Menghasilkan data untuk mengikuti variogram yang diberikan

Ini adalah pendekatan langsung yang memiliki seperangkat koordinat (misalnya, dalam 2D as {x,y}) dan setidaknya variabel terkait (misalnya, v) untuk menghitung variogram sebagai deskriptor dari ketergantungan spasial variabel vmelalui bidang yang sedang dipelajari.

masukkan deskripsi gambar di sini

Pertanyaan yang muncul kepada saya adalah:
bagaimana cara menghasilkan realisasi dari dataset yang memiliki variogram? (inverse move!)
Yaitu, setidaknya ada satu variogram yang tersedia tetapi tidak ada dataset atau deskripsi lain yang tersedia dan tujuannya adalah untuk menghasilkan realisasi dari dataset asli (tidak diketahui) yang dapat memiliki variogram tersebut.
Berapa probabilitas memiliki realisasi seperti itu?

Pembaruan / Komentar: Dari variogramdalam konteks di atas maksud saya variogram empiris. Saya kira bahwa pemasangan model variogram bukan masalah setidaknya untuk pertanyaan ini. Juga variogram tersedia sebagai pasangan (h, gamma).

spatial random-generation variogram

— Pengembang
sumber

Menurut variogram, maksud Anda model variogram ?

— Paul Hiemstra

Anda dapat menggunakan simulasi sekuensial untuk menghasilkan realisasi bidang acak yang memiliki struktur kovarians yang diberikan dalam model variogram. Dalam R ini bisa dilakukan menggunakan gstat. Lihat demo (ugsim) dan demo (uisim) dari contoh kode R dari gstat.

— Paul Hiemstra
sumber

+1 Pertama, tentu saja, Anda harus menyesuaikan model variogram dengan variogram empiris yang ditampilkan. Perhatikan bahwa geoRdengan mudah melakukan simulasi juga.

— whuber

Tapi saya berasumsi bahwa OP sudah memiliki variogram. Atau yang lain ini akan menjadi masalah ayam dan telur :).

— Paul Hiemstra

Grafik dalam pertanyaan, Paul, menunjukkan variogram empiris, bukan model variogram. Anda tidak dapat menggunakan variogram empiris secara langsung untuk mendorong simulasi stokastik (itu tidak pasti positif, sehingga simulasi kemungkinan akan mengalami masalah numerik). Tapi tidak ada masalah ayam / telur: satu cocok dengan model variogram untuk variogram empiris ini dan kemudian mulai. Beberapa informasi hilang - analisis variografi yang baik mempertimbangkan lebih dari satu variogram empiris tunggal dalam vakum - tetapi tidak dapat membantu di sini.

— whuber

Maksud saya, ayam dan telur tanpa data yang sesuai dengan model variogram, tidak ada model variogram untuk menghasilkan data baru. Dan dengan variogram, maksud saya model variogram.

— Paul Hiemstra

Bagian dari PhD saya dihabiskan untuk pemasangan variogram otomatis, jadi saya pikir itu mungkin;)

— Paul Hiemstra