Her iki form da Tobler'in ilk coğrafya yasasına dayanır: yakın olan şeyler, birbirinden daha uzak olan şeylerden daha fazladır.
IDW iki tekniğin daha basittir. Bilinmeyen ve bilinen noktalar arasındaki mesafelerin bir fonksiyonu olarak belirlenen bilinen z değerlerini ve ağırlıklarını kullanmayı içerir. IDW noktalarında, uzaktaki noktalardan çok daha az etkiye sahiptir. Ters mesafe ağırlıklarının etkisi, kullanıcı tarafından ters mesafenin yükseltildiği gücü değiştirerek belirlenir.
Bu şemada görüldüğü gibi, bir arama yarıçapı kullanarak hangi veri noktalarının (z değerleri) IDW'nin dikkate alınacağı sınırlarını belirleyebilirsiniz .
IDW, istatistiksel modellerin kullanılmaması nedeniyle Kriging'ten farklıdır. Dikkate alınan uzamsal otokorelasyonun tespiti yoktur (başka bir deyişle, değişkenlerin değişken mesafelerde nasıl korelasyon gösterdiği belirlenmemiştir). IDW'de bilinmeyen alanları belirlemek için sadece bilinen z değerleri ve mesafe ağırlıkları kullanılır.
IDW'nin, tanımlamanın kolay ve dolayısıyla sonuçları anlamanın kolay olması avantajına sahiptir. Sonuçların nasıl elde edildiğinden emin değilseniz Kriging'i kullanmak tavsiye edilmeyebilir. Kriging, aykırı değerler olduğunda da acı çeker ( bir açıklama için buraya bakın ).
ESRI durumları :
Kriging, verilerde uzamsal olarak korelasyonlu bir mesafe veya yönel önyargı olduğunu bildiğinizde en uygunudur. Toprak bilimi ve jeolojide sıklıkla kullanılır.
Kriging markaları mezun mesafeler (güzel bir giriş burada bulabilirsiniz en noktalar arasındaki mekansal otokorelasyon hesaplamak için variogramların bir kullanımı olduğunu istatistiksel bir yöntemdir STATİOS Variogram Giriş ve variogramların Washington Intro ). Çeşitli mesafelerde uygulanması gereken ağırlıkları belirlemek için bu uzamsal otokorelasyon hesaplamasını kullanır. Mekansal otokorelasyon, noktalar arasındaki kareler arasındaki farklar alınarak belirlenir. Kriging'i netleştirmek için buradaki IDW'ye benzer:
IDW interpolasyonunda olduğu gibi, kriging ölçülmeyen yerleri tahmin etmek için çevresindeki ölçülen değerlerden ağırlık oluşturur. IDW enterpolasyonunda olduğu gibi, ölçülmemiş yerlere en yakın ölçülen değerler en büyük etkiye sahiptir. ( Kaynak )
Ancak farklılıklar, yarı variogram tarafından belirlenen ağırlıklara yardımcı olur.
“N, h uzaklığı ile ayrılmış z özniteliği değerlerinin gözlem noktası örnek noktalarının sayısıdır” (Burrough ve McDonnell, 2004: 134).
Çeşitli Kriging türleri vardır .
Daha fazla okuma:
- IDW nasıl çalışır ?
- Kringing nasıl çalışır :
- Kriging nasıl kullanılır :
- İnterpolasyon Çeşitleri :