Академический Документы
Профессиональный Документы
Культура Документы
Marcotte 1
Krigeage
Automne 2003
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 2
Plan
Dfinition
Krigeage simple et krigeage ordinaire
Interprtation
Exemple numrique
Proprits du krigeage
Aspects pratiques
Validation croise
Lien entre KS et KO
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 3
Dfinition
Mthode destimation linaire, sans biais, minimisant la variance
destimation telle que calcule laide du variogramme
Dans le cadre stationnaire, il y a 2 formes particulires de krigeage :
) ( m
Z
m =
Z i i
n
1 = i
*
v
+
- Le krigeage simple :
Z
=
Z
i i
n
1 = i
*
v
- Le krigeage ordinaire :
Le krigeage simple suppose la moyenne du processus (m) connue.
Le krigeage ordinaire est plus frquemment utilis.
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 4
Krigeage simple
]
Z
,
Z
Cov[ 2 - ]
Z
,
Z
Cov[ + ]
Z
Var[ =
i v i
n
1 = i
j i j i
n
1 = j
n
1 = i
v
2
e
La variance destimation est:
Lide est de choisir les
i
de faon minimiser la variance
destimation.
Pour trouver le minimum, on drive par rapport chacun
des
i
et lon pose ces drives partielles gales zro (condition
dun extrmum; cet extrmum est un minimum)
2
e
+
Lestim est obtenu par :
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 6
Ces quations scrivent sous forme matricielle :
s s
2
v
2
ks
k ' =
(
(
(
(
(
(
2
2 n 1 n
n 2
2
1 2
n 1 2 1
2
) Z , Z ( Cov ) Z , Z ( Cov
) Z , Z ( Cov ) Z , Z ( Cov
) Z , Z ( Cov ) Z , Z ( Cov
s
K
(
(
(
(
(
(
n
2
1
s
(
(
(
(
(
(
) Z , Z ( Cov
) Z , Z ( Cov
) Z , Z ( Cov
v n
v 2
v 1
s
k
=
s s s
k K =
s
1
s s
k K
=
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 7
Krigeage ordinaire
Dans le krigeage ordinaire, m nest pas connue. Lestimateur
prend alors la forme :
Pour que lestimateur soit sans biais, il faut imposer la
contrainte habituelle :
Z
=
Z
i i
n
1 = i
*
v
1
i
n
1 = i
=
\
|
+
|
|
\
|
1 2 ]
Z
,
Z
Cov[ 2 - ]
Z
,
Z
Cov[ ]
Z
v
Var[ =
1 2 = ) , L(
- +
-
i
n
1 = i
i v i
n
1 = i
j i j i
n
1 = j
n
1 = i
i
n
1 = i
2
e
Poser les drives partielles par rapport et gales zro =>
systme linaire de n+1 quations n+1 inconnues
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 9
1...n = i ]
Z
,
Z
Cov[ = + ]
Z
,
Z
Cov[
i v j i j
n
1 = j
1 =
j
n
1 = j
- ]
Z
,
Z
Cov[ - ]
Z
Var[ =
i v i
n
1 = i
v
2
ko
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 10
(
(
(
(
(
(
0 1 1 1
1 ) Z , Z ( Cov ) Z , Z ( Cov
1 ) Z , Z ( Cov ) Z , Z ( Cov
1 ) Z , Z ( Cov ) Z , Z ( Cov
2
2 n 1 n
n 2
2
1 2
n 1 2 1
2
o
K
(
(
(
(
(
(
n
2
1
o
=
(
(
(
(
(
(
1
) Z , Z ( Cov
) Z , Z ( Cov
) Z , Z ( Cov
v n
v 2
v 1
o
k
Le krigeage permet destimer directement un bloc (Z
v
) ou un point (Z
0
)
Tout ce qui change cest le membre de droite k
0.
Le krigeage dun bloc est gal la moyenne des krigeages ponctuels dans
le bloc.
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 11
Exemple
0 0.2 0.4 0.6 0.8 1
0
0.2
0.4
0.6
0.8
1
k0
ks
Poids
1
P
o
i
d
s
2
Variance d'estimation Sph(C0=0.5,C=0.5,a=5)
+
x1
+
x2
x0
h=1 h=2
On a toujours :
2
ks
2
ko
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 12
Interprtation du krigeage
Le krigeage minimise la variance destimation thorique calcule partir
du variogramme.
Le krigeage est-il plus juste que tout autre estimateur linaire ?
