Table des matières
Déplacements
Préparation
Principe de base
Compilation des informations cartographique de base et comparaison d'orthophoto pour identifier l'ampleur des mouvements et leur extension spatiale.
Implémentation
- But : évaluation semi-quantitative des mouvements
- Quand : dès que possible
- Résultat : vecteurs de déplacements, voir carte générale des mouvements
- Prérequis : orthophoto, voir photo-aérienne (1:6'000-1:12'000)
- Utile pour : planifier les campagnes de mesures subséquentes
Spécifications techniques
- Pour une analyse manuelle du déplacement de gros blocs peut se faire sur des images ayant approximativement une échelle < 1:12'000 (résolution au sol de ~0.5 m). Ces images doivent pouvoir être géoréférencées
- Pour une analyse automatique par auto-corrélation d'image des images avec une échelle de 1:6'000 à 1:12'000 sont nécessaire. Ces images doivent être prise toujours avec le même jeu d'ombre.
Exploitation des données
- Sur les orthophos standard il est possible de reconnaître des blocs individuels et de suivre ainsi d'une image à l'autre le mouvement de certains blocs. De cette façon, il est possible de se faire une idée de la dynamique globale du terrain investigué.
- Il faut digitaliser leur pourtour manuellement et calculer le centre de gravité du polygone ainsi obtenu.
- En faisant la différence des coordonnées d'un même blocs entre 2 périodes, on génère les vecteurs de déplacements.
- Les vecteurs sont reportés sur une carte (avec indication de l'intensité et de l'azimut).
Forces et faiblesses
| Forces | Faiblesses |
|---|---|
| Disponible partout Exploitation aisée. | Ombres portées. Echelle parfois insuffisante. |
Difficultés et écueils
Le cumul des erreurs inhérentes à la photogrammétrie, au jeu des ombres et l'habilité de l'opérateur est d'environ ± 1.5 m (isotrope). Seules les valeurs supérieures à cette erreur ont été retenues pour faire une première description succincte des mouvements.
Alternatives et perspectives
Sur les orthophotos de haute précision il est possible de réaliser une détermination automatique des vecteurs de déplacement par auto-corrélation d'image (Debella-Gilo and Kääb, 2011; Travelletti et al., 2012). L'échelle des images, le ratio mouvement/intervalle de prise de vue, la qualité de l'ortho-rectification et le jeu des ombres ont empêché d'aboutir à un résultat concluant avec cette technique dans nôtre cas. De plus les mouvements semblent particulièrement chaotiques et les blocs de surface, en plus d'un mouvement général vers l'aval, sont animés par une rotation sur eux même ce qui rend particulièrement délicat l'utilisation de cette technique (Lewis, 1995).
Toutefois, si les images sont disponibles, cette méthode permet déjà d'obtenir un champ de déplacement qui peut avantageusement complémenter les mesures géodésiques subséquentes.
Mesures géodésiques
Principe de base
Par mesures géodésiques on entend la mesure de la surface terrestre. Elle nécessite l'emploi d'outils dédiés utilisés par les géomètres. Il peut s'agir de mesures par théodolite (White, 1971; Francou et Reynaud, 1992) ou par satellites (Hofmann-Wellenhof et al., 2001; Lambiel et Delaloye, 2004). Du fait du terrain chaotique, où la visibilité peut être restreinte, nous avons réalisé des mesures positionnement satellitaire de points matérialisé dans le terrain (GPS et GLONASS, soit GNSS).
Figure 3.1 Mesure de points matérialisé dans le terrain.
Implémentation
- But : mesure répétée précise de point matérialisé
- Quand : première campagne dès que possible, 2ème campagne dès que le déplacement aura été suffisant, puis à définir en fonction des résultats
- Résultat : points avec des coordonnées X, Y, Z et date
- Prérequis : détermination approximative des mouvements par orthophotos (définition de la zone à étudier)
- Utile pour : identifier les zones de déstabilisation et calculer le taux de recharge sédimentaire
Spécifications techniques
- La précision de la mesure doit être de ±1-3 cm en planimétrie
- de ±2-5 cm en altimétrie.
Exploitation des données
- Calcul des coordonnées pour un état Tzéro
- Importation dans une base de données
- Calcul des coordonnées pour un état T1 (y.c. importation dans BD)
- Calcul du vecteurs résultants
- Projection du vecteur en planimétrie (plan X, Y) et en altitude (Z)
- Représentation des vecteur sur une carte
- Analyse statistique
- Spatialisation par géostatistique (cf. chapitre suivant)
Forces et faiblesses
| Forces | Faiblesses |
|---|---|
| Précision | Gourmand en temps. Travail spécialisé. Dépend du temps. Dépend de la disponibilité des satellites. |
Difficultés et écueils
Du fait des conditions de relief, et de la faiblesse de la qualité de la mesure en “Z”, les mesures doivent être très précise. Le travail doit se faire avec des appareils pouvant enregistrer les données en DGNSS. Les résultats doivent être post-traités pour obtenir des valeurs absolues de bonne qualité.
Procédure et commentaires
Les mesures ont été faites avec un système de positionnement par satellite (par simplicité appelé GPS, même si ici nous avons utilisé les satellites GPS et GLONASS). Les mesures ont pu être réalisées en mode cinématique en temps réel (RTK, par ex. Eiken et al., 1997; Gandolfi et al., 1997) dans une configuration base-rover (positionnement différentiel DGPS). Pour des détails sur la technique DGPS voir Hofmann-Wellenhof et al., 2001. Tous les points mesurés ont été matérialisé sur le terrain. Les points suivants doivent être envisagés :
- Implantation de la base sur le terrain
- Mesures (alternées avec les différents rovers s'il y a lieu) de 3 points de contrôle
- Marquage et mesure des blocs
- Calcul des positions par post-traitement
Dès la 2ème campagne, il convient d'analyser la distribution statistique des données acquises. Cette analyse peut se faire avec le code “R” ci-dessous.
- boxplot.r
# ouvrir la table # V<-read.delim("displacement.txt",header=TRUE) # définir les nom de colonne (ici P1, P2, etc.) et mettre les données en numérique (et NA)# fix(V) # voir la répartition des données et le range # # ainsi que la moyenne, et la déviation standard pour les différentes variable (ici période) # # et faire le test de shapiro-wilk pour tester la normalité de la distribution (accepté si p-value > 0.1)# summary(V) mean(V, na.rm=TRUE) sd (V, na.rm=TRUE) shapiro.test(V$P1) # faire le boxplot pour les 4 périodes et rajouter une ligne de référence horizontale # boxplot(V$P1,V$P2,V$P3,V$P4,V$P5,ylim=c(0,0.2),main="Vitesse 2006-... (points in flat area)",lab=c(1,6,2),names=c("2006-2007","2007-2008","2008-2009","2009-2010","2010-2011"), notch=TRUE, ylab="déplacements [m/mois]", border="red") # fonction de distribution cumulée pour chaque année sur un même graphe# # mais avant il faut loader les package "graphics" et "gplot" # # les 2 premier chiffre dans legend sont le point d'ancrage dans le graphe # library(gdata,gtools,graphics,bitops,KernSmooth,caTools,gplots) plot.ecdf (V$P1,xlim=c(0,0.2),main="Distribution de déplacements annuels 2006-2011",col.01line="grey", col="lightblue") plot.ecdf (V$P2, xlim=c(0,0.2), col.01line="grey", add=TRUE, col="blue", abline(h=0.5)) legend (0.16,1,legend=c("2006-2007","2007-2008"), col=c("lightblue","blue"), lty=1,lwd=2, bty="n",bg="white",cex=0.8) # fonction de distribution pour chaque année sur 5 graphes# par(mfrow=c(2,3)) plot.ecdf (V$P1,xlim=c(0,0.16), main="2006-2007",col.01line="grey",col="lightblue") plot.ecdf (V$P2, xlim=c(0,0.16), main="2007-2008",col.01line="grey", col="blue",abline(h=0.5)) legend (0.16,1,legend=c("2006-2007","2007-2008"), col=c("lightblue","blue"), lty=1,lwd=2, bty="n",bg="white",cex=0.8) # La même chose, mais en non cumulé# plot.density(V$P1,xlim=c(0,2),main="2006-2007",col="lightblue") plot(density(V$P2, xlim=c(0,2), col.01line="grey", add=TRUE, col="blue")) legend ("topright",legend=c("2006-2007","2007-2008"), col=c("lightblue","blue"), lty=1,lwd=2, bty="n",bg="white",cex=0.8)
Figure 3.2 Exemple de boxplot montrant l'évolution de la vitesse selon les différentes périodes de mesures
Spatialisation des données
Principe de base
Afin de pouvoir spatialiser des données ponctuelles (et de là les exploiter quantitativement) nous avons utilisé des techniques d'interpolation géostatistiques. Ces méthodes utilisent la relation spatiale existant entre les données afin de reproduire le phénomène grâce à un modèle. Ce modèle d'interpolation, qui respecte les valeurs mesurées, est ensuite appliqué aux points d'une grille à maille régulière (Matheron, 1963; Burrough, 2001).
Cette technique d'interpolation ne dépend pas de la méthode de mesure DGPS-RTK, une autre source de donnée aurait pu être utilisée (par ex. photogrammétrie). De même si le modèle est lié au phénomène, ici le fluage d'un corps gelé, la même technique avec un modèle différent pourra être utilisée pour quantifier les mouvements d'autres phénomènes (e.g. glissements de terrain).
