Mit der Geostatistical Analyst-Lizenz verfügbar.
Häufig wird die räumliche Verteilung eines Phänomens durch zwei oder mehr Prozesse bestimmt. So kann sich beispielsweise die Menge der Vegetation (Biomasse) auf die Höhe und die Bodenfeuchte beziehen. Ist diese Beziehung bekannt, kann zur Vorhersage der Biomasse CoKriging verwendet werden. Sie könnten die Messwerte der Biomasse als Dataset 1, die Höhe als Dataset 2 und die Bodenfeuchte als Dataset 3 verwenden. An jedes Dataset könnten Sie unterschiedliche Semivariogramm-Modelle anpassen, da jedes eine andere räumliche Struktur aufweist. So könnte das sphärische Modell am besten für die Höhe geeignet sein, das exponentielle Modell für die Bodenfeuchte und eine Kombination der Modelle für die Biomasse. Die Modelle können dann auf eine Art und Weise miteinander kombiniert werden, die am besten zur Struktur der Daten passt.
In manchen Fällen sind die kausalen Beziehungen der Faktoren, die die räumliche Struktur in einem Phänomen bestimmen, jedoch nicht bekannt. Bleiben wir bei dem obigen Beispiel mit der Biomasse: Vielleicht liegen Ihnen nur die Stichprobenpunkte zum Messen der Biomasse vor. Bei der Überprüfung des Semivariogramms fallen Ihnen eindeutige Wendepunkte auf.
Die Punkte steigen an, verlaufen dann gerade und biegen sich erneut, um zum Grenzwert hin abzuflachen. Sie vermuten, dass die Daten zwei verschiedene Strukturen aufweisen, die mit einem einzelnen Modell nicht erfasst werden. Sie können zum Modellieren des Semivariogramms zwei separate Modelle (z. B. ein sphärisches und ein exponentielles Modell) verwenden und diese anschließend zu einem einzigen Modell zusammenführen. Bei Bedarf können auch drei Modelle miteinander kombiniert werden.
Es empfiehlt sich nicht, verschiedene Zufallsprozesse durch ein einziges Semivariogramm darzustellen. Nach Möglichkeit sollten die räumlichen Prozesse getrennt werden. Die kausalen Beziehungen sind jedoch nicht immer klar. Durch die Auswahl mehrerer Modelle stehen zusätzliche Parameter zum Schätzen zur Verfügung. Es handelt sich hier um einen subjektiven Vorgang, den Sie nach Augenmaß durchführen und anschließend durch Kreuzvalidierungsstatistiken quantifizieren können.
Weitere Informationen zur Kreuzvalidierung