WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Méthodes géostatistique pour l'interpolation et la modélisation en 2d/3d des données spatiales

( Télécharger le fichier original )
par Wilfried DESPAGNE
Université de Bretagne Sud - Master en Statistique et Informatique 2006
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3/ Variogramme

3.1/ Variogramme théorique et variogramme expérimental

D'après Marcotte (cours de «géostatistique minière »), la nature n'est pas entièrement imprévisible. Deux observations situées l'une près de l'autre devraient en moyenne se ressembler davantage que deux observations éloignées. La différence entre les valeurs prises par deux variables aléatoires est Z(s)-Z(s+h). C'est également une variable aléatoire dont on peut calculer la variance. Cette variance devrait être plus petite lorsque les points sont rapprochés (les valeurs se ressemblent plus en moyenne) et plus grande lorsque les points sont éloignés. On appelle variogramme la demi-variance de cette différence.

ã

( h ) = Var Z s + h - Z h

1 ( ( ) (

2

))

L'outil mesure la « variabilité spatiale », c'est-à-dire la dissemblance entre les valeurs en fonction de leurs séparations. Il décrit la continuité spatiale de la variable régionalisée.

Le variogramme théorique est défini comme :

1

1

+ - = [

h Var Z s h Z h E

ã ( )

= ( ( ) ( ))

2 2

( ( ) ( ))2 ] (0) ( )

Z s h Z s C C h

+ - = -

avec C (0) = Var(Z( s )) et C ( h ) = Cov(Z( s + h ),Z ( s ))

Démonstration :

h Var

1

( ) =

( Z s Z s h

( ) ( )

- + )

ã

2

1

2

E Z s Z s h

[ ( ( ) ( ) ) 2 ] [ ( ) ( ) ]2

1

- + - E Z s Z s h

- +

2

or dans le cas d'une variable aléatoire stationnaire, E[Z(s)-Z(s+h)]=0

1 E

2

[( Z s - Z s + h ( ) ( ) ) 2]

( )

h Var

=

( Z s Z s h

( ) ( )

- + )

1

ã

2

1 [ ( ) (

) ( )

( ) ]

Var Z s

- Z s Z s h Var Z s h

2

( ) 2 cov ( ), ( )

+ +

+

or si Z est stationnaire d'ordre deux alors Var(Z(s))=C(0)=constante

C (0) - C(h )

Remarque :

- Un variogramme peut se calculer non seulement pour une distance donnée mais

aussi pour direction è donnée : ãè (h)

- La covariance mesure la ressemblance entre les valeurs en fonction de leur éloignement alors que le variogramme mesure la dissemblance entre les valeurs en fonction de leur éloignement.

- Dans l'hypothèse de stationnarité d'ordre 2, covariance et variogramme existent et sont liés par la relation ã ( h ) = C(0) - C(h ) . Dans l'hypothèse intrinsèque, seul le variogramme existe. C'est pourquoi il est généralement préféré à la covariance pour décrire et interprété la structure spatiale du phénomène étudié.

- Le variogramme réel d'une fonction aléatoire est généralement inconnu, mais il peut être évalué à partir des données d'échantillonnages. On obtient ainsi le variogramme expérimental proposé par Matheron (1962).

1

2 ( ) N h

N h

( )

[ Z s i h Z s i

( ) ( )

+ - ]

2

?=

i 1

à

ã ( )

h

Effet pépite :C0

Palier :

C

C0+C

12

semi-variogramme

14

10

4

8

6

2

0

0 5 10 15 20

distance : h

Portées : a

N(h) est le nombre de paires dans la classe de distance h. Z(si) est la profondeur de la roche au point de mesure si.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"L'imagination est plus importante que le savoir"   Albert Einstein