Ce n'est pas si démodé: je me souviens avoir dû résoudre exactement ce problème dans les années 80 lorsque nous n'avions pas de scanners facilement disponibles et que nous devions lever les coordonnées et les élévations des cartes imprimées grand format pour l'analyse géostatistique.
En effet, vous pouvez déjà lire la longitude avec précision le long de n'importe quelle ligne de longitude sur la carte. Vous souhaitez interpoler ces mesures en quatre points spécifiques (les coins). Idem pour la latitude. Ainsi, ce problème est un cas particulier d'interpolation entre les contours sur n'importe quelle carte de contour . Par conséquent, vous n'avez besoin de rien savoir sur la projection ou la donnée pour le faire.
Parce que cela est censé être fait simplement, nous ne pouvons pas facilement exploiter le fait que nous avons des contours complets. Il suffira d'identifier quelques points discrets le long de chaque contour et de les utiliser. Cela rend le problème équivalent au suivant:
Étant donné une collection de points sur la carte, chacun étiqueté avec une valeur numérique (variant en douceur), pour estimer la valeur à un autre point spécifié sur la carte.
Pour résoudre ce problème, nous devons établir un système de coordonnées pour la carte elle-même. Le choix n'a pas d' importance tant que les coordonnées isolignes sont régulièrement espacés (ils ne doivent même pas être perpendiculaires entre eux!) Une façon simple d' y arriver est d'utiliser la règle pour mesurer les distances à partir du bord gauche (x) et bord inférieur (y) de la carte. (Si vous avez une image numérisée, utilisez simplement les index de ligne et de colonne des pixels.)
L'interpolation peut être réalisée en ajustant une tendance aux données.
Nous savons, juste en regardant la carte (c'est-à-dire en observant les espacements localement réguliers des contours), qu'un estimateur linéaire fonctionnera assez bien et un estimateur quadratique fonctionnera encore mieux. Il est probablement exagéré (et trop de travail) d'utiliser un estimateur d'ordre supérieur. Un estimateur quadratique nécessite au moins six points de contrôle. Utilisez une collection de points regroupés près du point d'estimation: cela garantira une grande précision. Utilisez plus que le minimum: cela fournit des vérifications croisées utiles et peut même produire des estimations d'erreur.
Cela se traduit par la procédure suivante , à effectuer pour la latitude et répétée pour chaque point d'angle, puis répétée à nouveau pour la longitude:
Marquez plus de six points le long des courbes de niveau pertinentes à proximité d'un point d'angle. Utilisez plusieurs niveaux de contour différents.
Mesurez (x, y) aux points marqués et au point d'angle.
Enregistrez (x, y, valeur dépendante) à chaque point marqué.
Calculez l'ajustement des moindres carrés des données à l'aide du modèle:
(lat or lon) = a + b*x + c*y + d*x*x + e*x*y + f*y*y + error
Appliquez le modèle ajusté à la valeur (x, y) pour le point d'angle.
Les gens calculent les moindres carrés bien plus longtemps qu'ils ne disposaient de calculatrices mécaniques. Si vous n'avez vraiment pas d'ordinateur ou de calculatrice disponible, contentez-vous d'une tendance linéaire et pour les calculs (faciles), consultez n'importe quel manuel de régression publié avant environ 1970. Sinon, vous pouvez faire l'ajustement avec une calculatrice graphique, une feuille de calcul, ou (le meilleur et le plus simple) tout progiciel statistique complet. Ce dernier pourra vous fournir un intervalle de prédiction pour évaluer l'incertitude des estimations.
Par exemple , j'ai appliqué cette procédure deux fois pour trouver (lat, lon) dans le coin supérieur gauche en utilisant les points marqués (rouge pour la longitude, bleu pour la latitude, jaune pour le coin):
En utilisant des noms de variables évidents, j'ai obtenu les valeurs prédites avec deux commandes Stata 11 pour chaque calcul:
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
L'estimation (lat, lon) du point d'angle est (61.05, -136.80). L'erreur estimée est étonnamment grande (environ 0,04 degré), environ le double de ce que j'attendrais de la résolution de l'image à l'écran. Ces courbes de niveau peuvent ne pas être placées de façon très précise.