Implémentation
- But : Définir objectivement la répartition des vitesses
- Quand : Après la seconde campagne de mesure des positions
- Résultat : carte de répartition des vitesses avec celle l'erreur associées
- Prérequis : mesures des positions
- Utile pour :
- L'implantation des profils de géophysique
- L'implantation des forages
- Le calcul du flux annuel de matériaux arrivant dans les zones de déclenchement des laves torrentielles
Spécifications techniques
- Pour des mouvements de l'ordre de 40cm/an, cela nécessite d'avoir un réseau de points avec une maille ≤40m
- L'analyse du résultats sur les vitesses de déplacement doit se faire conjointement avec l'analyse de l'erreur associées à l'estimation
Exploitation des données
- Krigeage ordinaire
Le krigeage ordinaire est une technique d'interpolation qui estime la valeur de la variable Z*(x0) par une combinaison linaire des données Z(xi) , soit :
\begin{equation} Z^*(x_0)=\sum_{i=1}^n \lambda_i Z(x_i) \end{equation}
Les poids λi sont calculés afin de minimiser la variance de l'erreur. Les autres particularités du krigeage sont d'être sans biais (la somme des erreurs égale 0) et de respecter la valeur observée au point de mesures. Pour ce faire le krigeage prend en compte la structure spatiale des données. Cette structure est définie expérimentalement par le calcul du semi-variogramme :
\begin{equation} \lambda^*(h)=\frac{1}{2N(h)}\cdot\sum_{i=1}^N(h)[Z(x_i+h)-Z(x_i)]^2 \end{equation}
avec :
- z(x) une variable régionalisé, x définissant la position dans l'espace
- h exprime la différence de position, soit xj-xi
- N(h) le nombre de paires de points
Sur la base du variogramme expérimental on cherche à ajuster au mieux un modèle de variogramme permettant de définir la variation des écarts, sur z(x), mesurée en fonction de la distance. Ce variogramme théorique est défini sur la base de la structure spatiale des données avec comme paramètres principaux la structure élémentaire, la portée et le palier. Si le phénomène est stationnaire, alors le variogramme est borné à l'infini. Une fois le modèle de variogramme choisi, dans le cas où la moyenne du phénomène est inconnue (mais définie) on peut faire un krigeage ordinaire. On applique ainsi le modèle de variogramme aux points mesurés afin d’interpoler en tous points de la grille une valeur du phénomène. Cette interpolation se fait par combinaison linéaire minimisant la variance aux points estimés (cf. équ 1). Le système à résoudre est :
\begin{equation} \left \{ \begin{array}{r c l} \sum_j\lambda_j\gamma_{ij}+\mu & = & \lambda_{i0} \\ \sum_i\lambda_i & = & 1 \\ \end{array} \right . \end{equation}
avec : µ = le multiplicateur de Lagrange (fonction permettant de trouver les points stationnaires du système, dans notre cas de trouver le minimum de la fonction). Sous forme matricielle, cela équivaut à :
\begin{equation} \begin{bmatrix} \gamma_{11} & \cdots & \gamma_{1n} & 1 \\ \vdots & \ddots & \vdots & \vdots \\ \gamma_{n1} & \cdots & \gamma_{nn} & 1 \\ \ 1 & \cdots & 1 & 0 \end{bmatrix} \times \begin{bmatrix} \lambda_{1} \\ \cdots \\ \lambda_{n} \\ \ \mu \end{bmatrix} = \begin{bmatrix} \gamma_{01} \\ \cdots \\ \gamma_{n0} \\ \ 1 \end{bmatrix} \end{equation}
\begin{equation} soit : \; \ldots\; \Gamma \times \Lambda = \Phi \end{equation}
où Γ est la matrice des corrélations spatiales et Φ la matrice des corrélations entre les données et la cible, toutes deux à priori connues et Λ la matrice des poids (inconnue).
- Cokrigeage colocalisé
Du fait des multiples contraintes logistiques du terrain, pour certaines périodes, tous les points n'ont pas toujours été retrouvés. Nous avons alors recouru aux possibilités offertes par le cokrigeage colocalisé qui permet de s'appuyer sur d’autres variables, plus densément disponibles. Cela permet de réduire les incertitudes associées à l’interpolation dans les zones où la variable d'intérêt est mesurée de façon plus lâche (Goovaerts, 1999). Dans ce cas l'estimation se fait par :
\begin{equation} Z^*(x_0)=\sum_{i=1}^n\lambda_iZ(x_i)+\sum_{j=1}^m\xi_jV(x_j)+\xi_0V(x_0) \end{equation}
avec :
- λ les poids pondérant la variable d'intérêt
- ξ les poids pondérant la variable d'appui
Ces calculs ont été ensuite implémenté dans le logiciel ISATIS. Pour faciliter l'analyse géostatistique on pourra se reporter au fichier journal présenté ci-dessous.
