Что такое геостатистические методы интерполяции?

Доступно с лицензией Geostatistical Analyst.

Геостатистика изначально была связана со статистикой Земли, например, в области географии и геологии. Теперь геостатистика широко используется во многих областях и включает в себя пространственную статистику. Первоначально в пространственной статистике геостатистика была синонимом крикинга, который представляет собой статистическую версию интерполяции. Нынешнее определение расширилось и включает не только кригинг, но и многие другие методы интерполяции, в том числе детерминированные методы, описанные в разделе Детерминированные методы для пространственной интерполяции. Geostatistical Analyst предоставляет реализацию этого широкого определения геостатистики. Одной из существенных особенностей геостатистики является то, что изучаемое явление принимает значения (не обязательно измеряемые) всюду в области исследования, например, количество азота в поле или концентрации озона в атмосфере. Важно определить типы данных, которые могут быть проанализированы с использованием геостатистики.

Кригинг в ArcGIS Geostatistical Analyst Extension

Рассмотрите следующий прямоугольник в качестве области исследования. Пространственные местоположения в области исследования индексируются буквами si, где каждое отдельное местоположение индексируется подстрочным i.

прогнозируемые значения

В приведенном выше примере предположим, что собраны данные в местоположениях с s1 по s7, и необходимо спрогнозировать значение в местоположении s0, окрашенном красным цветом. Пример интерполяции. Крикинг предполагает, что местоположение s0 может располагаться в любом месте изучаемой области, и должно содержать реальное значение s0. Например, если данные содержат концентрацию азота s1, ..., s7, некоторая концентрация должна быть и в s0, данные о которой отсутствуют и их надо спрогнозировать. Обратите внимание, что данные собраны в момент события, но на самом деле они имеются всегда, поэтому они называются пространственно непрерывными.

В статистике значения часто описываются одним из следующих типов:

  • Непрерывный – любое действительное число (например, 1,4789 или 10965,6891);
  • Целый (например, -2, -1, 0, 1, 2);
  • Упорядоченная категория (например, плохой, средний, хороший);
  • Неупорядоченная категория (например, лесной, аграрный, городской);
  • Двоичный (например, 0 или 1).

Слово непрерывный может вызвать некоторое замешательство. Если данные непрерывны пространственно и по значению, с многомерным нормальным распределением, и известна автокорреляция многомерного распределения, кригинг является оптимальным методом интерполяции. Однако различные виды крикинга разработаны для обеспечения всех типов данных, перечисленных выше.