Disponible avec une licence Geostatistical Analyst.
Les géostatistiques, comme indiqué dans la rubrique d’introduction Présentation des géostatistiques, sont un ensemble de méthodes qui vous permettent d’estimer les valeurs des localisations où aucun échantillon n’a été prélevé et également pour évaluer l’incertitude de ces estimations. Ces fonctions sont essentielles dans de nombreux processus décisionnels, car il est impossible en pratique de prélever des échantillons dans chaque localisation d’une zone d’intérêt.
Il est toutefois important de se rappeler que ces méthodes sont un moyen qui vous permet de construire des modèles de la réalité (c’est-à-dire du phénomène qui vous intéresse). C’est à vous de construire des modèles qui répondent à vos besoins spécifiques et de fournir les informations nécessaires pour prendre des décisions avisées et utiles. Une grande partie de la construction d’un modèle de qualité repose sur votre compréhension du phénomène, sur la façon dont les données d’échantillonnage ont été obtenues et ce qu’elles représentent et sur vos attentes par rapport au modèle. Les étapes générales de construction d’un modèle sont indiquées dans Processus géostatistique.
De nombreuses méthodes d’interpolation existent. Certaines sont assez flexibles et peuvent s’adapter à différents aspects des données d’échantillonnage. D’autres sont plus restrictives et exigent des données qu’elles répondent à des conditions spécifiques. Les méthodes de krigeage, par exemple, sont assez flexibles, mais la gamme de krigeage comporte différents degrés de conditions qui doivent être satisfaits pour que la sortie soit valide. Geostatistical Analyst propose les méthodes d’interpolation suivantes :
- Interpolation surfacique
- Interpolation par diffusion avec interruptions
- Krigeage disjonctif
- Prévision de la régression EBK
- Krigeage bayésien empirique
- Krigeage bayésien empirique 3D
- Simulations géostatistiques gaussiennes
- Polynôme global
- Krigeage d’indicatrices
- Pondération par l’inverse de la distance
- Interpolation par noyaux avec interruptions
- Polynôme local
- Krigeage ordinaire
- Krigeage de probabilités
- Fonctions de base radiale
- Krigeage simple
- Krigeage universel
Chacune de ces méthodes comporte son propre ensemble de paramètres, ce qui vous permet de personnaliser chaque modèle pour un jeu de données en particulier et les conditions requises de la sortie générée. Pour vous aider à choisir la méthode à utiliser, elles ont été classées selon différents critères, comme indiqué à la section Arbres de classification des méthodes d’interpolation proposées dans Geostatistical Analyst. Après avoir clairement défini l’objectif du développement d’un modèle d’interpolation et avoir pleinement examiné les données d’échantillonnage, ces arbres de classification pourront vous aider à trouver une méthode appropriée.
Vous avez un commentaire à formuler concernant cette rubrique ?