Figure 3.3 Spatialisation des données ponctuelles, ici avec un cokrigeage
Forces et faiblesses
| Forces | Faiblesses | |
|---|---|---|
| Intr. | Respecte la valeurs des points de mesures. Disponible sur l'ensemble de la zone d'étude. Peut s'appliquer à d'autres sources de données. | Formulation mathématique lourde. Nécessite un programme dédié. |
Difficultés et écueils
Les calculs ont été fait avec un logiciel commercial onéreux. Toutefois le gain de temps dans le workflow est substantiel
Alternatives et perspectives
D'autres logiciels permettent de faire de la géostatistique de façon simplifée (seulement krigegage SAGA) ou de façon plus complexe (R)
Procédure et commentaires
Ces calculs ont été réalisé dans le logiciel ISATIS. Pour faciliter l'analyse géostatistique dans le logiciel, le fichier journal ci-dessous peut être réutilisé (attention à changer le nom des fichiers sources) dans la fonction batch –> Edit journal file –> Journal file –> reload.
- deplacement_ISATIS.ijnl
# # Import shape helping to spatialize/analyse further data on map # ******* Bulletin Name ******* =B= ArcView Import ***** Bulletin Version ****** =N= 1100 Arcview File Type =A= SHAPEFILE GRID File Type =A= Ascii format GRID Data File Name =A= K:\CREALP\Projets\51320-LT+GR\BONNARD\01-Deplacements\analyse 2012\data\slope2m.asc GRID Isatis Directory Name =A= grid-2m GRID Isatis File Name =A= 2006-07 GRID Isatis Variable Name =A= slope 2 SHAPEFILE Shapefile Name =A= D:\Projets\LT+GR\GIS\morphometry\Couches\interpretation_eb_2012.shp SHAPEFILE Imported Fields =A= ID SHAPEFILE Imported Fields =A= TYPE SHAPEFILE Imported Fields =A= Ice SHAPEFILE Import As =A= Polygons SHAPEFILE Polygons Use Field for Name =A= Y SHAPEFILE Polygons Name Field =A= TYPE SHAPEFILE Polygons Different Levels =A= N SHAPEFILE Polygons Group by Name =A= N SHAPEFILE Polygons Add Thickness =A= N SHAPEFILE Points One Sample Per Shape =A= Y SHAPEFILE Lines Use as Line Name =A= N SHAPEFILE Lines Line Name Field =A= TYPE SHAPEFILE Lines Header File Name =A= cassure SHAPEFILE Unit =A= Meter SHAPEFILE Isatis Directory Name =A= shape SHAPEFILE Isatis File Name =A= zone SHAPEFILE Use Projection File =A= N SHAPEFILE Projection File Name =A= None SHAPEFILE Keep Geographical Coordinates=A= N # # Import data to be kriged # ******* Bulletin Name ******* =B= Excel Import ***** Bulletin Version ****** =N= 410 Excel File Name =A= K:\CREALP\Projets\51320-LT+GR\BONNARD\01-Deplacements\analyse 2012\data\2008-09.xls Spreadsheet To Load =N= 0 Row To Skip =N= 0 Use First Line As Field Names =A= Y Isatis Directory Name =A= data-new Isatis File Name =A= data_test Field Name =A= Id_points Field Excel Column =N= 1 Field Type =A= alphanumeric Field Unit =A= Field Undef String =A= N/A Field Alpha Length =N= 8 Field Output Format - Type =A= Decimal Field Output Format - Length =A= 19 Field Output Format - Digits =A= 3 Field Name =A= x Field Excel Column =N= 2 Field Type =A= easting(X) Field Unit =A= m Field Undef String =A= N/A Field Alpha Length =N= 0 Field Output Format - Type =A= Decimal Field Output Format - Length =A= 19 Field Output Format - Digits =A= 3 Field Name =A= y Field Excel Column =N= 3 Field Type =A= northing(Y) Field Unit =A= m Field Undef String =A= N/A Field Alpha Length =N= 0 Field Output Format - Type =A= Decimal Field Output Format - Length =A= 19 Field Output Format - Digits =A= 3 Field Name =A= z Field Excel Column =N= 4 Field Type =A= numeric 32 Field Unit =A= m Field Undef String =A= N/A Field Alpha Length =N= 0 Field Output Format - Type =A= Decimal Field Output Format - Length =A= 19 Field Output Format - Digits =A= 3 Field Name =A= D-plan 08-09 Field Excel Column =N= 5 Field Type =A= numeric 32 Field Unit =A= Field Undef String =A= N/A Field Alpha Length =N= 0 Field Output Format - Type =A= Decimal Field Output Format - Length =A= 19 Field Output Format - Digits =A= 3 Field Name =A= D-Z 08-09 Field Excel Column =N= 6 Field Type =A= numeric 32 Field Unit =A= Field Undef String =A= N/A Field Alpha Length =N= 0 Field Output Format - Type =A= Decimal Field Output Format - Length =A= 19 