Mit der Geostatistical Analyst-Lizenz verfügbar.
Die Auswahl einer Entfernungsstufengröße hat bedeutende Auswirkungen auf das empirische Semivariogramm. Wenn die Entfernungsstufen beispielsweise zu groß sind, wird die Autokorrelation im Nahbereich möglicherweise maskiert. Bei zu kleinen Entfernungsstufen kann es leere Abschnitte geben, und Stichprobengrößen in Abschnitten sind zu klein, um für Abschnitte repräsentative Durchschnittswerte zu erhalten.
Wenn sich Stichproben auf einem Gitternetz befinden, sind die Gitternetzabstände in der Regel ein guter Indikator für die Entfernungsstufengröße. Wenn die Daten jedoch unter Verwendung eines unregelmäßigen oder willkürlichen Referenzpunktschemas erfasst werden, gestaltet sich die Auswahl einer passenden Entfernungsstufengröße etwas schwieriger. Als einfache Regel sollte die Größe der Entfernungsstufen mit der Anzahl von Entfernungsstufen multipliziert werden. Dies sollte etwa der Hälfte der größten Entfernung zwischen allen Punkten entsprechen. Wenn zudem der Bereich des angepassten Semivariogramm-Modells relativ zur Ausdehnung des empirischen Semivariogramms sehr klein ist, können Sie die Größe der Entfernungsstufen verringern. Wenn umgekehrt der Bereich des angepassten Semivariogramm-Modells relativ zur Ausdehnung des empirischen Semivariogramms groß ist, können Sie die Größe der Entfernungsstufen vergrößern.
Einen anderen Ansatz zur Bestimmung der Entfernungsstufengröße bietet die Verwendung des Werkzeugs Mittlerer nächster Nachbar, mit dem die durchschnittliche Entfernung zwischen Punkten und ihren nächsten Nachbarn bestimmt werden kann. Auf diese Weise lässt sich eine recht gute Entfernungsstufengröße ermitteln, da jede Entfernungsstufe mindestens einige Punktpaare enthält. Das Werkzeug "Mittlerer nächster Nachbar" befindet sich unter Analysen von Mustern in Spatial Statistics Tools. Sie müssen nur die Eingabe-Feature-Class angeben. Die Entfernungsmethode wird automatisch auf "Euklidische Entfernung" gesetzt.
Nach der Ausführung des Werkzeugs wird die "Beobachtete mittlere Entfernung" ausgegeben. Dieser Wert kann als Entfernungsstufengröße für die Semivariogramm-/Kovarianzmodellierung verwendet werden. Wenn das Dataset jedoch geclusterte Punkte oder Stichproben enthält, kann es ratsam sein, einen kleineren Wert für die Entfernungsstufengröße zu verwenden, um eine genauere Schätzung des Nugget-Wertes für das Semivariogramm-/Kovarianzmodell zu erhalten.
Weitere Informationen zum Anpassen eines Modells an das empirische Semivariogramm