Oui, en moyenne (i.e. sur un grand nombre de valeurs estimes),
lorsque:
- hypothse de stationnarit est valide
- on a le bon modle de variogramme
Pour un bloc particulier ou un point, on ne peut rien affirmer.
En pratique, dans la plupart des cas, le krigeage est en moyenne au moins
aussi juste que les autres estimateurs.
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 13
Exemple numrique dtaill
h=1
h=1
h=2
1
2 3
0
Variogramme sphrique, C
0
=1, C=10, a=3
Z
1
=9, Z
2
=3, Z
3
=4
0 3 3.2 2 x3
3 0 1 1 X2
3.2 1 0 1.4 X1
2 1 1.4 0 X0
X3 X2 X1 X0
0 11 11 9.52 x3
11 0 5.81 5.81 X2
11 5.81 0 7.55 X1
9.52 5.81 7.55 0 X0
X3 X2 X1 X0
h
(h)
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 14
11 0 0 1.48 x3
0 11 5.19 5.19 X2
0 5.19 11 3.45 X1
1.48 5.19 3.45 11 X0
X3 X2 X1 X0
C(h)
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
1
1.48
5.19
45 . 3
0 1 1 1
1 11 0 0
1 0 11 5.19
1 0 5.19 11
3
2
1
=
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 15
(
(
(
(
(
(
(
(
(
(
(
(
5 1.5 -
8 .2
.51
1 .2
3
2
1
=
Z
0
* =
i
Z
i
= (.21)*9 + (.51)*3 + (.28)*4 = 4.54
6 8.7 =
k
- 11 =
0
2
ko
1
2
+ + + +
3
+ + + +
+ + + +
+ + + +
0 20 40 60 80 100 120
0
20
40
60
80
100
120
140
160
180
200
Quatre modles de variogrammes
distance
v
a
r
i
o
g
r
a
m
m
e
Sph(100,100)
Sph(150,150)
Exp(150,290)
Lin(1.5)
27.6 .28 -.01 -.01 Linaire, pente=1
28.2 .28 -.01 -.01 Exp. C=150, a
eff
=290
27.8 .29 -.01 -.01 Sphrique, C=150, a=150
28.0 .29 -.01 -.02 Sphrique, C=100, a=100
1
2
k
100
100
4 ajustements quivalents
h<30
=> mmes poids
=> mme
2
k
Effet de lissage
2
ks
*
v v
) Z ( Var ) Z ( Var + =
+ + = 2 ) Z ( Var ) Z ( Var
2
ko
*
v v
K. Simple
K. Ordinaire
Lestimateur KS est toujours moins variable que la ralit quil cherche estimer
) Z ( Var ) Z ( Var
v
*
v
Habituellement < 0 et |2| <
) Z ( Var ) Z ( Var
v
*
v
2
ko
+ = = +
quations du KO
[ ] ) m Z (
) Z ( Var
Z Z | Z E
*
v
*
v
*
v
*
v v
+ =
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 30
Lien entre lissage et biais conditionnel
) Var(Z
) Z , Cov(Z
b
*
v
*
v v
=
*
v
v
*
v
*
v v
) Var(Z
b = =
Absence de biais conditionnel => b=1 =>
v
*
v
Un estimateur sans lissage est ncessairement avec biais conditionnel.
Les valeurs estimes doivent montrer une variance infrieure aux
vraies valeurs.
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 31
Le krigeage est transitif
0 5 10
0
2
4
6
8
10
x
Z
(
x
)
Modle gaussien (a=10)
Z(x)*
Donne
1000*
k
0 5 10
0
2
4
6
8
10
x
Z
(
x
)
Modle gaussien (a=10)
Z(x)*
Donne
1000*
k
droite, x=10, on observe une donne gale la valeur krige gauche.
Toutes les valeurs kriges demeurent inchanges. Seules les variances de
krigeage sont rduites.
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 32
Aspects pratiques du krigeage
Krigeage ordinaire => syst. dq. linaire (n+1) quations et (n+1) inconnues
=> limite pratique sur n
m est estime implicitement => voisinage glissant (ou local) permet de
relaxer lhypothse de stationnarit ( m peut fluctuer dun voisinage
lautre)
Grille de krigeage: rgulire ou non, points ou blocs.
Voisinage utilis pour le krigeage:
- Habituellement en voisinages glissants.
- Nombre de points suffisant ( >10; peut atteindre jusqu' 50-100).
- Zone de recherche assez grande pour assurer un minimum de
points.
