Cтраница 1
Кригинг обрабатывает эти поверхности так, считая их образованными из трех независимых величин. Первая, называемая дрейфом или структурой ( drift or structure) поверхности, представляет поверхность как общий тренд в определенном направлении. Наконец, мы имеем случайный шум ( random noise), который не связан с общей тенденцией и не имеет пространственной автокорреляции. Кларк [ Clarke, 1990 ] удачно иллюстрирует этот набор значений посредством аналогии: когда мы идем вверх по горе, рельеф местности изменяется в восходящем направлении между отправной точкой и вершиной; это - дрейф. По пути мы встречаем локальные снижения и повышения, сопровождаемые случайными, но коррелированными высотами. [1]
Кригинг существует в двух основных формах. [2]
Кригинг часто дает довольно точные оценки пропущенных значений, но эта точность обходится ценой времени и вычислительных ресурсов. Но даже при этом кригинг имеет еще одно преимущество перед другими методами интерполяции, - он не только дает интерполированные значения, но также и оценку возможной ошибки этих значений. Это может навести на мысль, что данный метод следует применять повсеместно, но увы. Когда мы имеем дело с большим уровнем локального шума из-за ошибок измерений или большие вариации высоты между отсчетами, в данном методе становится трудным построение кривой полудисперсии. А в таких условиях результаты кригинга будут не лучше, чем полученные другими методами. [3]
Кригинг в принципе понижает оценки для блоков ( зон влияния), характеризуемых высокими значениями параметра, и повышает их для блоков с низкими значениями, но делает это с учетом взаимного расположения таких блоков и особенностей пространственной изменчивости признака. [4]
Кригинг существует в двух основных формах. [5]
Кригинг ( kriging) - методика оценки по средневзвешенным значениям и скользящей средней, по геостатистическим данным, которая использует пространственную корреляцию точечных измерений для оценки значений в прилегающих, не замеряемых точках. [6]
Кригинг часто дает довольно точные оценки пропущенных значений, но эта точность обходится ценой времени и вычислительных ресурсов. Но даже при этом кригинг имеет еще одно преимущество перед другими методами интерполяции, - он не только дает интерполированные значения, но также и оценку возможной ошибки этих значений. Это может навести на мысль, что данный метод следует применять повсеместно, но увы. Когда мы имеем дело с большим уровнем локального шума из-за ошибок измерений или большие вариации высоты между отсчетами, в данном методе становится трудным построение кривой полудисперсии. А в таких условиях результаты кригинга будут не лучше, чем полученные другими методами. [7]
Кригинг обрабатывает эти поверхности так, считая их образованными из трех независимых величин. Первая, называемая дрейфом или структурой ( drift or structure) поверхности, представляет поверхность как общий тренд в определенном направлении. Наконец, мы имеем случайный шум ( random noise), который не связан с общей тенденцией и не имеет пространственной автокорреляции. Кларк [ Clarke, 1990 ] удачно иллюстрирует этот набор значений посредством аналогии: когда мы идем вверх по горе, рельеф местности изменяется в восходящем направлении между отправной точкой и вершиной; это - дрейф. По пути мы встречаем локальные снижения и повышения, сопровождаемые случайными, но коррелированными высотами. [8]
Наиболее эффективен кригинг при обработке результатов эксплуатационного опробования и организации управления качеством добываемого сырья. [9]
В основе кригинга лежит представление о пространственных переменных, среднее значение которых для некоторой области может быть вычислено через точечные оценки внутри и вне этой области с учетом пространственной взаимокорреляции значений переменной от расстояния между точечными наблюдениями. [10]
В случаях, когда такой взаимозависимости не наблюдается, классический кригинг не применим, но могут быть использованы некоторые эмпирические приемы корректировки результатов подсчетов. [11]
Для интерполяции данных, получаемых в точках опробования пород, методом кригинга были использованы эмпирические полуварио-граммы, аппроксимированные аналитической зависимостью (4.31); коэффициенты этого уравнения, в том числе параметр, характеризующий эффект самородков, приведены в легендах на рис. 4.17. Интерполяционная сетка для двухмерного моделирования включала 101x121 равносторонних ( Ах Лу 0 25 м) блоков. [12]
Линейная интерполяция. Поиск пропущенных значений между отметками 100 и 150 м. [13] |
Здесь мы рассмотрим три метода интерполяции: метод обратных взвешенных расстояний ( ОВР), метод поверхности тренда и кригинг. Есть книги, детально рассматривающие и многие другие методы [ Burrough, 1983; Davis, 1986 ], здесь мы ограничимся только самыми известными. [14]
Для интерполяции пространственных данных используются различные комплексы программ для ЭВМ: метод сглаживания, метод аппроксимации, метод линейной интерполяции, метод точечного кригинга и др. Компьютерные программы позволяют непредвзято и более точно, чем указанные выше методы, провести на карте границы зон загрязнения. Наилучший метод интерполяции выбирается для каждого конкретного обследования, исходя из имеющейся информации. Особенности выполнения интерполяционных расчетов описаны в специальной литературе. Для исполнителей можно рекомендовать комплекс программ SURFER или аналогичные для персональной ЭВМ, позволяющий по опытным точкам рассчитывать концентрации в узлах регулярной сетки желаемой густоты и строить изолинии с заданным шагом. [15]