“Эффект самородка” (Nugget Effect ) используется в тех случаях, когда экспериментальные данные измерены в узловых точках не точно, а с некоторой погрешностью. “Эффект самородка” (Nugget Effect ) определяется из вариаграммы, построенной по экспериментальным данным. При задании этого параметра метод Криге становится сглаживающим интерполятором. Это означает, что интерполяционная функция в точках наблюдений не совпадает в точности с заданными значениями, а проходит вблизи заданных значений более плавно, чем интерполяционная. Чем больше значение “эффекта самородка” (Nugget Effect ), тем более гладкой является результирующая сеточная функция. Единицы измерения “эффекта самородка” (Nugget Effect ) - это квадрат единиц измерения данных.

“Эффект самородка” (Nugget Effect ) состоит из двух компонент:

Nugget Effect = Error Variance + Micro Variance.

В окне редактирования Error Variance (вариация ошибок) Вы можете задать значение вариации ошибок измерений.

В окне редактирования Micro Variance (вариация микроструктур) можно задать значение вариации мелкомасштабных структур.

Если значение вариации ошибок равно нулю, то ненулевой “эффект самородка” (Nugget Effect ) будет давать общий сглаживающий эффект, но интерполяционная функция в точках наблюдений будет в точности совпадать с заданными значениями (то есть метод будет вести себя как точный интерполятор). Если значение вариации ошибок (Error Variance ) не равно нулю, то интерполяционная функция в точках наблюдений может отклоняться от заданных значений (то есть в этом случае метод действует как сглаживающий интерполятор).

Если Вы выберете метод Криге (Kriging ) в качестве метода построения сеточной функции (Gridding Method ) и щелкнете по клавише Options (Опции), то на экране откроется панель диалога Kriging Options (Опции метода Криге). Групповое окно Variogram Model (Модель вариаграммы) позволяет выбрать модель вариаграммы, наиболее подходящую для Вашего множества данных.
Если Вы не знаете, какой их этих моделей воспользоваться при обработке Ваших данных, то выберите линейную (Linear ) модель, которая хорошо работает в большинстве случаев.
Для аккуратного выбора модели вариаграммы следует поступить следующим образом. Постройте экспериментальную вариаграмму (семивариаграмму) по Вашим наблюденным данным и сравните ее с моделями различных типов. Предпочтительным является тот тип модели, который наилучшим образом аппроксимирует Вашу экспериментальную вариаграмму.
Параметр Scale (Масштаб) определяет вертикальный масштаб стуктурной компоненты вариаграммы.

Групповое окно Drift Type (Тип тренда) позволяет выбрать модель тренда, используемую при построении интерполяционной функции методом Криге. SURFER предлагает три типа моделей: No Drift (нет тренда), Linear Drift (линейный тренд) и Quadratic Drift (квадратичный тренд).
При выборе опции No Drift (нет тренда) для интерполяции используется так называемый “Ordinary Kriging (Обычный метод Криге)”. Этот метод применяется, как правило, в случае, когда точки наблюдений распределены в исследуемой области равномерно.
Линейный (Linear ) и квадратичный (Quadratic ) тренды используются обычно при интерполяции в областях, где нет точек данных (дыры в распределении экспериментальных точек), или при экстраполяции за пределы области распределения точек данных.

Групповое окно Nugget Effect (“эффект самородка”) используется в тех случаях, когда экспериментальные данные измерены в узловых точках не точно, а с некоторой погрешностью, или когда размеры выборок данных слишком малы, чтобы обеспечить статистическую значимость. Nugget effect (“эффект самородка”) определяется на основе семивариаграмм, которые Вы должны построить по экспериментальным данным. При ненулувом “эффекте самородка” (Nugget Effect ) метод Криге становится сглаживающим интерполятором. Это значит, что интерполяционная функция в точках наблюдений не совпадает в точности с заданными значениями, а проходит вблизи заданных значений более плавно, чем интерполяционная. Чем больше значение этого параметра, тем более гладкой является результирующая сеточная функция.
Окно редактирования Error Variance (вариация ошибок) позволяет Вам задать значение вариации ошибок измерений.
В окне редактирования Micro Variance (вариация микроструктур) можно задать значение вариации мелкомасштабных структур.

Групповое окно Anisotropy (Анизотропия) позволяет задать весовые множителей для разных осей анизотропии. Более подробную информацию об этой опции можно получить в разделе "Анизотропия (Anisotropy )" данной Справочной системы.

Групповое окно Data Treatment (Обработка данных) определяет способ включения повторных наблюдений в операцию построения интерполяционной функции. Более подробную информацию об этой опции можно получить в разделе "Обработка данных (Data Treatment )" данной Справочной системы.

При нажатии клавиши Reset (Сброс) все установки, выполненные Вами в панели диалога Kriging Options (Опции метода Криге), сбрасываются и всем параметрам метода возвращаются их значения по умолчанию.