クリギング

クリギング

クリギング（英語：kriging）は、空間データの補間を行うための手法の一つであり、関連する空間分析において重要な役割を果たしています。この手法は、対象とする空間を確率場としてモデル化し、共分散構造に基づいて、特定の地点のデータを統計的に補完することを目的としています。クリギングという名称は、鉱山技師ダニー・G・クリーグの研究に由来し、彼が鉱物の埋蔵位置の推定に用いた方法から発展しました。数学者のジョージズ・マトゥロンによって、クリギングは空間データの内挿法として体系化されました。

クリギングの原理

この手法の中心となるのは、補間する地点（s₀）における予測値（Ŷ(s₀)）と実際の値（Y(s₀)）との間の誤差を最小限に抑えることです。具体的には、補間する地点での平均二乗誤差（E[{Y(s₀)−Ŷ(s₀)}²]）を最小化するように、予測値を計算します。このアプローチにより、得られる補間値はより精度が高く、現実のデータに基づいたものとなります。

クリギングの種類

クリギングは、異なる前提に基づいていくつかのバリエーションが存在します。

• - 単純クリギング（simple kriging）では、対象となる領域において弱定常性が成立し、期待値が既知であると仮定します。これにより、予測の計算が簡略化されます。

• - 通常クリギング（ordinary kriging）は、上記とは異なり、期待値が不明でありながら一定であると仮定します。この方法は、より広範に適用可能で、実務でよく用いられます。

• - 普遍クリギング（universal kriging）は、期待値が空間の位置に応じて変化する滑らかな関数であると仮定します。このアプローチは、データに対する柔軟性を高めます。

• - 外生ドリフトクリギング（kriging with external drift）は、主変数と相関のある別の変数のデータを利用して期待値を推定します。これは、補間の精度を向上させるための手段です。

• - コクリギング（cokriging）は、主変数に加え、相関がある二次変数を使用して期待値を推定します。この手法は、主変数のデータが入手困難な場合でも、他の変数を使って空間補間を効果的に行うことができます。

多様な応用

クリギングは、鉱山開発だけでなく、自然科学、農業、エンジニアリング、社会科学などさまざまな分野で利用されています。特に、地理情報システム（GIS）の発展に伴い、多くの実務で効果的に活用されるようになりました。これにより、都市計画や環境調査、資源管理など、空間分析が必要とされる多様な場面でクリギングが不可欠な技術として認知されています。

クリギングは、データの変動を考慮しながら、高精度で空間的な予測を行える手法であるため、今後もさまざまな研究や応用が進むと期待されています。

もう一度検索