Geostatistical Analyst のライセンスで利用可能。
地球統計学的 (クリギング) モデルは複数のコンポーネントから成り、データの調査、経験的セミバリオグラムまたは共分散の値の計算、経験値へのモデルの適合、クリギング方程式の行列の生成、方程式の計算による出力サーフェス内の各位置における推定値とそれに関連する誤差 (不確実性) の取得を行います。
経験的セミバリオグラムの計算
クリギングは、大部分の内挿手法と同様に、互いに近接しているものは離れた位置にあるものより類似性が高いという基本原則に基づいています (ここでは空間的自己相関として定量化)。 経験的セミバリオグラムはこの関係性を調査するための手段です。 互いに近接しているペアは離れた位置にあるペアより差異が小さくなります。 この仮定が真となる範囲を経験的セミバリオグラムで調査することができます。
モデルの適合
適合では、ポイント間の適合が最良となるモデルを定義します。 つまり、各ポイントとの間の差の重み付き二乗が最小となるラインを見つける必要があります。 これを加重最小二乗適合と呼びます。 このモデルはデータ内の空間的自己相関を定量化します。 以下の図は、経験的セミバリアンス (赤色の点) と各ポイントを最も適切に表すモデル (青色のライン) を示しています。
行列の作成
クリギング方程式はサンプル測定位置と推定位置の間の空間的自己相関に依存する行列とベクトルから構成されます。 自己相関の値はセミバリオグラム モデルから導かれます。 この行列とベクトルによって、検索近傍内の各測定値に割り当てられるクリギングの加重が決まります。
推定の実行
測定値に割り当てられたクリギングの加重から、値が未知である位置について推定値が計算されます。
