Cokriging
Cokriging erweitert Kriging, indem es eine oder mehrere korrelierte sekundäre Variablen verwendet, um die Vorhersage einer primären Variablen zu verbessern. Wenn die interessierende Variable nur spärlich beprobt ist, aber eine verwandte, kostengünstiger zu messende Variable dicht beprobt wird, nutzt Cokriging die Stärke der sekundären Variablen durch deren Kreuzkorrelation. Dies führt zu genaueren Interpolationen und Vorhersagevarianzen als beim Kriging der primären Variablen allein.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Matheron, G. (1963). Principles of geostatistics. Economic Geology, 58(8), 1246–1266. DOI: 10.2113/gsecongeo.58.8.1246 ↗
- Cressie, N. A. C. (1993). Statistics for Spatial Data (Revised ed.). John Wiley & Sons. ISBN: 978-0-471-00255-0
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Cokriging (Multivariate Geostatistical Interpolation). ScholarGate. https://scholargate.app/de/spatial-analysis/cokriging
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Geographisch gewichtete Regression (GWR)Räumliche Analyse↔ compare
- Inverse Distance Weighting (IDW)Räumliche Analyse↔ compare
- Universelles Kriging (Kriging mit Trend)Räumliche Analyse↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →