Model-model Variogram

Sebuah model matematika harus disesuaikan pada variogram, sebelum variogram dapat dipakai dalam estimasi. Variogram yang dipilih harus memenuhi suatu kondisi tertentu. Kekeliruan dalam memilih variogram dapat menyebabkan terjadinya variansi negatif. Variansi dari kombinasi linier stimator-estimator,biasanya merupakan kombinasi linier !rata-rata dengan pemberatan" sehingga perlu dihitung variansinya. # $iketahui variabel stasioner % !&" dengan kovariansi ' !h" # Kombinasi linier % )adalah % ( *i% !&i"
i
1

dengan *i adalah pembobotan dan &i adalah lokasi-lokasi sampel. # )erdefinisi, variansinya adalah + Var!% " ( !% , !% "" ) # -ila nilai menengah % !&" adalah m, maka !% " ( m *i. # Sehingga Var!% " (
i

)
i

*i !% !&i " , m"

n

+ + ' !& , & " . . . . . ( *1 ' !&1 , &1" . *+ + + *+

' !&n , &n"

.+*1*+ ' !&1 , &+" . . . . . +*n1*n ' !&n1 , &n" atau )) Var!% " ( *i*j ' !&i , &j " # /ilai Var!% " ini harus positif berapapun titik maupun pembobotannya. fungsi ' !h" yang memenuhi kondisi ini disebut 0definit positif 1.
+

 Situasi berbeda bila mun2ul kasus variabel intrinsik tetapi tidak stasioner dimana variansi untuk kombinasi linier antara !arbitrary" tidak harus ada. 3etapi, variansi pasti ada untuk kombinasi linier perubahan !&i , &j ". # Kombinasi disebut 0admissible1 bila jumlah dari pembobotannya adalah) nol. *i ( 4 # Setiap kombinasi linier dari penubahan akan memenuhi kondisi ini karena setiap perubahan tunggal melibatkan bobot -1 dan .1. # Sebaliknya juga, setiap kombinasi yang memenuhi kondisi ini dapat ditulis sebagai satu kombinasi linier perubahan. Karena kovariansi tidak perlu mun2ul dalam fungsi a2ak intrinsik, maka rumusan harus ditulis dalam bentuk variogram

Var

*i % !&i" ( ,

))

*i*j 5!&i , &j "

karena variansi ini harus non-negatif, maka model variogram harus memenuhi kondisi6 # 7ntuk suatu himpunan titik-titik &1, &+, . . . , &n, suatu ) himpunan pembobotan *i ( 4 disyaratkan ) ) *1, *+, . . . , *n , sedemikian rupa sehingga , *i*j 5 !&i , &j " 8 4 selanjutnya, ,* ini disebut sebagai definit positif kondisional. # Kondisi ini lebih lemah daripada kovariansi sebelumnya, yang harus mengakomodir semua bobot yang mungkin, karena kovariansi ini hanya harus mengakomodir himpunan bobot yang jumlahnya nol. konsek9ensinya, kelas variogram 0admissible1 lebih kaya dibandingkan untuk kovariansi. # Kovariogram ini mengandung variogram terbatas !bounded variogram" yang berhubungan dengan kovariansi dan juga yang tanpa batas yang

tidak memiliki pasangan kovariansi. Kesimpulan6 ada trade-off antara kedua hipotesa. # :ipotesa intrinsik memperbolehkan penggunaan variogram dengan rentang lebar, tetapi jumlah pembobotan harus nol. # ;entang model variogram admissible lebih terbatas untuk hipotesa stasioner tetapi dengan bobot berapa saja.

Model-model 0admissible1

Karena 2ukup sulit untuk mengenali fungsi-fungsi yang memenuhi persyaratan di atas, maka yang paling mudah adalah memilih modelmodel variogram dari sejumlah rentang fungsi-fungsi yang 2o2ok daripada membentuk sendiri. -eberapa model dapat saling dijumlahkan untuk memperoleh model admissible lain karena hal ini sama saja dengan penambahan fungsi- fungsi a2ak independen, tetapi pengurangan tidak diperbolehkan. <uga tidak bisa digabungkan sebagian. Sebuah fungsi dapat ditentukan negatif atau positif definitnya dengan menghitung tranformasi =ourier-nya.

Model-model Variogram

1. Model /ugget !/ugget effe2t" ! 4 h(4 5!h" ' >h> ? 4 Model ini berhubungan dengan fenomena yang murni a2ak !9hite noise" dengan tanpa-korelasi antar nilai-nilainya. +. Model bola !Spheri2al model" @ @ ' A | h| , 1 | h|A >h> B a + a + aA 5!h" @ ' >h> C 4

Merupakan model yang paling umum dipakai. Model ini menggunakan ekspresi polinomial yang sederhana dan bentuknya sesuai dengan berbagai jenis fenomena yang diamati6 Satu pertumbuhan yang hampir linier sampai pada satu jarak tertentu, kemudian ter2apai stabilitas. Daris singgung !tangen" pada titik E asal !origin" berpotongan dengan sill pada satu titik dengan absis +a A. A. Model eksponensial ! &ponential model" 5!h" ( ' 1 , e
0 1 |h |
a

;ange !a" praktis untuk model ini adalah Aa, karena nilai ini adalah jarak ketika nilai batas men2apai FGH. Daris singgung di titik asal memotong nilai sill pada satu titik dengan absis a. $ibandingkan dengan model spheri2al, model eksponensial pada a9alnya meningkat lebih 2epat tetapi hanya mengarah pada sill dan tidak betul-betul men2apai nilai

tersebut.

J. =ungsi pangkat !)o9er fun2tions" 5!h" ( ' >h>K dengan 4 B K C +

model linier 5!h" ( >h> adalah satu kasus khusus. G. Model Daussian !Daussian model" LM I + 5!h" ( ' 1 , e
|h| a +

;ange praktis adalah 1.NAa. Model ini menggambarkan fenomena yang sangat kontinyu. :asil eksperimen memperlihatkan bah9a ketidakstabilan se2ara numeris seringkali mun2ul bilamana digunakan tanpa efek nugget. O. Model kubus !'ubi2 model"

! 5!h" r ( hPa

' Nr + , Q.NGr A . A.Gr G , 4.NGN '

rB1 yang lain

Model ini memiliki sifat parabolik di titik asal dan se2ara umum mirip dengan model gaussian, ke2uali bah9a model ini tidak diferensiabel se2ara tak terbatas, N. Model efek lubang +$ !+$ hole effe2t model" 5!h" ( ' 1 , e!
|r |"

<4 !+Rr+" nilai *

dengan r ( hP+, r+ ( hP*, dan <4 adalah fungsi -essel. mengatur magnitude efek lubang. Q. Model sinus 'ardinal !'ardinal sine model"

r 5!h" ( ' 1 , sin |r |

dengan r ( hPa. Model ini termasuk model yang langka dengan sebuah efek lubang A$, dan berhubungan dengan struktur yang kontinyu. F. Model )rismato Model )rismato-magneti2
1 5!h" ( C 1 , !1.r + "1.G

dengan r ( hPa Model )rismato-gravimetri2

1 5!h" ( C 1 , !1.r + "4.G

dengan r ( hPa

Kedua model ini dipakai untuk memodelkan jenis data anomali gravimetris atau magnetik. S Variogram-variogram eksperimental. gdJ11A-J2.te&