Ich habe Online-Tutorials für räumliches Kriging mit beiden geoR
und gstat
(und auch automap
) verfolgt. Ich kann räumliches Kriging durchführen und verstehe die Hauptkonzepte dahinter. Ich weiß, wie man ein Semivariogramm erstellt, wie man ein Modell daran anpasst und wie man gewöhnliches Kriging durchführt.
Was ich nicht verstehe ist, wie die Gewichte der umgebenden Messwerte bestimmt werden. Ich weiß, dass sie aus dem Semivariogramm stammen und von der Entfernung vom Vorhersageort und von der räumlichen Anordnung der gemessenen Punkte abhängen. Aber wie?
Könnte jemand bitte ein gewöhnliches Kriging-Modell (nicht bayesianisch) mit 3 zufällig gemessenen Punkten und 1 Vorhersageort erstellen? Es wäre aufschlussreich.
prediction
spatial
weights
kriging
Pigna
quelle
quelle
Antworten:
Zuerst beschreibe ich gewöhnliches Kriging mit drei Punkten mathematisch. Angenommen, wir haben ein intrinsisch stationäres Zufallsfeld.
Gewöhnliches Kriging
Wir versuchen , den Wert vorherzusagen unter Verwendung der bekannten Werte Z = ( Z ( x 1 ) , Z ( x 2 ) , Z ( x 3 ) ) Die Vorhersage wollen wir von der Form Z ( x 0 ) = λ T Z wobei λ = ( λ 1 , λ 2 , λ 3 )Z.( x0) Z.= ( Z.( x1) , Z.( x2) , Z.( x3) )
Das genaue Verhalten der Gewichte ist nur aus der Gleichung schwer zu erkennen, aber man kann sehr grob sagen:
Sie können mit der
clickppp
Funktion von spatstat damit spielen :Hier einige Beispiele
Punkte nahe beieinander teilen sich die Gewichte
In der Nähe Punkt "stehlen" die Gewichte
Es ist möglich, negative Gewichte zu erhalten
Ich hoffe, dies gibt Ihnen ein Gefühl dafür, wie die Gewichte funktionieren.
quelle