Доступно с лицензией Geostatistical Analyst.
Часто могут существовать несколько процессов, которые определяют пространственное распределение какого-либо явления. Например, количество растительности (биомасса) может быть связано с высотой над уровнем моря и влажностью почвы. Если это отношение известно, можно использовать кокригинг для прогнозирования биомассы. Например, можно использовать измеренные значения биомассы в качестве одного набора данных, высоты над уровнем моря в качестве второго и влажности почвы в качестве набора данных номер три. Для каждого набора данных можно подобрать различные модели вариограмм, поскольку у каждого из них своя пространственная структура. То есть сферическая модель может лучше всего подходить для высот, экспоненциальная модель - для влажности почвы, а комбинация моделей лучше всего соответствовать биомассе. Затем модели можно объединить таким образом, чтобы они наилучшим образом соответствовали структуре данных.
Однако вы не всегда знаете причинно-следственные связи факторов, определяющих пространственную структуру того или иного явления. В том же примере с биомассой, приведенном выше, у вас могут быть только точки выборки, измеряющие биомассу. При изучении вариограммы можно заметить отчетливые точки перегиба.
Точки идут вверх, выпрямляются и снова сгибаются, образуя седловидную форму. Допустим, есть две отдельные структуры в данных и одна модель их не отражает. Вы можете смоделировать вариограмму с помощью двух или трех отдельных моделей (например, сферической и экспоненциальной), объединив их в одну модель. При необходимости можно объединить и три модели.
Представление нескольких отдельных случайных процессов с помощью одной вариограммы не рекомендуется, и лучше разделять пространственные процессы, если это возможно. Однако причинно-следственные связи не всегда понятны. Выбор нескольких моделей добавляет большее число параметров для оценки и является субъективным упражнением, которое вы выполняете на глаз, а затем количественно оцениваете с помощью статистики перекрестной проверки.
Подробнее о перекрестной проверке