Создание карты с

использованием

кокригинга

Используйте метод кокригинга для создания карт проинтерпо-лированных значений, вероятности, квантилей, стандартной ошибки индикаторов и стандартной ошибки интерполяции, при сохранении тех же условий, что и для каждого из методов кри-гинга из обсуждавшихся в этой главе.

См. также

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

Создание карты

проинтерполированных

значений

1. В таблице содержания ArcMap выберите точечный слой, для которого вы хотите выполнить кокригинг.

2. На панели Geostatistical Analyst выберите опцию Мастер операций геостатистики .

3. Из списка методов выберите Кокригинг.

4. Выберите атрибут, для которого вы хотите выполнить кок-ригинг для всех наборов данных (переходите от закладки одного набора данных к закладке другого набора данных, чтобы задать параметры).

5. Нажмите Далее.

6. Выберите требуемый тип ко-кригинга и тип результирующий карты в диалоге Выбор геостатистического метода. Нажмите Далее. В диалоге Вычитание тренда определите параметры, если для всех наборов данных был задан порядок полинома для вычитаемого тренда. Нажмите Далее.

8. В диалоге Моделирование ва-риограммы/ковариации задайте требуемые параметры для всех наборов данных. Нажмите Далее.

9. В диалоге Поиск соседства задайте требуемые параметры поиска и нажмите Далее.

10. В диалоге Перекрестная проверка изучите полученные результаты и нажмите Готово.

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

Использование аналитических инструментов при построении поверхностей

В ЭТОЙ ГЛАВЕ

Исследование пространственной структуры: вариография

Определение области поиска соседства

Выполнение перекрестной проверки для оценки выбранных параметров

Оценка протокола решений с использованием проверки

Сравнение моделей

Моделирование распределений и определение преобразований

Проверка данных на соответствие двумерному нормальному распределению

Применение декластеризации для определения выборки

Вычитание трендов из данных

При построении поверхности вы проходите через многие стадии. На каждой из этих стадий вы определяете целый ряд параметров. Модуль Geostatistical Analyst предоставляет серии диалогов-подсказок, содержащих аналитические инструменты, которые призваны помочь вам в определении этих параметров. Некоторые из этих диалогов и инструментов, например, определение области поиска опорных точек для вычислений, перекрестная проверка и проверка, применимы практически к всем методам интерполяции. Другие, например, моделирование вариограмм, преобразования, вычитание тренда, декластеризация и проверка данных на соответствие двумерному нормальному распределению, применяются только для геостатистических методов (кригинга и кокригинга).

В каждый диалог-помощник включены серии задач, которые могут быть выполнены с использованием этих инструментов. В этой главе обсуждаются понятия, используемые для наиболее часто выполняемых задач, а также стадии их выполнения. Необходимо ли использовать эти инструменты все, или следует применить только некоторые из них, зависит от ваших данных. Для всех параметров модуль Geostatistical Analyst предоставляет надежные значения по умолчанию, некоторые из которых рассчитываются на основе ваших конкретных данных. Таким образом, вы можете получить расширенное представление об изучаемом вами явлении, отличное от первоначального и основывающееся на данных, полученных с помощью инструментов исследовательского анализа модуля Geostatistical Analyst. Эти представления вы можете использовать для уточнения параметров, что поможет вам построить более точную поверхность.

Исследование пространственной структуры: вариография

Вариограммы и ковариационные функции

Функции вариограммы и ковариации (известные также как структурные функции) количественно характеризуют предположение о том, что чем ближе точки расположены друг к другу, тем они более похожи. И вариограмма, и ковариация определяют меру статистической корреляции как функцию расстояния. Вариограмма определяется следующим образом,

g(si,s.) = S var(Z(si) - Z(s.)),

где var - дисперсия.

Если две точки si и sj расположены близко друг к другу, и эта близость определяется расстоянием d(si, s.), ожидается, что эти точки будут похожи, и разность их значений, Z(s.) - Z(s.), будет маленькой. По мере удаления друг от друга точек si и s., они становятся все менее похожи друг на друга, и следовательно разность их значений , Z(si) - Z(s.), будет расти. Это можно увидеть на следующем рисунке, который показывает анатомию типичной вариограммы.

y(si,si)

Частичный порог

Самородок

0 Расстояние

Обратите внимание, что дисперсия разности возрастае с расстоянием, поэтому вариограмму можно рассматривать ка функцию различия. Существует несколько терминов, часто мсоции-рующихся с этой функцией, и они также используются в модуле Geostatistical Analyst.

Значение (высота графика), начиная с которого вариограмма в1равнивается, носит название порога. Оно часто состоит из двух частей: разрыва в начале графика, который носит название эффекта самородка, и частичного порога, которые вместе и образуют порог. Эффект самородка далее может быть разделен на ошибку измерений и вариацию на микроуровне, и в силу того, что любой из этих компонентов может бпть равен нулю, эффект самородка может быть отнесен целиком за счет одного из них. Расстояние, при котором вариограмма вхравнивается до значения порога, носит название радиуса влияния.

Ковариационная функция определяется следующим образом:

C(si,s.) = cov(Z(si), Z(s.)),

где cov - ковариация.

Ковариация - это масштабируемая версия корреляции. Следовательно, когда две точки, si и s., расположены поблизости, и предполагается, что они имеют сходные значения, значения их ковариации (корреляции) будут большими. По мере того, как si и s. удаляются друг от друга, они становятся все менее похожи, и их ковариация стремится к нулю. Это можно увидеть на следующем рисунке, который показывает анатомию типичной ковариационной функции.

C(s sj)

Самородок ,

Частичный порог

Расстояние