Ordinary Kriging Spatial Interpolation
Képzelje el, hogy esőmérők vannak szétszórva egy területen, és egy megfigyeletlen pontban szeretné becsülni az esőzést. Az Ordinary Kriging azt mondja: a közeli mérők többet számítanak, de nem csak azért, mert közel vannak – először megtanulja a térbeli függőség tényleges mintázatát az adatokból (a variogramon keresztül), majd ezt a mintázatot használja minden mérő optimális súlyozására. Minél távolabb van a megfigyeletlen pont bármely mérőtől, és minél gyengébb a térbeli korreláció, annál nagyobb bizonytalanságot ad vissza a becslés mellett.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+14 more
Források
- 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.). Wiley-Interscience. ISBN: 978-0471002550
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Ordinary Kriging Spatial Interpolation. ScholarGate. https://scholargate.app/hu/spatial-analysis/ordinary-kriging
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.
- Ko-kriging: Multivariáns Geostatisztikai InterpolációTérbeli elemzés↔ compare
- Földrajzilag súlyozott regresszió (GWR)Térbeli elemzés↔ compare
- Térbeli autokorrelációTérbeli elemzés↔ compare
- Univerzális krigelés (krigelés trenddel)Térbeli elemzés↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →