Disponible avec une licence Geostatistical Analyst.
Optimisation des paramètres
Geostatistical Analyst permet d’optimiser, via le bouton Optimize (Optimiser) 
, la sortie de certains modèles d’interpolation. Dans tous ces modèles, l’optimisation repose sur la réduction de l’erreur quadratique moyenne. Le processus d’optimisation de chaque modèle est centré sur ses paramètres les plus importants.
La valeur de puissance de IDW est le seul paramètre pour ce modèle d’interpolation utilisé dans l’optimisation.
La valeur Kernel Parameter (Paramètre du noyau) est le seul paramètre d’optimisation variable utilisé avec les fonctions de base radiale.
La valeur Elevation Inflation Factor (Facteur d’inflation de l’élévation) dans le krigeage bayésien empirique 3D peut être optimisée. La valeur optimale dépendant de beaucoup d’autres paramètres, il est donc conseillé de choisir tous les autres paramètres avant d’optimiser le facteur d’inflation de l’élévation.
L’optimisation est également utilisée dans le krigeage pour faciliter l’ajustement du modèle de semi-variogramme/covariance/covariance croisée et est principale axée sur le paramètre de portée. L’optimisation du modèle de semi-variogramme/covariance est réalisée en supposant qu’un modèle de semi-variogramme est utilisé, qu’il est isotrope et que le voisinage de recherche est la valeur par défaut, avec quatre secteurs. Le paramètre Translations utilisé dans le cokrigeage peut être inclus dans le processus d’optimisation.
Dans l’optimisation LPI, si l’indicateur Advanced mode est défini sur False (Faux), l’indice de conditionnement spatial n’est pas utilisé dans l’optimisation. La valeur Goodness of Fit (Qualité de l’ajustement) peut servir à déterminer un modèle LPI qui produit des valeurs optimales.
Il est également possible d’optimiser des paramètres particuliers pour certaines des méthodes d’interpolation. Dans le cas de LPI, le paramètre Bandwidth (Bande passante) et le paramètre Spatial Condition Number Threshold (Seuil de l’indice de conditionnement spatial) peuvent être optimisés.
Il existe plusieurs paramètres de semi-variogramme dans le krigeage qui peuvent être optimisés individuellement à l’aide du bouton Automatic (Automatique) 
dans l’assistant géostatique. L’erreur quadratique moyenne d’une série de valeurs est calculée et le paramètre qui présente la valeur EQM la plus petite est sélectionné.
Vous avez un commentaire à formuler concernant cette rubrique ?