Variogramme und Kriging

Slides:



Advertisements
Ähnliche Präsentationen
T - Test Prüfung des Mittelwerteunterschieds bei abhängigen und unabhängigen Stichproben.
Advertisements

Mathias Pennekamp ~ Kriging
Geoinformation II WS 04/05 Kriging
Das virtuelle Physiklabor im Computer: Vom Experiment zur Simulation
Masterstudiengang IE (Industrial Engineering)
Genetische Algorithmen für die Variogrammanpassung
Modellierung und Schätzung von Variogrammen
Seminar „Extrapolationsmethoden für zufällige Felder“
1 1. Splineglättung 1.1 Motivation 1.2 Notation 1.3 Splineglättung
Physikalische Messgrößen
Forschungsstrategien Johannes Gutenberg Universität Mainz
Gliederung Definition des Wahrscheinlichkeitsbegriffes
Forschungsstatistik II
Optimale Kombination mehrerer Datenquellen durch Kriging
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil.
Geostatistik Interpolation & Kriging Geostatistik Interpolation
Geostatistik Kriging Christian Fleischer.
2. Univariate Regressionsanalyse 2.1 Das statische Regressionsmodell
Konzentrationsmaße (Gini-Koeffizient, Lorenz-Kurve) Konzentrationsmaße Kennwert für die wirtschaftliche Konzentration Typische Beispiele: Verteilung des.
Statistische Methoden II SS 2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Mögliche Funktionenklassen
Datenmatrix. Datentabelle für 2 Merkmale Kontingenztafel der absoluten Häufigkeiten.
Datenmatrix.
Korrelationskoeffizient nach Bravais-Pearson Eigenschaften X und Y unabhängig.
Datentabelle für 2 Merkmale
Maximum-Likelihood-Schätzer ( diskreter Fall) Likelihood-Funktion mit oder M-L-Schätzer.
Univariate Statistik M. Kresken.
Unser neuntes Tutorium
(Gini-Koeffizient, Lorenz-Kurve)
Wiederholung und Beispiele
Eigenschaften der OLS-Schätzer
Multikollinearität Wann spricht man von Multikollinearität?
Computergrafik – Inhalt Achtung! Kapitel ist relevant für CG-2!
Ausgleichungsrechnung I
Computerorientierte Physik VORLESUNG Zeit: jeweils Mo Uhr Ort: Hörsaal 5.01, Institut für Experimentalphysik, Universitätsplatz 5, A-8010.
Ausgleichungsrechnung II
Ausgleichungsrechnung II
Aufgabenzettel V Statistik I
Regionalisierte Variablen und Kriging
Globale Interpolations- und Prädiktionsverfahren
Versuch zur Messung der Geschwindigkeit
STATISIK LV Nr.: 0028 SS Mai 2005.
Statistik: Mehr zur Regression.
STATISIK LV Nr.: 0028 SS Mai 2005.
Kapitel 13 Zeitreihen und Zeitreihen-Modelle
Kapitel 10 Multikollinearität
STATISIK LV Nr.: 1375 SS März 2005.
Kapitel 18 Dynamische Modelle: Schätzen der Parameter
Kapitel 3 Lineare Regression: Schätzverfahren
Kapitel 13 Zeitreihen und Zeitreihen-Modelle
Kapitel 18 Dynamische Modelle: Schätzen der Parameter.
STATISIK LV Nr.: 0021 WS 2005/ November 2005.
Wie bewältigt man Stationaritätsannahmen in der Geostatistik? Brenning & van den Boogaart A.Brenning, Humboldt-Universität zu Berlin
Ausgleichungsrechnung
Regression und Kollokation
Mathematik: anschaulich + leicht verständlich = einprägsam
Der Zentralwert.
Kopfübungen BORG Schoren KÜ 3
Einführung zur Fehlerrechnung
Die einfache/multiple lineare Regression
Nichtlineare Optimierung
Meßreihe: Modellansatz
Die einfache/multiple lineare Regression
Thema der Stunde I. Die Form der Stichprobenkennwerteverteilung
Deterministische Verfahren
Geostatistik Kriging Sarah Böckmann.
Geoinformationssysteme
 Gegenstandsbereich der Testtheorie: Analyse der Charakteristika von Tests:  Güte von Tests.  Struktur von Tests.  Schwierigkeit von Tests.  Gruppenunterschiede.
Proseminar Geoinformation II, WS 03\04 Geostatistik
Ausgleich nach der Methode der kleinsten Quadrate
 Präsentation transkript:

Variogramme und deren Einsatz beim Kriging Geostatistik III Variogramme und deren Einsatz beim Kriging Nach der stochastischen Prädiktion soll das Kriging – Verfahren vorgestellt werden. Es soll insbesondere auch darum gehen, den Zusammenhang mit Geoinformation und GI-Systemen darzustellen. Deswegen soll das Augenmerk raumbezogenen Daten gelten, obwohl es das Verfahren sich auf alle Arten von Daten anwenden lässt. Betreuer: Wolf-Dieter Schuh Boris Kargoll