Field Output Format - Digits =A= 3 Field Name =A= CODE Field Excel Column =N= 7 Field Type =A= alphanumeric Field Unit =A= Field Undef String =A= N/A Field Alpha Length =N= 1 Field Output Format - Type =A= Decimal Field Output Format - Length =A= 19 Field Output Format - Digits =A= 3 # # Prepare you background image # # In --> Display --> New page # Load the desired features (points shape as Basemap; isohypse as Isolines; polygone shape as Polygons) # Once ready, the image could be saved in a background directory (Management --> Save as) # During Exploratory analysis, the bacjkgrounded image could be use to better see where you are! # # # Think to save your results as image at each step (Print; then choose Print to file and select the desired format) # The command Save as, allows you only to save images in the Isatis system # # # During the Exploratory analysis, you could "mask" some data (here we have masked all added fix points from the variographic analysis, as well as some points that are far away from the bissectrice line in the H-scatter plot (drawn from Application --> Graphic specific parameter) # # # Explore the data and make adequate selection. On this basis make a variogram map in order to look at the data isotropy and then produce an experimental variogram {directionnal or omnidirectional (by Application --> calculation parameters); that should be saved Application --> Save in parameter file} # ******* Bulletin Name ******* =B= Exploratory Data Analysis ***** Bulletin Version ****** =N= 1100 Directory name =A= data-new File name =A= data_test Selection name =A= without odd Data Variable #1 =A= None Data Variable #2 =A= good for vario Data Variable #3 =A= None Weight Variable =A= None Use the grid organization =A= N Tabulated Representation =A= N Reference Variable =A= good for vario Vertical View Disposal =A= Y Format for Statistics - Type =A= Decimal Format for Statistics - Length =A= 19 Format for Statistics - Digits =A= 3 Use the Weight Variable =A= N Default Symbol size =N= 0.2 Default Character size =N= 0.2 Default Line Style =A= Solid Default Line Color =A= foreground Define parameters before graphic =A= N # Definition of a new Statistical Page Type of representation =A= Base Map List of selected variables =A= good for vario Start Graphic Definition Parameters =A= Y # Graphic Parameters Draw axes and title =A= Y Draw active points only =A= N Pick points =A= Y # Specific Calculation Parameters Legend =A= N Section type =N= 2 Section rank =N= 1 Isometric rescale =A= N Viewpoint definition =A= N Downwards orientation =A= N Magnification factor =N= 1 Longitude angle =N= 30 Latitude angle =N= 45 Literal Code Variable =A= None Color Code Variable =A= None Color Scale name =A= Rainbow [READONLY] [AUTO] Grid Highlight Color =A= rgb[0,0,255] Grid Mask Color =A= rgb[255,0,0] Grid High/Mask Opacity =N= 0.75 Page Name =A= Page 14: Base Map (good for vario) P-Set name =A= None Save Action =A= Override Page Setup Begin =A= Y ***** Page Setup Version ***** =N= 1000 Page Setup Print in Batch =A= N Page Setup Format Name =A= Computer Graphic Metafile (CGM) Page Setup Print to File =A= N Page Setup Print File =A= Base_Map__good_for_vario_.cgm Page Setup Printer Name =A= Default Page Setup Printer Keep File =A= N Page Setup Printer Keep Name =A= Base_Map__good_for_vario_ Page Setup Save in Batch =A= N Page Setup Save Directory =A= TMP_EDIT Page Setup Save File Name =A= Base Map (good for vario) Page Setup Lock Legend Size =A= N Page Setup Draw Title Block =A= N Page Setup Page Frame =A= N Page Setup Use Gray Scale =A= N Page Setup White BG Print =A= N Page Setup Draw Title =A= Y Page Setup Title On Top =A= Y Page Setup Title Frame =A= N Page Setup Title Text =M= Base Map (good for vario) Page Setup Title Size =N= 0.4 Page Setup Draw Description =A= Y Page Setup Manual Description =A= N Page Setup Description Frame =A= Y Page Setup Description Size =N= 0.2 Page Setup Logo =A= Y Page Setup Logo Bitmap =A= N Page Setup Logo Bitmap File Name =A= None Page Setup Logo Date =A= Y Page Setup Logo User =A= Y Page Setup Logo User