이것은 구식이 아닙니다. 스캐너를 사용할 수 없었고 지형 통계 분석을 위해 대형 인쇄지도에서 좌표와 고도를 들어 올려야 할 때 80 년대 에이 문제를 정확하게 해결해야했던 것을 기억합니다.
실제로지도의 경도 선을 따라 경도를 이미 정확하게 읽을 수 있습니다. 이 측정 값을 4 개의 특정 점 (코너)으로 보간하려고합니다. 위도에 대한 차이. 따라서이 문제는 모든 등고선지도에서 등고선을 보간하는 특별한 경우입니다 . 따라서 투영 또는 데이텀에 대해 알 필요가 없습니다.
이 작업은 간단하게 수행되어야하기 때문에 전체 윤곽이 있다는 사실을 쉽게 이용할 수 없습니다. 각 윤곽을 따라 몇 개의 개별 지점을 식별하여 사용하면 충분합니다. 이로 인해 문제는 다음과 같습니다.
지도에 지정된 다른 지점의 값을 추정하기 위해 각 지점에 (매끄럽게 변하는) 숫자 값으로 레이블이 지정된 지점 모음이 제공됩니다.
이를 해결하기 위해지도 자체에 대한 좌표 시스템을 설정해야합니다. 좌표 등가 선이 균등하게 간격을두고있는 한 선택은 중요하지 않습니다 (상호 수직 일 필요도 없습니다!)이를 수행하는 간단한 방법은 눈금자를 사용 하여 왼쪽 가장자리 (x)와 지도의 아래쪽 가장자리 (y) 스캔 한 이미지가있는 경우 픽셀의 행 및 열 인덱스 만 사용하십시오.
데이터에 추세를 맞추면 보간을 수행 할 수 있습니다.
지도를 보면서 (즉, 등고선의 로컬 규칙적인 간격을 관찰함으로써) 선형 추정기가 상당히 잘 작동하고 2 차 추정기가 훨씬 잘 작동한다는 것을 알고 있습니다. 고차 추정기를 사용하는 것은 아마도 과도한 일이며 너무 많은 일입니다. 2 차 추정에는 6 개 이상의 제어점이 필요합니다. 추정 점 근처에 군집 된 점 모음을 사용하십시오. 이렇게하면 높은 정확도가 보장됩니다. 최소값 이상 사용 : 유용한 교차 점검을 제공하고 오류 추정값을 생성 할 수도 있습니다.
다음에이 결과 절차 , 경도를 위해 다시 한번 반복 한 후 위도에 대해 수행하고 각 모서리 지점에 대해 반복한다 :
모퉁이 점 근처에서 관련 등고선을 따라 6 개 이상의 점을 표시하십시오. 여러 가지 다른 윤곽 수준을 사용하십시오.
표시된 지점과 모퉁이 지점에서 (x, y)를 측정합니다.
표시된 각 지점에서 (x, y, 종속 값)을 기록하십시오.
모형을 사용하여 데이터의 최소 제곱 적합을 계산합니다.
(lat or lon) = a + b*x + c*y + d*x*x + e*x*y + f*y*y + error
모퉁이 점의 (x, y) 값에 적합 모형을 적용합니다.
사람들은 기계식 계산기를 사용할 수있는 것보다 훨씬 긴 최소 자승을 계산해 왔습니다. 당신이 경우 정말 전에 그렇지 않으면 1970 년에 대해 발표 회귀에 어떤 교과서를 참조 선형 추세에 대한과 (쉬운) 계산을 위해 컴퓨터 나 계산기를 사용할 수, 정착을 가지고하지 않습니다 당신이 그래픽 계산기 적합 할 수 있습니다, 스프레드 시트, 또는 모든 기능을 갖춘 통계 패키지입니다. 후자는 추정치의 불확실성을 평가하기 위한 예측 구간 을 제공 할 수 있습니다 .
예를 들어 ,이 절차를 두 번 적용하여 표시된 점 (경도의 경우 빨간색, 위도의 경우 파란색, 모서리의 경우 노란색)을 사용하여 왼쪽 위 모서리에서 (위도, 경도)를 찾습니다.
명백한 변수 이름을 사용하여 각 계산에 대해 두 개의 Stata 11 명령으로 예측 값을 얻었습니다.
regress lat x y c.x#c.y c.x#c.x c.y#c.y if lat!=0
predict lathat
regress lon x y c.x#c.y c.x#c.x c.y#c.y if lon!=0
predict lonhat
코너 포인트의 추정치 (lat, lon)는 (61.05, -136.80)입니다. 예상 오차는 놀랍게도 (약 0.04도), 화면 이미지의 해상도에서 예상되는 것의 약 두 배입니다. 이 등고선은 매우 정확하게 배치되지 않을 수 있습니다.