متد درون یابی IDW:
درون یابی یک فرایند است،فرایند استفاده از مقادیر معلوم برای مشخص سازی مقادیر نامعلوم است.این روش برای پیش‌بینی مقادیر نامشخص برای هر نقطه جغرافیایی،مانند ارتفاع،بارش،غلظت شیمیایی،سطح آلودگی صوتی و … با استفاده از مقادیر معلوم استفاده شود.
ما در این مقاله سعی می‌کنیم روش‌های درون یابی IDW را برای شما با روشی ساده بیان کنیم:
Inverse Distance Weighted (IDW)
فرض این روش که به آن فاصله معکوس وزنی هم گویند،بر این است که هر نقطه‌ای یک حوزه نفوذ محلی دارد که با افزایش فاصله این حوزه کاهش می‌یابد.وزن نقاطی که نزدیکتر به نقطه مجهول هستند بیشتر از آنهایی که دور هستند محاسبه می‌شود.یعنی هرچقدر نقاط معلوم به نقطه مجهول نزدیکتر باشند در درون یابی تاثیر بیشتری خواهند داشت.
در روش درون یابی فاصله معکوس وزنی تعداد مشخص یا تمامی نقاط درون شعاع خاصی می‌توانند برای تعیین مقدار خروجی اثر گذار باشند.
الگوریتم فاصله معکوس وزنی به طور قطع برای داده‌هایی با فواصل متغیر بالا استفاده می‌شود.به طور کلی از این روش برای مناطقی که دراای پستی و بلندی‌های تپه ماهوری هستند استفاده می‌شود.
زمانی که از این ابزار برای درون یابی در GIS استفاده می‌کنیم مهمترین قسمت آن بخش Power است،پاور در واقع ضریب تاثیر گذاری نقاط معلوم را برای تخمین نقاط مجهول مشخص می‌کند.بزرگتر بودن این عدد نشان از افزایش تاثیر پذیری از نقاط نزدیکتر است.نکته مهم این است که این عدد باید بین اعداد ۰٫۵ تا ۳ باشد که به طور پیش فرض برا روی عدد ۲ قرار دارد.
بخش دیگری که در این نوع درون یابی توجه به آن حائز ارزش است search radius است که خود به دو بخش Fixed و variable تقسیم می‌شود.
در روش fixed یک فاصله ثابت نیاز است و حداقل نقاطی که باید در این فاصله قرار بگیرند.برخلاف روش fixed در روش variable ابتدا تعداد نقاط را وارد می‌کنیم و سپس حداکثر فاصله‌ای که این نقاط می‌توانند در آن قرار بگیرند را مشخص می‌کنیم.
در همه انواع روش‌های درون یابی می‌توانیم شعاع درون یابی را علاوه بر اعداد با لایه‌ای خطی که به عنوان سدی در برابر درون یابی قرار می‌گیرد محدود کنیم.در نرم افزار ورودی این لایه با نام barrier polyline مشخص شده است.
