Главная страница
Форум
Промиздат
Опережения рынка
Архитектура отрасли
Формирование
Тенденции
Промстроительство
Нефть и песок
О стали
Компрессор - подбор и ошибки
Из истории стандартизации резьб
Соперник ксерокса - гектограф
Новые технологии производства стали
Экспорт проволоки из России
Прогрессивная технологическая оснастка
Цитадель сварки с полувековой историей
Упрочнение пружин
Способы обогрева
Назначение, структура, характеристики анализаторов
Промышленные пылесосы
Штампованные гайки из пружинной стали
Консервация САУ
Стандарты и качество
Технология производства
Водород
Выбор материала для крепежных деталей
Токарный резец в миниатюре
Производство проволоки
Адгезия резины к металлокорду
Электролитическое фосфатирование проволоки
Восстановление корпусных деталей двигателей
Новая бескислотная технология производства проката
Синие кристаллы
Автоклав
Нормирование шумов связи
Газосварочный аппарат для тугоплавких припоев
|
Главная --> Промиздат --> Интерполирование поверхности Кокригинг Кокригинг может быть использован при наличии нескольких пере-менн1х. Точнхе формуле! кокригинга приведен! в работах: Journel и Huijbregts (1978, стр. 324), Isaaks и Srivastava (1989, стр. 400), Cressie (1991, стр. 138), Goovaerts (1997, стр. 224), и Chiles и Delfiner (1999, стр. 298). Ординарн1й кокригинг, простой кокригинг и универсальный кокригинг допускают использование моделей, учитывающих ошибку измерений, как и соответствующие им модели кригинга. Так же, как и индикаторный кокригинг, вероятностный кокригинг и дизъюнктивнхй кокригинг могут выполнять только жестью интерполяцию (т.е., ошибка измерений не фильтруется). Ординарный, простой и универсальный кокригинг Модель универсального кокригинга является наиболее общей, поэтому предположим, что Z>j (s)= [Xk(s)]Pk + Y-(s) + nk(s) + Sj (s), где Xk - предполагаемая матрица, и Pk - вектор параметров для переменной к-ого типа, со следующими допущениями: Yk (s) - сглаженн1й второго порядка стационарный процесс, радиус влияния вариограммы которого больше, чем наименьшее расстояние между опорными точками. E((s)) = 0. Cov(yk(s), (s+h)) = C(h), при этом C(ro) = 0 (т.е., отсутствует дополнительный эффект самородка в процессе Yk(s)). (s) - сглаженнхй второго порядка стационарнхй процесс, радиус влияния вариограммы которого так близок к нулю 0, что он меньше всех фактических расстояний между опорными точками и точками, для которых интерполируются значения. E(nk(s)) = 0. Cov(nk(s), nm(s+h)) = Cnm(ro), когда k равно m, при этом Cn (h) = 0. Cov(nk(s), nm(s+h)) = 0, когда k не равно m. (s) шумы, образуемые ошибками измерений. E (S (s) ) = 0, для всех к и j. Cov(s), (s + h)= если h = 0; в противном случае, она равна 0. CovS (s) dtk(s+h)) = 0 для i, не равных t. Yk( ), n(), and dm( ) независимы друг от друга для всех к, /, и m. Предположим, что в данном случае эффект самородка vi состоит из двух частей: вариации на микроуровне и ошибки измерений; то есть, v = Cnkk(0) + а. Также обратите внимание, что для nk () и nm ( ) нет общей информации, поэтому их взаимную ковариацию можно установить, равной 0. На основании этой модели вы можете прийти к выводу, что Cov(Zk (s),Zm(s + h)) = C;- (h) if if if if к m к = m and h 0 : m and h = 0 and j t m and h = 0 and j = t Для упрощения, рассмотрим только два типа переменных; выводы легко обобщить для большего количества типов переменных. Вгчислим отфильтрованную (без шумов) величину 51(s0) = [x1(s0)]P1 + Y1(s0) + n1(s0) в точке s0. Кокригинг в модуле Geostatistical Analyst получается для линейного интерполятора, .(s 0) = л1г1 + л2г 2 затем минимизируем, E(Z(s0) - [ л;г1 + л2г 2])2 . Выполнив те же операции, что и для ординарного кригинга, получаем следующие уравнения кокригинга:
т1и m2 - множители Лагранжа, - ковариационная матрица для данных zk и zm, а ck равно Cov( zk, 51( 80)). Решив уравнение для X, получим, X = Zz-1(c - Xm) , где m = (X £z-1X) -1(X Zz-1c - x1(80)). Подставив X, получим среднеквадратичную ошибку интерполяции, E(51(80) - Xz)2 = C 1(0) + Cn (0) - X(c +Xm), = C (0) + (1 - n1) v1 - X (c +Xm), следовательно, стандартные ошибки интерполяции равны: rfEs1(s 0) = Cy1(0) + (1 -1 )V1 - лЧс + Xm) , Если 10 01 тогда ординарный кокригинг сводится к особому случаю универсального кокригинга. Для простого кригинга, #1 (S о ) = Xz + k = c£z-1(z - ц) + ц1(80), а стандартные ошибки интерполяции вычисляются по форму- S1(s 0 ) = Cy1 (0) + (1 )v1 - c У, c Интерполяция новых значений для перекрестной проверки может быть выполнена так же, как и для ординарного, простого и универсального кригинга. Индикаторный, вероятностный и дизъюнктивный кокригинг Индикаторный, вероятностный и дизъюнктивный кокригинг относятся к нелинейным методам, и только жесткая форма (т.е., ошибка измерений не отфильтровывается) ординарного кокри-гинга может быть использована для этих методов. Индикаторный кокригинг - это просто кокригинг для индикаторов; обратитесь к работам: Cressie (1993, стр. 283), Goovaerts (1997, стр. 297), и Chiles и Delfiner (1999, стр. 386). Вероятностный кокригинг, помимо использования исходных данных, формирует индикаторы для двух типов переменных, а затем пользуется уравнениями ординарного кокригинга. Дизъюнктивный кокригинг - это обобщение метода дизъюнктивного кригинга для двумерных Гауссовых распределений (Muge и Cabecadas, 1989; Chiles и Delfiner, 1999, стр. 419). Диалог Перекрестная проверка Перекрестная проверка Перекрестная проверка состоит в последовательном удалении из общей совокупности значения одной опорной точки, а затем интерполяции значения этой точки с использованием оставшихся данных. Затем, проинтерполированное значение может быть сопоставлено с фактическим (значением наблюдения) для оценки того, насколько хорошо работает модель интерполяции. Обратите внимание, что в геостатистике модели вариограммы, как правило, не оцениваются заново каждый раз, когда удаляется значение одной опорной точки. Более подробную информацию о выполнении перекрестной проверки вы можете получить в работах Isaaks и Srivastava (1989, стр. 351), Cressie (1993, стр. 101), Goovaerts (1997, стр. 105), Armstrong (1998, стр. 115), Chiles и Delfiner (1999, стр. 111), и Stein (1999, стр. 215). Суммарная статистика перекрестной проверки Суммарная статистика и графики могут быть получены при сравнении проинтерполированного значения с фактическим значением данных в ходе выполнения перекрестной проверки. Пусть Z€(si ) - проинтерполированное значение, полученное в результате перекрестной проверки, z(si) - фактическое значение, полученное в результате наблюдений, и c€(si ) - стандартная ошибка интерполяции для точки si. Тогда некоторые из значений суммарной статистики, представленной в модуле Geostatistical Analyst равны: 1. Средние ошибки интерполяции, ]Г (s,.) - z(si)) 4. Средние нормированные ошибки интерполяции, 5. Среднеквадратичные нормированные ошибки интерполяции, Xfes,.) - z (s, ))/C€(s,: 2. Среднеквадратичные ошибки интерполяции, (s,) - z(si.)) 3. Средняя стандартная ошибка кригинга, i=1
|