OLEH:
1. QIRATUL AINI
2. RIZKI ALDI SAPUTRA
3. MUHAMMAD DHIVO
1. Ringkasan
Bab ini menyajikan teori kriging. Kriging merupakan metode estimasi yang
memberikan estimasi linier tak bias tunggal dari nilai titik atau rata-rata blok.
Disini "Terbaik" berarti varians minimum. Tiga jenis estimator kriging akan
dibahas yaitu: ordinary kriging (OK) digunakan saat mean tidak diketahui,
kriging yang tidak diketahui nilai meannya dan simple kriging (SK) digunakan
saat mean diketahui.
Persamaan untuk ketiga estimator ini diturunkan untuk kasus stasioner, dan
diperluas ke kasus variabel intrinsik untuk ordinary kriging. Teorema
aditifnyayang memberi kaitan antara estimator OK dan SK terbukti. Untuk
ordinary kriging , formula untuk kemiringan regresi linier dari kelas sebenarnya
pada perkiraannya diberikan, dan kepentingannya dalam kaitannya dengan
kesetaraan bersyarat akan dibahas. Terakhir, kriging ditunjukkan sebagai
interpolator yang tepat.
2 . Tujuan kriging
Agar tidak bias, kesalahan yang diharapkan harus nol, jadi entah m == 0 atau bobot kriging harus
menambahkan sampai 1. Dalam kasus pertama, mean diketahui. (ini mengarah ke Simple
Kriging). Jika m tidak diketahui maka bobot harus berjumlah 1,2
Karena jumlah bobot harus 1.0, maka ditambahkan apakah tidak mengubah nilai .
Jadi sebagian turunan dari kuantitas tersebut kemudian ditetapkan menjadi nol. Ini mengarah ke
satu set N + 1. Persamaan linier disebut sistem kriging.
Bila ditulis dalam bentuk model variogram yang kriging sistemnya adalah:
Minimal varians yang disebut varians kriging, diberikan oleh:
7. Exercise
Minimum. berbeda yang berbeda dari kesalahan z ~ - zv dapat dinyatakan dalamhal baik covariance
atau variogram:
= C ( , ) + c (v,v) 2 c (X , v)
= 2 (X1,V ) (X, ) - ( v,v )
Di mana y ( xi, v ) adalah rata rata variogram antara xi dan volume v, i.e.
( , V ) ( ) dx
ide bahwa kriging bobot harus jumlahnya kepada daripada 0 kadang kadang 1Menyebabkan
kebingungan.Jumlah dari semua bobot masih kosong karena sudah adaBerat -1 di depan z ( v )
dalam ekspresi untuk perkiraan kesalahan.
Seperti juga terlihat di bab, 6 y ( v, v ) adalah rata rata variogram antara duaPoin x dan x ' menyapu
secara independen di seluruh volume. V
9. ( - )+u = ( , V)
i = 1, 2.N
=1
10. = ( , V ) - (V,V)+ u
11. Jelas persamaan dapat juga telah diperoleh dalam hal covariance
olehMeminimalkan yang frrst bentuk 7,7.Sistem yang kriging adalah kemudian:
C ( , ) + u' = c ( , V ) i = 1, 2,N
=1
12. Kriging adalah interpolator yang tepat
Gambar 7.3. Di sebelah kanan, Gambar 7.4. Garis yang mewakili batasan OK
representasi 3D dari varians estimasi + = 1 telah dilapiskan pada garis kontur
sebagai fungsi dari bobot; Di sebelah kiri, isovariance. Koordinat titik di mana ia
garis kontur iso-varians yang sesuai menyinggung salah satu elips adalah bobot OK.
Setelah meminimisasi kriging sederhana kita sekarang pergi ke kriging biasa. Karena kondisi yang
berbeda, bobot sekarang harus berjumlah 1, yaitu + = 1. Gambar 7.4 menunjukkan garis - 1 =
bergabung dengan titik (0,1) dan (1,0) yang mewakili masalah ini. Minimum terjadi pada titik di
mana garis ini menyinggung salah satu elips. Nilai bobot yang sesuai hanyalah bobot OK, dan tinggi
pada titik itu adalah varians OK. Karena ini bukan dasar cekungan, maka tinggi pada titik tersebut
lebih tinggi dari pada bagian bawah. Dengan kata lain, varians OK sama dengan atau lebih besar
dari varian SK. Hal ini juga bisa dilihat melalui persamaan. Menggantikan = 1 - ke dalam bentuk
kuadrat, maka ..
SEKIAN
TERIMA KASIH