|
Räumlich kontinuierliche Phänomene wie z.B. Niederschlagsmenge oder Meereshöhe lassen sich nicht einfach durch eine mathematische Funktion beschreiben. Um diese Variablen zu analysieren: erstellt man eine räumliche Stichprobe, d.h. gewisse Menge an Messpunkten. Um eine kontinuierliche räumliche Variable darstellen zu können, müssen die Werte zwischen den Messstationen interpoliert werden. Zunächst muss dafür die räumliche Stichprobe, bzw. die Anordnung der Messstationen gemäss der Eigenschaften repräsentativ, homogen, räumlich optimal verteilt und einer genügenden Anzahl entsprechend festgelegt werden. Je nach Phänomen und Messverfahren kann der Designtyp der räumlichen Stichprobe unterschiedlich variieren (z.B. Zufalls-Stichprobe, systematische Stichprobe, geschichtete Stichprobe, geklusterte Stichprobe). Vor der Interpolation muss sichergestellt sein, ob die Abhängigkeit zwischen den räumlichen Daten besteht. Dafür eignen sich zwei Methoden: entweder die Methode der Variographie oder die Methode der Moving Window Statistik. Die Methode der Variographie zeigt die räumliche Abhängigkeit der Stichproben, jedoch nicht ob diese Abhängigkeit im gesamten Untersuchungsgebiet gleichförmig verteilt ist. Dafür wir die Moving Window Statistik verwendet. Für die Interpolation selbst gibt es mehrere Ansätze mit unterschiedlichen Auswirkungen. Zwei Interpolationsarten werden hier vorgestellt: die Distanz-basierte-Interpolation IDW (inverse distance weighting) und die geostatistische Interpolation. Bei IDW fliessen unterschiedliche Distanzen in die Schätzung unterschiedlich ein. Der Einfluss der Distanzgewichtung über den Distanzgewichtungsexponent kann fein gesteuert werden kann. Je höher der Distanzexponent, desto mehr beeinflussen die Messwerte der nächst benachbarten Punkte das Ergebnis. Eine richtungsabhängige Gewichtung ist jedoch nicht möglich. Bei der geostatistischen Interpolation dient die Variographie als Grundlage auf der Hauptbasis von statistisch verteilten Parametern. Aus der Variogramm erhält man Hinweise auf die Ähnlichkeit benachbarter Datenpunkte in Abhängigkeit ihrer Entfernung zueinander. Die wichtigsten geostatistischen Interpolationsverfahren sind die Kriging-Methoden.