Name =A= ERIBAR Page Setup Logo Study =A= Y Page Setup Logo Study Name =A= analyse vitesse GB 2012 Page Setup Logo Size =N= 0.2 Page Setup Graphic Size Mode =N= 1 Page Setup Page Width =N= 19 Page Setup Page Height =N= 27.7 Page Setup Scale Value =N= 0.000106609766 Page Setup Magnification Factor =N= 1 Page Setup End =A= Y Number of Views =N= 1 View Label Begin =A= Y ***** View Label Version ***** =N= 1000 View Label Visible =A= Y View Label Manual Text =A= N View Label Text =M! good for vario View Label Background Color =A= background View Label Text Color =A= foreground View Label Border Color =A= foreground View Label Text Size =N= 0.2 View Label Position =A= North View Label Gravity =A! Center View Label Alignment =A= Center View Label Inside =A= Y View Label X Center =N! 0 View Label Y Center =N! 0 View Label Left-Right Offset =N! 0.2 View Label Bottom-Top Offset =N! 0.2 View Label End =A= Y Grid Axes Begin =A= Y ***** Grid Axes Version ***** =N= 1100 Number of Grid Axes =N= 1 Grid Axis Number 1 =A= Y Grid Axis Name =A= All View Draw Grid and Subgrid =A= N Number of Horizontal Subdivisions =N= 0 Number of Vertical Subdivisions =N= 0 Grid Axes End =A= Y End of Definition =A= Y Default Minimum =N= 0 Default Maximum =N= 0 Default Number of classes =N= 1 Default Use Log Scale =A= N Default Log Shift =N= 0 # # ******* Bulletin Name ******* =B= Variogram Fitting ***** Bulletin Version ****** =N= 1000 Parameter Set Name =A= KO-dir_test-nov-122 Fitting option =N= 2 Number of iterations =N= 100 Verbose Automatic Sill Fitting option =A= N Override checks for KU usage =A= Y Automatic Sill Fitting =A= N Advanced Parameters =A= N Masking minimum number of pairs =A= N Masking maximum distance =A= N # Parameters for the Fitting Window Fitting: Representing the variogram =A= Y Fitting: Option for lag representation =A= N Fitting: Join experimental lags =A= Y Fitting: Representing number of pairs =A= Y Fitting: Representing variogram names =A= N Fitting: Representing pairs histogram =A= Y Fitting: Histograms with same scale =A= Y Fitting: Representing the model =A= Y Fitting: Representing the envelop =A= N Fitting: Representing the variance =A= Y Fitting: Representing title and axes =A= Y # Parameters for the Global Window Global: Representing the variogram =A= Y Global: Option for lag representation =A= N Global: Join experimental lags =A= Y Global: Representing number of pairs =A= Y Global: Representing variogram names =A= N Global: Representing pairs histogram =A= N Global: Histograms with same scale =A= Y Global: Representing the model =A= Y Global: Representing the envelop =A= Y Global: Representing the variance =A= Y Global: Representing title and axes =A= Y Global Representation mode =N= 0 Number of rows in Global Window =N= 1 Number of cols in Global Window =N= 1 View rank of the Window Global =N= 1 # Matrix of covariances at the origin C00[ 1, 1] =N= 0 Model Normation mode =N= 0 Constrained sill for variable 1 =N= Constraint on nugget effect =A= N Nugget[ 1, 1] =N= 0 # Masking Rules Minimum number of pairs in dir[ 1] =N= Minimum number of pairs in dir[ 2] =N= Maximum distance in dir[ 1] =N= Maximum distance in dir[ 2] =N= Graphic Bounds along X-axis =A= N X-bounds for dir[ 1] =N= X-bounds for dir[ 2] =N= Graphic bounds along Y-axis =A= N Ymax-Bounds for vars[ 1, 1] =N= Ymin-Bounds for vars[ 1, 1] =N= ***** Rotation Version ***** =N= 800 # Simulation Rotation Convention Name =A= Geologist Convention Code =A= A+X-Z 1st Angle =A= 90 degrees 2nd Angle =A= 0 degrees 3rd Angle =A= 0 degrees Simulation Orientation =N= 0 Simulation mesh along X =N= 0.01 m Simulation mesh along Y =N= 0.01 m Simulation nodes along X =N= 100 Simulation nodes along Y =N= 100 Simulation Number of bands =N= 2000 ***** Rotation Version ***** =N= 800 # Variogram Map Rotation Convention Name =A= Mathematician Convention Code =A= +Z+Y+X 1st Angle =A= 0 degrees 2nd Angle =A= 0 degrees 3rd Angle =A= 0 degrees Vmap Orientation =N= 0 Vmap Number of sectors =N= 90 Vmap Number of lags =N= 100 Vmap Lag =N= 1 m Draw the Fitting window =A= Y Page Setup Begin =A= Y ***** Page Setup Version ***** =N= 1000 Page Setup Print in Batch =A= N Page Setup Format Name =A= Computer Graphic Metafile (CGM) Page Setup Print to File =A= N Page Setup Print File =A= Variogram_Model_-_Fitting_Window.cgm Page Setup Printer Name =A= Default Page Setup Printer Keep File =A= N Page Setup Printer Keep Name =A= Variogram_Model_-_Fitting_Window Page Setup Save in Batch =A= N Page Setup Save Directory =A= background Page Setup Save File Name =A= V-Model (D-plan 08-09)(data-new/data_test/good fo Page Setup Lock Legend Size =A= N Page Setup Draw Title Block =A= N Page Setup Page Frame =A= N Page Setup Use Gray Scale =A= N Page Setup White BG Print =A= N Page Setup Draw Title =A= Y Page Setup Title On Top =A= Y Page Setup Title Frame =A= N Page Setup Title Text =M= Variogram Model - Fitting Window Page Setup Title Size =N= 0.4 Page Setup Draw Description =A= Y Page Setup Manual Description =A= N Page Setup Description Frame =A= Y Page Setup Description Size =N= 0.2 Page Setup Logo =A= Y Page Setup Logo Bitmap =A= N Page Setup Logo Bitmap File Name =A= None Page Setup Logo Date =A= Y Page Setup Logo User =A= Y Page Setup Logo User Name =A= ERIBAR Page Setup Logo Study =A= Y Page Setup Logo Study Name =A= analyse vitesse GB 2012 Page Setup Logo Size =N= 0.2 Page Setup Graphic Size Mode =N= 1 Page Setup Page Width =N= 19 Page Setup Page Height =N= 27.7 Page Setup Scale Value =N= Page Setup Magnification Factor =N= 1 Page Setup End =A= Y Draw the Display window =A= Y Page Setup Begin =A= Y ***** Page Setup Version ***** =N= 1000 Page Setup Print in Batch =A= N Page Setup Format Name =A= Computer Graphic Metafile (CGM) Page Setup Print to File =A= N Page Setup Print File =A= Variogram_Model_-_Global_Window.cgm Page Setup Printer Name =A= Default Page Setup Printer Keep File =A= N Page Setup Printer Keep Name =A= Variogram_Model_-_Global_Window Page Setup Save in Batch =A= N Page Setup Save Directory =A= background Page Setup Save File Name =A= V-Model (data-new/data_test/good for vario) Page Setup Lock Legend Size =A= N Page Setup Draw Title Block =A= N Page Setup Page Frame =A= N Page Setup Use Gray Scale =A= N Page Setup White BG Print =A= N Page Setup Draw Title =A= Y Page Setup Title On Top =A= Y Page Setup Title Frame =A= N Page Setup Title Text =M= Variogram Model - Global Window Page Setup Title Size =N= 0.4 Page Setup Draw Description =A= Y Page Setup Manual Description =A= N Page Setup Description Frame =A= Y Page Setup Description Size =N= 0.2 Page Setup Logo =A= Y Page Setup Logo Bitmap =A= N Page Setup Logo Bitmap File Name =A= None Page Setup Logo Date =A= Y Page Setup Logo User =A= Y Page Setup Logo User Name =A= ERIBAR Page Setup Logo Study =A= Y Page Setup Logo Study Name =A= analyse vitesse GB 2012 Page Setup Logo Size =N= 0.2 Page Setup Graphic Size Mode =N= 1 Page Setup Page Width =N= 19 Page Setup Page Height =N= 27.7 Page Setup Scale Value =N= Page Setup Magnification Factor =N= 1 Page Setup End =A= Y Draw the Simulation Window =A= N Draw the Variogram Map Window =A= N # Automatic Variogram Fitting Use Automatic Fitting =A= Y Initial Combination =A= Spherical Add Nugget =A= N Auto Fit in Batch =A= N # Definition of the Model ***** Model Version ***** =N= 903 Modification status =A= Y Name of the Model Set =A= KO-dir_test-nov-122 Switch Rotation =A= Y Global Rotation =A= N ***** Rotation Version ***** =N= 800 # Global Rotation Convention Name =A= Geologist Convention Code =A= A+X-Z 1st Angle =A= 90 degrees 2nd Angle =A= 0 degrees 3rd Angle =A= 0 degrees Drift type =A= No Drift Increment status =A= N Order for increments =N= 0 Increment Direction =A= X Direction Lag for increments =N= 0 m Convolution defined =A= N Truncation defined =A= N Covariance type =A= Generalized Cauchy Model Third parameter =N= 1 Switch Anisotropy =A= Y Anisotropic Scale Factor along U =N= 500 m Anisotropic Scale Factor along V =N= 160 m Anisotropic Scale Factor along W =N= 0 m ***** Rotation Version ***** =N= 800 # Local Rotation Convention Name =A= Geologist Convention Code =A= A+X-Z 1st Angle =A= 70.001 degrees 2nd Angle =A= 0 degrees 3rd Angle =A= 0 degrees Coregionalization =N= 0.09 # # Krigeage proprement dit # ******* Bulletin Name ******* =B= Create Grid File ***** Bulletin Version ****** =N= 410 Grid Directory Name =A= grid-2m Grid File Name =A= 2008-09 Grid Type =A= 2D Grid File Samples Directory Name =A= None Samples File Name =A= None Samples Selection Name =A= None Graphical Definition =A= N Graphic Mode =A= Punctual Projection =A= XOY Rescale in the Graphic Page =A= N X unit =A= m Y unit =A= m X format - Type =A= Decimal X format - Length =A= 19 X format - Digits =A= 3 Y format - Type =A= Decimal Y format - Length =A= 19 Y format - Digits =A= 3 X origin =N= 616600 m Y origin =N= 108800 m X Mesh =N= 1 m Y Mesh =N= 1 m X Nodes Number =N= 1000 Y Nodes Number =N= 800 ***** Rotation Version ***** =N= 800 # Grid Rotation Convention Name =A= Mathematician Convention Code =A= +Z+Y+X 1st Angle =A= 0 degrees 2nd Angle =A= 0 degrees 3rd Angle =A= 0 degrees # ******* Bulletin Name ******* =B= Standard (Co-)Kriging ***** Bulletin Version ****** =N= 1100 Kriging Option =A= Block Number of variables =N= 1 Maximum number of External Drifts =N= 0 Full set of output variables =A= N Rank of the extracted drift =N= 1 Data Directory Name =A= data-new Data File Name =A= data_test Data Selection Name =A= without odd Variable #1 =A= D-plan 08-09 Variance of Measurement error =A= None Kriging Weights =A= None Target Directory Name =A= grid-2m Target File Name =A= 2008-09 Target Selection Name =A= AOI Estimation for Variable #1 =A= KO-dir_test-11.12 St dev for Variable #1 =A= KO-dir_test-11.12 SDEV Collocated Variable =A= None Local mean for Variable #1 =A= None Radius of the convolution Ball =N= 0 m Gradient or Laplacian Unit =A= Meter Measurement error option =A= N Name of the Erroneous Variable =A= D-plan 08-09 Collocated CoKriging option =A= N Collocated Variable in Data =A= D-plan 08-09 # Definition of the Model ***** Model Version ***** =N= 903 Modification status =A= N Name of the Model Set =A= KO-dir_test-nov-122 # Definition of the Neighborhood ***** Neighborhood Version ***** =N= 1000 Modification status =A= N Name of the Neighborhood Set =A= neig_1 # Definition of the Model Special Options ***** Model Special Version ***** =N= 400 Simple Kriging =A= N Filtering Option =A= N Factorial Kriging Option =A= N Deconvolution Option =A= N Stop at first inversion problem =A= Y ***** Variable Model Version ***** =N= 1100 LGS Directory Name =A= None LGS File Name =A= None LGS Base Name =A= LGS Global Use Rotation =A= N LGS Global 2D =A= N LGS Global Rotation / Z =A= None LGS Global Rotation / Y =A= None LGS Global Rotation / X =A= None LGS Global Use Sill =A= N LGS Global Sill =A= None LGS Model Number of Variables =N= 1 LGS Number of Structures =N= 1 LGS Structure #1 Use Rotation =A= N LGS Structure #1 2D =A= N LGS Structure #1 Rotation / Z =A= None LGS Structure #1 Rotation / Y =A= None LGS Structure #1 Rotation / X =A= None LGS Structure #1 Use Range =A= N LGS Structure #1 Proportional =A= N LGS Structure #1 Range Factor =A= None LGS Structure #1 Range / X =A= None LGS Structure #1 Range / Y =A= None LGS Structure #1 Range / Z =A= None LGS Structure #1 Use Sill =A= N LGS Structure #1 Sill Factor =A= None LGS Structure #1 Use Third =A= N LGS Structure #1 Third Parameter =A= None LGS Neighborhood Use Rotation =A= N LGS Neighborhood 2D =A= Y LGS Neighborhood Rotation / Z =A= None LGS Neighborhood Rotation / Y =A= None LGS Neighborhood Rotation / X =A= None LGS Neighborhood Use Radius =A= N LGS Neighborhood Proportional =A= N LGS Neighborhood Radius / Z =A= None LGS Neighborhood Radius / Y =A= None LGS Neighborhood Radius / X =A= None LGS Neighborhood Factor =A= None # # pour enlever les valeurs négatives # ******* Bulletin Name ******* =B= Calculator ***** Bulletin Version ****** =N= 1000 Directory Name =A= data-displacement File Name =A= pts-2008-09 Selection Name =A= without odds Float Variable Number =N= 15 Selection Variable Number =N= 2 Macro Variable Number =N= 2 Variable Name =A= v1 =D-plan 08-09 Transformation =M= v1=ifelse(v1<0,0,v1) .../... =M=