- Recherche par quadrants (2D) ou octants (3D) (min 2 ou 3 points
par quadrant/octant)
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 33
1
2 3
4
5
6
7
8
9
10
11
Exemple: Recherche circulaire, maximum de 2 points par quadrant.
3 et 11 sont rejets car en dehors du cercle de recherche.
8 est rejet car deux autres points sont plus proches dans ce quadrant.
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 34
Dans certains cas, le choix dun voisinage appropri est crucial !
+ +
Tous les points proviennent dun mme
forage =>
- discontinuit prononce sur la carte
- estimation peu prcise
+
Les points proviennent des 2 forages =>
gauche : qq points dans la zone riche
droite : aucun point dans la zone riche
=>
- discontinuit prononce sur la carte
- estimation peu prcise
+
Zone riche
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 35
+ +
Les points proviennent des 2 forages =>
- pas de discontinuit
- estimation prcise
+
Les points proviennent des 2 forages =>
- pas de discontinuit
- estimation prcise
+
Zone riche
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 36
Exemple
Ralit
5 10 15 20 25 30
5
10
15
20
25
30
Circulaire, n=10
5 10 15 20 25 30
5
10
15
20
25
30
Circulaire, quadrant n=3
5 10 15 20 25 30
5
10
15
20
25
30
Globale
5 10 15 20 25 30
5
10
15
20
25
30
Elliptique, quadrant n=3
5 10 15 20 25 30
5
10
15
20
25
30
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 37
Validation croise
Valider le modle de variogramme
Valider le voisinage utilis pour le krigeage
rsidu : e
i
=Z
i
-Z
i
*
rsidu normalis
ki
i
i
e
n
=
0 n et 0 e
i i
i i
i i
2
i i
min e ou min | e |
1 n
N
1
0.5
i
2
i
|
\
|
2
2 3 4 5 6 7 8
0
0.5
1
1.5
2
n
2
(erreurs normalises)
Pas de la grille
2 3 4 5 6 7 8
0
0.5
1
1.5
2
Effet ppite pur au lieu de sphrique a=10: e
2
Moy e
2
Moy
2
2 3 4 5 6 7 8
0
0.5
1
1.5
2
n
2
(erreurs normalises)
Pas de la grille
Idem
Vrai modle : Sphrique a=10, C=1
Modle valid: effet de ppite pur
C0=1
Le modle valid
est pessimiste par
rapport au vrai
modle
Pourquoi de larges mailles la validation fournit-elle de bons rsultats ?
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 42
2 3 4 5 6 7 8
0
0.5
1
1.5
2
Sphrique a=20 au lieu de a=10: e
2
Moy e
2
Moy
2
2 3 4 5 6 7 8
0
2
4
6
8
n
2
(erreurs normalises)
Pas de la grille
Idem
Vrai modle : Sphrique a=10, C=1
Modle valid: Sphrique a=20, C=1
Le modle valid
est optimiste par
rapport au vrai
modle
2 3 4 5 6 7 8
0
0.5
1
1.5
2
Sphrique a=10 au lieu de ppite pur: e
2
Moy e
2
Moy
2
2 3 4 5 6 7 8
0
2
4
6
8
n
2
(erreurs normalises)
Pas de la grille
Idem
Vrai modle : Effet de ppite pur, C0=1
Modle valid: Sphrique a=10, C=1
Le modle valid
est optimiste par
rapport au vrai
modle
Pourquoi de larges mailles la validation fournit-elle de bons rsultats ?
Exemple simul
Var(e)
Minimum en a=15, C0/C=0.3; prs des
valeurs utilises pour la simulation
(C0/C=0.33; a=10)
Nb. donnes =30 V
a
l
i
d
a
t
i
o
n
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 45
Autres mesures de validation
-Variance exprimentale des observations vs valeur thorique D
2
(|G)
-Variance exprimentale des valeurs kriges vs valeurs thoriques (pour
diffrentes tailles de blocs v )
2 ) G | Z ( D
2
ko v
2 * 2
v
Z
Valeur moyenne des
variances de krigeage
Valeur moyenne des
multiplicateurs de Lagrange
Variance
exprimentale des
valeurs kriges
cole Polytechnique - GLQ3401 Krigeage - D. Marcotte 46
Lien entre KS et KO
KO => estimer m par KO suivi de KS avec cette moyenne estime
Estimation de m par KO =>
i , m
m m ko
=
2
,
Estimation de Zv(x) par KO =>
i o,
2
ko
2
ks
=
i
i , s s
) 1 ( S
i m s i s i o
S
, , ,
+ =
m s
S =
2 2 2 2
m , ko s ks ko
S + =