Interpolation technique. An automat

Interpolation technique. An automated approach was applied
during the 78,840 interpolation procedures required in this study,
which were composed of each hour of the year multiplied by the
number of units plus the baseline. Hiemstra et al. (2009) developed
an automated kriging procedure for interpolating air pollution
fields, which they implemented in the R statistical programming
language (R Core Team, 2014). The automation occurs by fitting the
variogram automatically using a sill and range estimated from the
data. We extended this approach by testing for east-west and/or
north-south trends in the data with a linear regression model.
When at least one significant trend occurred, we applied universal
kriging (kriging with external drift) as the interpolation method
with the significant linear dependency for the drift component. If
more than one linear model was significant, we chose the model
with the highest R2
. We applied ordinary kriging when no linear
dependencies were significant

ผลลัพธ์ (ไทย) 2:

เทคนิคการแก้ไข วิธีการที่ถูกนำมาใช้โดยอัตโนมัติ
ในระหว่างขั้นตอนการแก้ไข 78,840 จำเป็นต้องใช้ในการศึกษาครั้งนี้
ซึ่งประกอบด้วยแต่ละชั่วโมงของปีคูณด้วย
จำนวนหน่วยรวมทั้งพื้นฐาน Hiemstra et al, (2009) การพัฒนา
ขั้นตอนการ kriging อัตโนมัติสำหรับ interpolating มลพิษทางอากาศ
เขตข้อมูลที่พวกเขานำมาใช้ในการเขียนโปรแกรมทางสถิติ R
ภาษา (R แกนทีม 2014) อัตโนมัติเกิดขึ้นโดยเหมาะสม
variogram โดยอัตโนมัติโดยใช้ธรณีประตูและช่วงประมาณจาก
ข้อมูล เราขยายวิธีการนี้โดยการทดสอบสำหรับ East-West และ / หรือ
แนวโน้มทิศตะวันตกเฉียงใต้ในข้อมูลที่มีรูปแบบการถดถอยเชิงเส้น.
เมื่ออย่างน้อยหนึ่งแนวโน้มที่สำคัญที่เกิดขึ้นเราใช้สากล
kriging (kriging กับดริฟท์ภายนอก) เป็นวิธีการแก้ไข
ด้วย พึ่งพาเชิงเส้นอย่างมีนัยสำคัญสำหรับองค์ประกอบดริฟท์ ถ้า
มากกว่าหนึ่งโมเดลเชิงเส้นตรงอย่างมีนัยสำคัญที่เราเลือกรูปแบบ
ที่มีความสูงที่สุด
R2 เราใช้ kriging สามัญเชิงเส้นเมื่อไม่มี
การอ้างอิงอย่างมีนัยสำคัญ

ผลลัพธ์ (ไทย) 3:

เทคนิค การประมาณค่าในช่วง อัตโนมัติแบบประยุกต์ในระหว่างขั้นตอนการ 78840 จำเป็นในการศึกษานี้ซึ่งได้แก่แต่ละชั่วโมงปีคูณโดยจำนวนหน่วยรวมพื้นฐาน hiemstra et al . ( 2552 ) พัฒนาโดยอัตโนมัติขั้นตอนการ ประมาณมลพิษทางอากาศคริกกิ้งเขตข้อมูลที่พวกเขาใช้ในโปรแกรม R สถิติภาษา ( ทีมหลัก R 2014 ) ที่เกิดขึ้นโดยอัตโนมัติที่เหมาะสมvariogram โดยอัตโนมัติโดยใช้งัวและช่วงประมาณจากข้อมูล เราขยายวิธีการนี้โดยการทดสอบตะวันออก - ตะวันตก และ / หรือแนวโน้มที่เหมาะสมในข้อมูลที่มีการถดถอยแบบเชิงเส้นเมื่ออย่างน้อยหนึ่งที่มีแนวโน้มเกิดขึ้น เราประยุกต์สากลคริกกิ้ง ( คริกกิ้งกับลอยภายนอก ) เป็นวิธีการแก้ไขกับที่สำคัญเชิงเส้นอ้างอิงสำหรับดริฟท์ ส่วนประกอบ ถ้ามากกว่าหนึ่งรูปแบบเชิงเส้นอย่างมีนัยสำคัญ เราเลือกแบบกับอาร์ทู สูงสุด. เราใช้คริกกิ้งธรรมดาเมื่อไม่เชิงเส้นการอ้างอิงมีคะแนนเฉลี่ยความ