مزايا نماذج Kriging:
1. يقدم تمثيل احتمالي لتغير البيانات المكانية.
2. يمكن تحديث النموذج بسهولة ببيانات جديدة.
3. إنها طريقة مرنة يمكن تطبيقها بأشكال مختلفة ، مثل العادي ، العام ، أو مؤشر kriging.
4. يمكن استخدامه لاستيفاء البيانات أو استنتاجها ، وملء القيم المفقودة في مجموعات البيانات.
5. يراعي الارتباط التلقائي المكاني ويضبط التنبؤات بناءً على المسافة بين نقاط البيانات.
عيوب نماذج Kriging:
1. يتطلب النموذج كمية كبيرة من البيانات لإنتاج تنبؤات دقيقة.
2. إنها تعتمد على افتراض الثبات ، الذي يفترض أن الأنماط المكانية وإحصاءات البيانات لا تتغير بمرور الوقت.
3. يمكن أن تستغرق عملية الحساب وقتًا طويلاً ، خاصةً بالنسبة لمجموعات البيانات الكبيرة.
4. يفترض النموذج أن المخطط المشترك المكاني معروف أو يمكن تقديره بدقة.
5. قد لا تكون نماذج Kriging مناسبة للبيانات غير الثابتة ، مثل تلك التي لها اتجاه متغير أو تباين بمرور الوقت.
تاريخ النشر: