Sélection de la taille des classes de distance

Disponible avec une licence Geostatistical Analyst.

La sélection de la taille des classes de distance a d’importantes répercussions sur le semi-variogramme empirique. Par exemple, si la taille des classes de distance est trop élevée, l’autocorrélation à court terme risque d’être masquée. Si la taille des classes de distance est trop faible, elle risque de faire apparaître un nombre élevé de groupes vides et les tailles des échantillons au sein des groupes seront trop petites pour obtenir des moyennes représentatives pour les groupes.

Lorsque les échantillons se situent sur une grille d’échantillonnage, l’espacement de la grille est généralement un bon indicateur de la taille des classes de distance. Toutefois, si les données sont acquises à l’aide d’une structure d’échantillonnage irrégulière ou aléatoire, la sélection de la taille des classes de distance appropriée n’est pas si simple. En règle générale, il convient de multiplier la taille des classes de distance par le nombre de classes de distance, soit environ la moitié de la plus grande distance parmi tous les points. Par ailleurs, si la portée du modèle de semi-variogramme ajusté est très faible par rapport à l’étendue du semi-variogramme empirique, vous pouvez diminuer la taille des classes de distance. Inversement, si la portée du modèle de semi-variogramme ajusté est grande par rapport à l’étendue du semi-variogramme empirique, vous pouvez augmenter la taille des classes de distance.

Pour déterminer la taille des classes de distance, vous pouvez aussi utiliser l’outil Moyenne du voisin le plus proche pour connaître la distance moyenne entre les points et leurs voisins les plus proches. Vous obtenez ainsi une taille satisfaisante pour les classes de distance, car chaque classe de distance contiendra au moins quelques paires de points. L’outil Moyenne du voisin le plus proche se trouve dans Spatial Statistics Tools (Outils de statistiques spatiales), sous Analyzing Patterns (Analyse de modèles). Seule la classe d’entités en entrée doit être spécifiée. La méthode de calcul de distance est définie automatiquement sur la distance euclidienne.

Une fois l’outil exécuté, il imprime une distance moyenne observée et cette valeur peut servir de taille des classes de distance pour la modélisation du semi-variogramme/de la covariance. Toutefois, si le jeu de données contient des échantillons ou des points agrégés, il peut être préférable d’utiliser une valeur plus petite pour la taille des classes de distance afin d’obtenir une estimation plus précise de la pépite pour le modèle de semi-variogramme/covariance.

En savoir plus sur l’ajustement d’un modèle au semi-variogramme empirique