Prednosti Kriging modela:
1. Pruža probabilističku reprezentaciju varijabilnosti prostornih podataka.
2. Model se može lako ažurirati novim podacima.
3. To je fleksibilna metoda koja se može primijeniti u različitim oblicima, poput običnog, univerzalnog ili indikatorskog kriginga.
4. Može se koristiti za interpolaciju ili ekstrapolaciju podataka, popunjavanje vrijednosti koje nedostaju u skupovima podataka.
5. Uzima u obzir prostornu autokorelaciju i prilagođava predviđanja na temelju udaljenosti između podatkovnih točaka.
Nedostaci Kriging modela:
1. Model zahtijeva veliku količinu podataka za izradu točnih predviđanja.
2. Oslanja se na pretpostavku stacionarnosti, koja pretpostavlja da se prostorni obrasci i statistika podataka ne mijenjaju tijekom vremena.
3. Proces izračuna može biti dugotrajan, posebno za velike skupove podataka.
4. Model pretpostavlja da je prostorni kovariogram poznat ili da se može točno procijeniti.
5. Kriging modeli možda neće biti prikladni za nestacionarne podatke, kao što su oni s promjenjivim trendom ili odstupanjem tijekom vremena.
Datum objave: