Создание карты с использованием вероятностного кригинга

Используйте вероятностный кригинг для создания карт вероятности и карт стандартных ошибок индикаторов. Данные, полученные в опорных точках, должны относиться к непрерывному явлению.

Подсказка

Важные параметры

Заданное пороговое значение (которое определяет, каким вычисленным значениям будет присвоен 0 , а каким 1 ), модели ковариации/вариограм-мы, и область поиска соседства, используемая в модели.

Подсказка

Выбор порогового значения

Оценка вариограммы/ковариа-ции затруднительна, когда индикаторные переменные изначально все равны нулю или единице. Если возможно, выбирайте пороговое значение, которое позволит создать набор индикаторных значений, в котором будут и нули, и единицы.

См. также

Для дополнительной информации о преобразованиях, вычитании тренда, определении параметров в диалогах Моделирование вариограммы/ковариации и Поиск соседства, а также для изучения диалога Перекрестная проверка, обратитесь к Главе 7, Использование аналитических инструментов при построении поверхностей.

Создание карты вероятности

1. В таблице содержания ArcMap выберите точечный слой, для которого вы хотите выполнить интерполяцию по методу вероятностного кри-гинга.

2. Запустите модуль Geostatistical Analyst.

3. Выберите поле атрибута, для которого вы хотите выполнить вероятностный кригинг.

4. Из списка методов выберите Кригинг.

5. Нажмите Далее.

6. Откройте список для строки Вероятностный кригинг и выберите опцию Карта вероятности.

7. В диалоге Первичное пороговое значение введите пороговое значение или используйте для этого кнопку Задать...

8. Отметьте опцию Превышает или Не превышает.

9. Нажмите Далее.

10. Задайте необходимые параметры в диалогах Моделирование вариограммы/ковари-ации и Поиск соседства и в каждом из них нажмите Далее.

12. Изучите результаты в диалоге Перекрестная проверка и нажмите Готово.

13. В диалоге с информацией о результирующем слое нажмите OK.

Дизъюнктивный кригинг предполагает модель,

i(Z(sy) = m1 + e(s)

где m1 - неизвестная константа и/(Z(s)) - некая произвольная функция Z(s). Обратите внимание, что вы можете записать вхражение /(Z(s)) = I(Z(s) > ct), поэтому индикаторный кригинг является частным случаем дизъюнктивного кригинга. В модуле Geostatistical Analyst с помощью дизъюнктивного кригин-га вы можете вычислить либо само проинтерполированное значение, либо его индикаторное значение.

Сравним ординарный и индикаторный кригинг с дизъюнктивным. Ординарный кригинг использует линейную комбинацию данных, и окончательная формула интерполятора выглядит следующим образом:

где Z€(s q) - проинтерполированное значение, {Z(s,)} - исходные данные, а {Z,} - веса кригинга. Задача ординарного кригинга -найти оптимальные веса, {Z,}. Индикаторный кригинг образует интерполятор,

Дизъюнктивный кригинг генерализирует индикаторный кри-гинг, чтобы сформировать интерполятор,

В модуле Geostatistical Analyst доступные функции g(Z(s0)) - это просто сами значения Z(s0) и J(Z(s0) > c). В целом, дизъюнктивный кригинг пытается сделать больше, чем ординарный кри-гинг. Поскольку награда может быть большей, то и затраты соответственно возрастают. Дизъюнктивный кригинг предполагает наличие двумерного нормального распределения даннхх (см. Главу 7, Использование аналитических инструментов при построении поверхностей) и аппроксимаций функций f.(Z(s.)); эти ограничения трудно проверяемы, и поэтому решения являются математически и вычислительно сложными.

Дизъюнктивный кригинг может использовать либо вариограм-му, либо ковариационные функции (которые являются математическим описанием автокорреляции), и он также может использовать преобразования даннхх и втчитание тренда; см. Главу 7, Использование аналитических инструментов при построении поверхностей, для более подробной информации.

и, также пытается найти оптимальные веса, {Z,}. Однако возможно, вам удастся найти большее количество общих функций для данных, которые помогут вам вычислить некую функцию переменной в искомой точке.