Autor:
• sobota, Luty 16th, 2019

Idéalement, vous essayez de baisser votre valeur R-squared, le mieux adapté que possible. Cependant, lorsque vous comprenez comment le phénomène se comporte avec la distance, vous pouvez mieux choisir le modèle à utiliser. Quatre modèles théoriques sont supportés par PROC KRIGE2D: les modèles sphériques, gaussiens, exponentiels et de puissance. Pour les trois premiers types, les paramètres a0 et C0, correspondant aux options RANGE = et SCALE = dans l`instruction MODEL dans PROC KRIGE2D, ont les mêmes dimensions et ont des effets similaires sur la forme de, comme illustré dans le paragraphe suivant. Cela est dû au fait que le modèle variogramme influe sur la prédiction de ces valeurs inconnues pendant l`interpolation de krigeage. Pour ce modèle, le paramètre a0 est une quantité sans dimension, avec des valeurs typiques 0 < a0 < 2. Notez que la valeur de a0 = 1 donne une ligne droite. Le paramètre C0 a des dimensions de la variance, comme dans les autres modèles. Il n`y a pas de seuil pour le modèle de puissance. La forme du modèle d`alimentation avec a0 = 0.4 et C0 = 4 est affichée dans la figure 34,7. La valeur à laquelle le modèle de semi-variogramme atteint la plage (la valeur sur l`axe y) est appelée le seuil. Un rebord partiel est le seuil moins la pépite.

La pépite est décrite dans la section suivante. SILL: la valeur à laquelle le modèle s`aplatit d`abord. Mais comme indiqué dans le semi-variogramme avec le seuil et la gamme, il commence à atteindre son niveau asymptotique plat. C`est quand vous essayez d`adapter une fonction pour modéliser ce comportement. Pour adapter un modèle au semi-variogramme empirique, sélectionnez une fonction qui sert de modèle, par exemple, un type sphérique qui s`élève et s`éteint pour des distances plus grandes au-delà d`une certaine plage (Voir l`exemple de modèle sphérique ci-dessous). Il y a des écarts des points sur le semi-variogramme empirique du modèle; certains points sont au-dessus de la courbe du modèle, et certains points sont inférieurs. Toutefois, si vous ajoutez la distance à chaque point est au-dessus de la ligne et ajouter la distance chaque point est en dessous de la ligne, les deux valeurs doivent être similaires. Il existe de nombreux modèles de semi-variogramme à partir desquels choisir. Le krigeage universel suppose qu`il y a une tendance dominante dans les données — par exemple, un vent dominant — et il peut être modélisé par une fonction déterministe, un polynôme. Ce polynôme est soustrait des points mesurés d`origine, et l`autocorrélation est modélisée à partir des erreurs aléatoires. Une fois que le modèle est adapté aux erreurs aléatoires et avant de faire une prédiction, le polynôme est ajouté aux prédictions pour donner des résultats significatifs. Le krigeage universel ne doit être utilisé que lorsque vous savez qu`il y a une tendance dans vos données et que vous pouvez donner une justification scientifique pour la décrire.

Kriging suppose que la distance ou la direction entre les points d`échantillonnage reflète une corrélation spatiale qui peut être utilisée pour expliquer la variation de la surface. L`outil krigeage ajuste une fonction mathématique à un nombre spécifié de points, ou tous les points dans un rayon spécifié, pour déterminer la valeur de sortie pour chaque emplacement. Kriging est un processus à plusieurs étapes; Il inclut l`analyse statistique exploratoire des données, la modélisation variogramme, la création de la surface et (éventuellement) l`exploration d`une surface de variance. Kriging est le plus approprié quand vous savez qu`il y a une distance spatialement corrélée ou un biais directionnel dans les données. Il est souvent utilisé dans les sciences du sol et la géologie. Bien que les semi-variogrammes sont pratiques pour comprendre la variation avec la distance, le modèle que vous choisissez parmi les semi-variogrammes va généralement en krigeage. Parce que ce type de technique d`interpolation utilise le modèle mathématique du semi-variogramme, c`est l`une des meilleures formes de prédiction aujourd`hui. Notez le déroulement général de l`enquête. Après qu`un choix approprié soit fait des options LAGDIST = et MAXLAG = et, éventuellement, de l`option NDIR = (ou une instruction de DIRECTIONS), le semivariogramme expérimental est calculé.

Category: Bez kategorii
You can follow any responses to this entry through the RSS 2.0 feed. Responses are currently closed, but you can trackback from your own site.