Disponible avec une licence Geostatistical Analyst.
En règle générale, les objets proches les uns des autres se ressemblent davantage que ceux qui sont plus éloignés. Ce principe géographique est fondamental. Par exemple, supposons que vous êtes un urbaniste chargé d’aménager un parc paysager dans votre ville. Vous avez plusieurs sites candidats, et vous voulez modéliser les champs de vision à chaque localisation. Cela nécessite un jeu de données de surface d’élévation plus détaillé pour la zone d’étude. S’il existe déjà des données d’élévation pour 1 000 localisations dans toute la ville, vous pouvez vous en servir pour créer une nouvelle surface d’élévation.
Pour la création de la surface d’élévation, vous pouvez supposer que les valeurs d’échantillonnage les plus proches de la localisation de la prévision seront semblables. Mais combien de localisations d’échantillonnage devez-vous prendre en compte ? Toutes les valeurs d’échantillonnage doivent-elles être prises en compte de la même manière ? Plus vous vous éloignez de la localisation de la prévision, plus les points perdent de leur influence. Tenir compte d’un point trop éloigné peut être préjudiciable, car le point peut se trouver dans une zone radicalement différente de la localisation de la prévision.
Une solution consiste à prendre en compte suffisamment de points pour générer une prévision de qualité, mais assez peu pour rester pratique. Le nombre varie selon la quantité et la distribution des points d’échantillonnage et du caractère de la surface. Si les échantillons d’élévation sont distribués de façon relativement uniforme et que les caractéristiques de la surface ne changent pas considérablement dans le paysage, vous pouvez prévoir des valeurs de surface à partir de points à proximité avec une précision raisonnable. Pour tenir compte de la relation de distance, les valeurs des points plus proches sont généralement pondérées plus intensément que ceux plus éloignés. Ce principe est commun à toutes les méthodes d’interpolation proposées dans Geostatistical Analyst (à l’exception de l’interpolation polynomiale globale, qui attribue des pondérations égales à tous les points).
Vous avez un commentaire à formuler concernant cette rubrique ?