Кригинг в 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 геостатистики (Geostatistical Wizard) предусматривает несколько типов кригинга для разных типов данных с разными основными допущениями:

Обычный (Ordinary);Простой (Simple)Универсальный (Universal);Индикаторный (Indicator);Вероятностный (Probability);Дизъюнктивный (Disjunctive);Эмпирический байесовский (Empirical Bayesian);Площадная интерполяция (Areal Interpolation).

Эти методы могут быть использованы для создания следующих поверхностей:

• Карты кригинга прогнозируемых значений
• карты стандартных ошибок кригинга, связанных с прогнозируемыми значениями;
• Карты вероятности, которые указывают, был ли превышен предопределенный критический уровень или нет
• карты квантилей для предустановленного 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 предположенных значений
   • карты стандартных ошибок, связанных с прогнозируемыми значениями.

Существует несколько компонентов геостатистических моделей. Самые важные предназначены для изучения данных посредством исследовательского анализа пространственных данных (exploratory spatial data analysis, ESDA) и вариографии (см. разделы Создание эмпирических вариограмм и Подгонка модели к эмпирической вариограмме), создания модели кригинга в соответствии с потребностями пользователя (см. разделы Различные модели кригинга и Выходные типы поверхности, которые могут создавать модели кригинга) и проверки точности результатов путем перекрестной и обычной проверок и сравнения альтернативных моделей для выбора лучшей.