozione di outlier in dati grigliati e i risultati ottenuti su dati laserscanning. Per outlier si intende qui una osservazione isolata che si discosti in maniera sospetta da quelle che la circondano. Il criterio di reiezione può dunque basarsi sul confronto tra questa e il valore che dovrebbe assumere sulla base delle osservazioni circostanti e in particolare quelle comprese in una finestra di dimensioni opportune che scorre sull’intero grigliato. La verifica si esegue sul dato centrale della finestra. Si stima la superficie che meglio interpola le osservazioni via via in esame, escluso il candidato outlier, ai minimi quadrati o in alternativa con una interpolazione alla Wiener o con uno stimatore robusto; quindi si esegue la verifica tramite procedure di inferenza classiche o appositamente costruite. Per l’archiviazione, la gestione, l’analisi e la visualizzazione dei dati in maniera ottimizzata e in un unico ambiente di lavoro si è deciso di ricorrere ad un sistema informativo geografico. Si è scelto di impiegare il sistema GRASS sia perché disponibile in rete gratuitamente, sia perché consente di sviluppare in un linguaggio standard (C) al suo interno il codice necessario alla esecuzione di nuove procedure.
Procedure di localizzazione per rimozione di outlier in dati laserscanning grigliati
BETTI, BARBARA;BROVELLI, MARIA ANTONIA;VENUTI, GIOVANNA
2000-01-01
Abstract
Nel seguito viene presentata una metodologia per la identificazione e rimozione di outlier in dati grigliati e i risultati ottenuti su dati laserscanning. Per outlier si intende qui una osservazione isolata che si discosti in maniera sospetta da quelle che la circondano. Il criterio di reiezione può dunque basarsi sul confronto tra questa e il valore che dovrebbe assumere sulla base delle osservazioni circostanti e in particolare quelle comprese in una finestra di dimensioni opportune che scorre sull’intero grigliato. La verifica si esegue sul dato centrale della finestra. Si stima la superficie che meglio interpola le osservazioni via via in esame, escluso il candidato outlier, ai minimi quadrati o in alternativa con una interpolazione alla Wiener o con uno stimatore robusto; quindi si esegue la verifica tramite procedure di inferenza classiche o appositamente costruite. Per l’archiviazione, la gestione, l’analisi e la visualizzazione dei dati in maniera ottimizzata e in un unico ambiente di lavoro si è deciso di ricorrere ad un sistema informativo geografico. Si è scelto di impiegare il sistema GRASS sia perché disponibile in rete gratuitamente, sia perché consente di sviluppare in un linguaggio standard (C) al suo interno il codice necessario alla esecuzione di nuove procedure.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
