Documente Academic
Documente Profesional
Documente Cultură
4. Predicción Kriging
Ramón Giraldo H
PhD Estadística
Profesor Departamento de Estadística
Universidad Nacional de Colombia
Métodos de Interpolación Espacial
• Determinísticos: Inverso de la distancia
n
1
di0
Z ( x0 ) i Z ( xi ), i n
i 1
i 1
1
d ip
TIPO DE
KRIGING
Theorem.
Let Y=(Y1,…,Yn) be any set of random variables whose realised
values y = (y1,…,yn) are observed. Let T be any other random variable
and Tˆ f (Y )be any function of Y. Then MSE Tˆ takes its minimun when
Tˆ E T / Y
X (1) X ( 2) ~ MVN (1) 12 221 X ( 2) ( 2) , 11 12 221 21
Predicción óptima bajo normalidad
T Ynx1 ~ N ( x0 ) 2 r 2 R 2 I
1
~
~
Y , 2 2 r 2 R 2 I
1
2r
Tˆ Sˆ ( x) E T Y ( x0 ) 2 r 2 R 2 I 1 Y
~
~
ˆ 2 1 2
V T Y r R I r
2 2 2
Kriging Ordinario
n
Z ( x0 )
*
Z (x )
i 1
i i
Región de estudio.
Y
3 - (10) (12) (13)
1 - (12) (14)
1 2 3 X
7
Z (?1 ) i Z ( xi )
i 1
V Z x Z x sujeto a 1
n
*
0 0 i
i 1
n n n n
k2 2
i 1 j 1
i j Cij 2 i Cio 2
i 1
i 1
i 1
Estimación de los ponderadores (KO)
11 . . . 1n 1 1 10
. . . . .
. . . . .
. . . . .
nn 1
n1 n n 0
1 0
. . . 1 1
Varianza de Predicción (KO)
n
2
o i io
i 1
Validación Cruzada
• Valores Observados contra Predicciones
• Error Cuadrático Medio.
i 1
2
ei
ECM
n
Kriging Ordinario. Datos Simulados
18
19 19
8
20
17
21
18
18
22
6
21
20
North
23
4
20
22
21
19
17
2
17
19
18
20
18
16 17
0
0 2 4 6 8
East
Kriging Simple
n
Z * x0 m Z x m
i 1
i i
n1 C nn n n 0
Kriging Universal
n
Z * ( x0 ) Z (x )
i 1
i i
Z ( x ) m( x ) ( x )
E ( z ( x )) m( x )
P
m( x ) a
i 1
l f l ( x)
Tendencia Lineal
m( x) 0 1 X ( x) 2Y ( x)
f1 ( x ) 1
f 2 ( x) X
f 3 ( x) Y
Obtención de los ponderadores (KU)
n
V Z x0 Z x0 sujeto a
*
f (x ) f (x )
i 1
i l i l 0
n n n P n
k2
i 1 j 1
i j ij 2 i io
i 1
l 1
l
i 1
i f l ( xi ) f l ( x0 )
Estimación de los Ponderadores (KU)
11 1n 1 x1 y1 1 10
nn 1 xn yn
n1 n no
1 1 0 0 0 1 1
x1 xn 0 0 0 x
2 0
y y
1 yn 0 0 0 3 0
Varianza de Predicción (KU)
n P
k2 f (x )
i 1
i io
l 1
l l 0
Si P 1 y f l ( xo ) 1
n
k2
i 1
i io
Kriging Universal. Datos Simulados
45 45
8 40
30
20
35
6
North
15 25
10
2
5
0
0
0 2 4 6 8
East
Kriging Residual
Z x mˆ ( x) ex
n
e ( x0 )
*
i 1
i e( xi )
Z ( x0 ) mˆ ( x0 ) e ( x0 )
* *
KRIGING NO LINEAL
1 si Z ( x ) Z
I ( x, z ) Indicador
0 si Z ( x ) Z
U ( x) 1
Fn Z ( x) MultiGauss
Geoestadística Bivariada
Z v1 ( x) : xD R m
Z v2 ( x ) : xD R m
Correlación Espacial Bivariada
Semivarianza Cruzada
nh
v v ( h)
1 2
1
2n h
Z v ( x h) Z v ( x) Z v ( x h) Z v ( x)
1 1 2 2
Modelo Lineal de Corregionalización (MLC)
v ( h )
1 0 0( h )... m m ( h )
v ( h )
2 0 0( h )... m m ( h )
v v ( h )
1 2 0 0( h )... m m ( h )
Cokriging
n1 n2
Ẑ ( xo )
*
v1 a Z
i 1
i v1 ( xi ) b Z
j 1
j v2 ( xj )
n1 n2
Sujeto a a i 1, b j 0
i 1 j 1
Estimación de Pesos del Cokriging
b j CovZ v 2 x j , Z v 2 x0
m
j 1