Mit der Geostatistical Analyst-Lizenz verfügbar.
Geostatistik, wie im Einführungsthema Was ist Geostatistik? erwähnt, besteht aus einer Sammlung von Methoden, mit deren Hilfe Sie Werte für Positionen schätzen, an denen keine Stichproben genommen wurden, und auch die Unsicherheit dieser Schätzungen bewerten können. Diese Funktionen sind von wesentlicher Bedeutung bei Prozessen der Entscheidungsfindung, da es in der Praxis unmöglich ist, an jeder Position in einem Interessengebiet Stichproben zu nehmen.
Es muss unbedingt beachtet werden, dass diese Methoden ein Mittel sind, mit dessen Hilfe Sie Modelle der Realität konstruieren (d. h. Modelle des Phänomens, an dem Sie interessiert sind). Es ist an Ihnen, dem Praktiker, Modelle zu erstellen, die Ihren spezifischen Anforderungen genügen, und die erforderlichen Informationen zu liefern, mit denen Sie wohlinformierte und fundierte Entscheidungen treffen können. Ein großer Teil beim Erstellen eines guten Modells hängt von Ihrem Verständnis des Phänomens ab und davon, wie die Referenzdaten gewonnen wurden, was sie darstellen und welche Ergebnisse Sie vom Modell erwarten. Eine Beschreibung der allgemeinen Schritte beim Erstellen eines Modells finden Sie unter Der geostatistische Arbeitsablauf.
Es gibt viele Interpolationsmethoden. Einige sind sehr flexibel und können verschiedene Aspekte der Referenzdaten berücksichtigen. Andere sind restriktiver und verlangen, dass die Daten bestimmte Bedingungen erfüllen. Kriging-Methoden beispielsweise sind sehr flexibel, aber innerhalb der Kriging-Familie gibt es unterschiedliche Grade von Bedingungen, die erfüllt werden müssen, damit die Ausgabe gültig ist. Geostatistical Analyst stellt die folgenden Interpolationsmethoden zur Verfügung:
- Global polynomial
- Lokal polynomial
- Inverse Distance Weighted
- Radiale Basisfunktionen
- Diffusion Interpolation With Barriers
- Kernel Interpolation With Barriers
- Kriging mit der Option "Ordinary"
- Einfaches Kriging
- Kriging mit der Option "Universal"
- Indikator-Kriging
- Kriging mit der Option "Probability"
- Disjunktives Kriging
- Gaussian Geostatistical Simulations
- Flächeninterpolation
- Empirical Bayesian Kriging
Jede dieser Methoden verfügt über einen eigenen Satz an Parametern, mit denen sie für ein bestimmtes Dataset und Anforderungen an die zu generierende Ausgabe angepasst werden können. Als Anleitung bei der Auswahl der passenden Methode wurden die Methoden nach verschiedenen Kriterien klassifiziert. Siehe dazu Klassifizierungsverzeichnisse der Interpolationsmethoden in Geostatistical Analyst. Nachdem Sie das Ziel für die Entwicklung eines Interpolationsmodells klar definiert und die Referenzdaten vollständig geprüft haben, können Ihnen diese Klassifizierungsverzeichnisse helfen, eine geeignete Methode zu finden.
Feedback zu diesem Thema?