Variogramme und Kriging Einführung Nach D.G. Krige, südafrikanischer Bergbauingenieur Math. Grundlagen von Franzosen Matheron Idee: Lineares Schätzverfahren Erwartungstreue Beste Schätzung BLUE (best linear unbiased estimator) 19.11.01 Variogramme und Kriging

Variogramme und Kriging Voraussetzungen Stationarität der Mittelwert über die Erwartungswerte ist unabhängig vom Ort es besteht nur ein relativer Ortsbezug, kein absoluter die Varianz ist endlich Variogramm Z(u1) Z(u2) h Z(u5) Z(u4) Z(u3) h 19.11.01 Variogramme und Kriging

Variogramme und Kriging Pendant zur Auto- kovarianzfunktion bei der stochastischen Prädiktion Unterschied: Differenz statt Produkt 19.11.01 Variogramme und Kriging

Variogramm - Eigenschaften empirisch theoretisch „sill“ Schwellwert „range“ Aussageweite „nugget“ Achsenabschnitt 19.11.01 Variogramme und Kriging

Empirisches Variogramm Berechne für alle i,j Bilde Klasse N(h) abhängig von h=ui-uk Berechne Klassenmittel 19.11.01 Variogramme und Kriging

Empirisches Variogramm Berechne für alle i,j Bilde Klassen N(k) abhängig von ui-uj Berechne Klassenmittel 19.11.01 Variogramme und Kriging

Theoretisches Variogramm Approximation des empirischen Variogramms durch eine geeignete Funktion Bedingungen: muß „konditional bedingt negativ semi-definit“ sein muß Verhalten am Ursprung möglichst gut wiedergeben 19.11.01 Variogramme und Kriging

Theoretisches Variogramm drei mögliche Ansätze: sphärisch: exponentiell: Gauss: 19.11.01 Variogramme und Kriging

Theoretisches Variogramm 19.11.01 Variogramme und Kriging

Variogramme und Kriging Krige – Schätzer (linear): z*(u0) = S vi z(ui) Varianz des Schätzfehlers minimal (best): Var(F(u0))  min Schätzfehler im Mittel gleich null (Erwartungstreue): E(F(u0)) = 0 oder E(z*(u0)-z(u0))=0 daraus folgt: S vi = 1 Minimumaufgabe mit Nebenbedingung 19.11.01 Variogramme und Kriging

Kriging Extremwertaufgabe unter Nebenbedingung Lagrange - Aufgabe Lineares Gleichungssystem mit eindeutiger Lösung C v = D 19.11.01 Variogramme und Kriging

Variogramme und Kriging C v = D v enthält die gesuchten Gewichte C enthält die zwischen gemessenen Punkten aus dem theoretischen Variogramm D enthält die zwischen dem gesuchten und den gemessenen Punkten aus dem theoretischen V. 19.11.01 Variogramme und Kriging

Variogramme und Kriging Variogramm Schätzung Abhängigkeit von Variogrammwerten Schwellwert (sill) Der Schwellwert hat keinen Einfluss auf den Wert der Schätzung, nur auf die geschätzte Varianz Aussageweite (range) je kleiner die Aussageweite ist, umso näher liegt die Schätzung am arithmetischem Mittel Variogramm – Form Das Verhalten am Ursprung kann den Einfluss des nahen Bereichs besonders herausheben Abhängigkeit von Gewichten Durch die Gewichte werden redundante Informationen beachtet, es kommt auf den „stochastischen“ Abstand an! 19.11.01 Variogramme und Kriging

Variogramme und Kriging Beispiel 19.11.01 Variogramme und Kriging

Variogramme und Kriging 19.11.01 Variogramme und Kriging

Variogramme und Kriging Schätzung 19.11.01 Variogramme und Kriging

Interpolation zwischen Punkten 19.11.01 Variogramme und Kriging

Interpolation bei Messlücken 19.11.01 Variogramme und Kriging

Variogramme und Kriging ArcGIS Zusatzsoftware zu ArcGIS von ESRI: ArcGIS Geostatistical Analyst 8.1 Interpolation mit: Inverse distance weighting Splines Globale und lokale Polynome Kriging Cokriging 19.11.01 Variogramme und Kriging

Variogramme und Kriging ArcGIS Verschidene Analysemethoden: Validation Kreuzvalidation Histogramm Trendanalyse Variogramm „Declustering“ Verschiedene Ausgaben: Wahrscheinlichkeitsoberfläche Schätzung Geschätzte Standardabweichung Verschiedene Renderfunktionen 19.11.01 Variogramme und Kriging

Danke für die Aufmerksamkeit 19.11.01 Variogramme und Kriging