高斯地统计模拟的一般工作流包括:准备数据、创建实现、在后台将结果传输到原始单元中,以及后处理结果和/或将结果用作传输函数(模型)的输入以评估模型输出中的变异性。
实现的生成方法
使用“高斯地统计模拟”时,首先要创建一个基于标准正态分布(平均值 = 0 且 方差 = 1)绘制的随机分配值的格网。然后,将协方差模型(基于在需要作为模拟的输入的简单克里金图层中指定的半变异函数)应用到栅格。这样可以确保栅格值遵循输入数据集中的空间结构。生成的栅格构成一个非条件实现,而且通过每次使用不同的包含正态分布值的栅格可生成更多的非条件实现。
如果已选择条件模拟,则会通过克里金法将非条件栅格条件化。该过程利用每个位置处的克里金估计值(预测值)确保模拟值遵循输入数据值,且平均来看,克里金法预测得到复制。不过,如果简单克里金模型包含测量误差,则不会遵循输入数据值(在简单克里金图层或者模拟的实现里)。除此之外,“高斯地统计模拟”工具还能够使用连续的(或平滑的)搜索邻域,这样可以避免因克里金法中使用的局部邻域的变化而导致模拟表面中出现不连续。
高斯地统计模拟的一般工作流包括:准备数据、创建实现、在后台将结果传输到原始单元中,以及后处理结果和/或将结果用作传输函数(模型)的输入以评估模型输出中的变异性。该过程如下图所示: