Mit der Geostatistical Analyst-Lizenz verfügbar.
Es gibt zwei Arten von Richtungskomponenten, die sich auf die Vorhersagen in Ihrer Ausgabe-Oberfläche auswirken können: globale Trends und Richtungseinflüsse auf das Semivariogramm bzw. die Kovarianz (als Anisotropie bezeichnet). Ein globaler Trend ist ein übergeordneter Prozess, der sich in einer deterministischen Weise auf alle Messungen auswirkt. Der globale Trend kann durch eine mathematische Formel dargestellt werden (z. B. ein Polynom). Er kann aus der Analyse der Messpunkte entfernt und vor dem Treffen von Vorhersagen wieder hinzugefügt werden. Dieser Prozess wird als "Trendbereinigung" bezeichnet.
Informationen zur Trendbereinigung
Trend
Ein Beispiel für einen globalen Trend können die Auswirkungen der vorherrschenden Windrichtung an einem Fabrikschornstein sein. In der Abbildung werden die höheren Schadstoffkonzentrationen in warmen Farben (Rot- und Gelbtöne) und die niedrigeren Konzentrationen in kalten Farben (Grün- und Blautöne) dargestellt. Beachten Sie, dass sich die Schadstoffwerte in Ost-West-Richtung langsamer ändern als in Nord-Süd-Richtung. Dies liegt daran, dass Ost-West der Windrichtung entspricht, während Nord-Süd im rechten Winkel zur Windrichtung liegt.
Die Form der Semivariogramm-/Kovarianzkurve kann auch nach der Entfernung des globalen Trends oder bei Nichtvorhandensein eines Trends mit der Richtung variieren (Anisotropie). Die Anisotropie unterscheidet sich vom oben beschriebenen globalen Trend, weil der globale Trend durch einen physikalischen Prozess (die vorherrschende Windrichtung) beschrieben und durch eine mathematische Formel modelliert werden kann. Die Ursache der Anisotropie (Richtungseinfluss) im Semivariogramm ist normalerweise nicht bekannt und wird deshalb als Zufallsfehler modelliert. Aber auch bei unbekannter Ursache können anisotrope Einflüsse quantifiziert und berücksichtigt werden.
Anisotropie
Die Anisotropie ist in der Regel kein deterministischer Prozess, der mit einer einzigen mathematischen Formel beschrieben werden kann. Es gibt keine einzelne Quelle oder Einflussgröße, die sich vorhersagbar auf alle Messpunkte auswirkt. Die Anisotropie ist eine Eigenschaft eines Zufallsprozesses, der in einer Richtung eine höhere Autokorrelation aufweist als in einer anderen Richtung. Die folgende Abbildung zeigt das Konzept des Prozesses. Die höheren Schadstoffkonzentrationen werden wieder in warmen Farben (Rot- und Gelbtöne) und die niedrigeren Konzentrationen in kalten Farben (Grün- und Blautöne) dargestellt. Der Zufallsprozess zeigt Unebenheiten, die in einer Richtung kürzer sind als in einer anderen. Diese Unebenheiten könnten das Resultat eines unbekannten oder nicht messbaren physikalischen Prozesses sein, aber sie werden als Zufallsprozess mit direktionaler Autokorrelation modelliert.
Wenn Sie eine Kriging-Methode anwenden und Anisotropie berücksichtigen möchten, zeigt das empirische Semivariogramm für jede Richtung eine andere räumliche Beziehung. In diesem Beispiel nimmt die Form des Semivariogramms in Nord-Süd-Richtung schneller zu, bevor sie abflacht (dies ist die Richtung, in der sich die Konzentrationen schneller ändern). Die Punkte des empirischen Semivariogramms werden mithilfe von Semivariogramm-Modellen angepasst, die je nach Richtung die Form ändern, und die Kriging-Gewichtungen werden entsprechend angeglichen.
Die Anisotropie kann auch bei der Verwendung von deterministischen Methoden berücksichtigt werden, obgleich diese Methoden kein empirisches Maß für ihre Stärke oder Richtung bereitstellen. Für die Berücksichtigung der Anisotropie bei der Verwendung dieser Methoden müssen Sie das Ausmaß der Anisotropie anhand einer explorativen Analyse der räumlichen Daten und Ihrer Kenntnisse über das Phänomen beurteilen. Die Interpolationsgewichtungen werden auf Basis der von Ihnen festgelegten Ellipse der Suchnachbarschaft angepasst (bei ähnlichen Entfernungen von der vorhergesagten Position erhalten Datenpunkte entlang der großen Halbachse höhere Gewichtungen als Datenpunkte entlang der kleinen Halbachse).