Geostatistica: differenze tra le versioni

Versione delle 15:11, 24 mag 2024

Versione attuale delle 20:50, 26 set 2025

(Una versione intermedia di un altro utente non mostrate)

Riga 6:

Si occupa di valutare l'[[autocorrelazione spaziale]] dei dati, cercando di verificare se osservazioni effettuate in punti vicini presentano effettivamente una maggiore correlazione rispetto ad osservazioni poste in punti distanti. L'obiettivo è quindi valutare come tale autocorrelazione vari in funzione del vettore separazione considerato (quindi distanza e direzione). La struttura di continuità spaziale viene di solito derivata dai dati mediante l'analisi ed inferenza del [[variogramma]] (semivarianza).

Lo studio della continuità spaziale e il necessario studio esplorativo dei dati consentono di analizzare in estremo dettaglio i fenomeni analizzati, permettendo di comprendere la struttura statistico-spaziale dei dati in termini dei processi fisico-chimici coinvolti. Lo studio ed inferenza del variogramma sono anche necessari per utilizzare gli algoritmi di interpolazione della famiglia del kriging. Il kriging, come altri interpolatori, utilizzano una combinazione lineare di dati noti per stimare il valore della proprietà di interesse in un punto non campionato. In pratica si tratta di una media pesata in cui il criterio di pesatura mira ad ottenere la minimizzazione e non distorsione dell'errore. In questo senso il kriging viene detto BLUE (Best Linear Unbiased Estimator: alla fine ci si ritrova con le equazioneequazioni normali della regressione lineare). Dal punto di vista operativo, gli interpolatori della famiglia del kriging effettuano le interpolazioni tenendo conto delle distanze tra il punto di stima e i dati noti e delle interdistanze tra i dati noti stessi (quindi del loro grado di addensamento o clustering). L'oggettività del metodo geostatistico risiede nel fatto che il criterio di pesatura che tiene conto della geometria di campionamento è basato sulla struttura stessa di continuità spaziale (variogramma ed in ultima funzione covarianza) e quindi sulle stesse caratteristiche di variabilità spaziale dei dati.

Di seguito si riportano alcuni metodi di interpolazione tra cui anche il kriging:

Riga 54:

* {{cita web|http://cg.ensmp.fr/|Centro di Geostatistica dell'''École des Mines'' di Parigi}}

* {{cita web | 1 = http://geodacenter.asu.edu/ | 2 = Geodata Center | accesso = 2 novembre 2009 | dataarchivio = 12 dicembre 2009 | urlarchivio = https://web.archive.org/web/20091212134701/http://geodacenter.asu.edu/ | urlmorto = sì }}

* Tesi di dottorato in italiano, "Geostatistica nel contesto idrogeologico e ambientale", S. Trevisani, 2005: https://www.research.unipd.it/retrieve/e14fb26f-f3c2-3de1-e053-1705fe0ac030/dottoratoStampaLowRes.pdf tesi

{{Controllo di autorità}}

{{Portale|geografia|ingegneria|matematica}}