Доступно с лицензией Geostatistical Analyst.
Кригинг предполагает, что по крайней мере часть пространственных вариаций, наблюдаемых в природных явлениях, можно смоделировать при помощи случайных процессов с использованием пространственной автокорреляции, причем последняя должна быть смоделирована в явном виде. Приемы работы кригинга могут быть использованы для описания и моделирования пространственных структурных закономерностей, предсказывания значений в неизмеренных местоположениях, доступа погрешности, связанной с прогнозируемым значением в неизмеренных местоположениях.
Мастер геостатистики (Geostatistical Wizard) предусматривает несколько типов кригинга для разных типов данных с разными основными допущениями:
- Обычный (Ordinary);
- Простой (Simple)
- Универсальный (Universal);
- Индикаторный (Indicator);
- Вероятностный (Probability);
- Дизъюнктивный (Disjunctive);
- Эмпирический байесовский (Empirical Bayesian);
- Площадная интерполяция (Areal Interpolation).
Эти методы могут быть использованы для создания следующих поверхностей:
- Карты кригинга прогнозируемых значений
- карты стандартных ошибок кригинга, связанных с прогнозируемыми значениями;
- Карты вероятности, которые указывают, был ли превышен предопределенный критический уровень или нет
- карты квантилей для предустановленного уровня вероятности.
Исключения
- Индикаторный и вероятностный типы кригинга, которые позволяет получать следующие типы представлений:
- Карты вероятности, которые указывают, был ли превышен предопределенный критический уровень или нет
- карты стандартных ошибок индикаторов.
- Площадная интерполяция, которая позволяет получать следующие типы представлений:
- Карты предположенных значений
- карты стандартных ошибок, связанных с прогнозируемыми значениями.
Существует несколько компонентов геостатистических моделей. Самые важные предназначены для изучения данных посредством исследовательского анализа пространственных данных (exploratory spatial data analysis, ESDA) и вариографии (см. разделы Создание эмпирических вариограмм и Подгонка модели к эмпирической вариограмме), создания модели кригинга в соответствии с потребностями пользователя (см. разделы Различные модели кригинга и Выходные типы поверхности, которые могут создавать модели кригинга) и проверки точности результатов путем перекрестной и обычной проверок и сравнения альтернативных моделей для выбора лучшей.