Kunjungi setiap sel grid dalam lum untuk menentukan apakah memiliki perpotongan karakteristik dari nilai yang tepat. Jika tidak,
variabel dibiarkan tidak terdefinisi di lokasi pusat sel dan beralih ke sel berikutnya. Jika memiliki perpotongan, maka cari sampel yang
relevan dengan centroid sel grid. Untuk memenuhi syarat, sampel harus memiliki nilai karakteristik yang tepat dan termasuk dalam
volume pencarian yang dipusatkan pada pusat sel. Dalam hal ini volume pencarian adalah bola dengan radius yang sama dengan
jangkauan pengaruh model prediksi (terlampir pada. Gambar 2).
Gambar 2. Sampel dan geometri grid-sel untuk prediksi isotropik suatu variabel; b) penskalaan sampel / sel prediksi semi-varians dari
model prediksi isotropik semi-variogram
Keuntungan utama dari pendekatan ini untuk prediksi adalah bahwa semi-varians pada centroid sel diminimalkan, berdasarkan nilai
sampel di sekitarnya dan variabilitas spasial yang diukur. Ulangi proses di atas untuk setiap sel grid dan untuk setiap nilai karakteristik
pengontrol.
BAGIAN 2
RESUME CHAPTER 8 - GEOSTATISTICAL PREDICTION TECHNIQUES
Volume Krigging in 3D Grid
Nilai prediksi lokasi centroid grid-cell pada metode point krigging tidak bergantung dengan volume sel. Bila dimensi sel diperluas atau
dikurangi, nilai prediksi tetap sama dengan asumsi centroid sel tetap berada di lokasi yang sama. Variasi pada teknik point krigging
memungkinkan untuk memprediksi nilai reoge untuk volume sel (volume kriging). Perbedaan hasil prediksi antara kedua teknik (point
krigging dan volume krigging) sangat bergantung pada hubungan antara dimensi sel dan model prediksi, karena nilai rata-rata jelas
bergantung pada volume sel. Jika dimensinya relatif besar dan variabilitas spasialnya tinggi, maka perbedaannya cenderung signifikan
pada skala lokal, namun variasi spasial skala besar selalu serupa. Fungsi dari volume kriging adalah bahwa semivarians (dan
karenanya ketidakpastian) selalu kurang daripada yang diprediksi oleh point krigging.