Кригинг в Geostatistical Analyst

Доступно с лицензией Geostatistical Analyst.

Кригинг предполагает, что по крайней мере часть пространственных вариаций, наблюдаемых в природных явлениях, можно смоделировать при помощи случайных процессов с использованием пространственной автокорреляции, причем последняя должна быть смоделирована в явном виде. Приемы работы кригинга могут быть использованы для описания и моделирования пространственных структурных закономерностей, предсказывания значений в неизмеренных местоположениях, доступа погрешности, связанной с прогнозируемым значением в неизмеренных местоположениях.

Мастер Geostatistical Wizard предлагает несколько видов кригинга, которые подходят для различных типов данных и имеют различные базовые допущения:

• Ординарный кригинг

• Простой кригинг

• Универсальный кригинг

• Индикаторный кригинг

• Вероятностный кригинг

• Дизъюнктивный кригинг

• Эмпирический байесовский кригинг

• Прогнозирование регрессии ЭБК

• Эмпирический байесовский кригинг 3D

• Площадная интерполяция

Данные методы используются для построения следующих поверхностей:

• Карты проинтерполированных значений кригинга

• Карты стандартных ошибок кригинга, связанных с прогнозируемыми значениями;

• Карты вероятности, которые указывают, был ли превышен предопределенный критический уровень или нет

• Карты квантилей для предопределенного уровня вероятности

Исключения

1. Индикаторный и вероятностный типы кригинга, которые позволяет получать следующие типы представлений:

   • Карты вероятности, которые указывают, был ли превышен предопределенный критический уровень или нет

   • Карты стандартных ошибок индикаторов

2. Площадная интерполяция, которая позволяет получать следующие типы представлений:

   • Карты прогнозируемых значений

   • Карты стандартных ошибок, связанных с проинтерполированными значениями

Существует несколько компонентов геостатистических моделей. Наиболее важное значение имеет интерактивная проверка данных на карте посредством вариографии, а также построение модели кригинга в соответствии с потребностями (см Что такое различные модели кригинга?); кроме того, необходимо убедиться в точности полученных результатов, выполнив перекрестную и обычную проверки, и сравнить разные модели, чтобы выбрать из них наилучшую.