طرح نمونه گیری فضایی متعادل دو مرحله ای برای پیش گویی میدان های تصادفی

آمار فضایی علم تحلیل داده های وابسته فضایی است. در مطالعات محیطی گاهی با داده هایی وابسته سروکار داریم که همبستگی آن ها ناشی از موقعیت قرارگیری در یک فضای معین است. از طرفی در بررسی های نمونه ای فرض بر آن است که اعضای نمونه، از جامعه ای با واحدهای مستقل گرفته شده است. این فرض در تمامی مراحل نمونه گیری تحلیل و مدل سازی مورد استفاده قرار می گیرد. اما وقتی اعضای جامعه مورد مطالعه به نوعی وابسته باشند، تمامی مراحل آماری و حتی روش های نمونه گیری نیازمند بازنگری و لحاظ کردن ساختار همبستگی داده ها خواهند بود. در نمونه گیری کلاسیک برای نمونه گیری از یک متغیر، چنانچه متغیرهای کمکی وجود داشته باشند، برای ارتقاء کیفیت طرح نمونه گیری می توان از نمونه گیری متعادل استفاده کرد. در این مقاله نمونه گیری فضایی متعادل معرفی می شود که در آن از مولفه های موقعیت های فضایی به عنوان متغیرهای کمکی استفاده شده است. سپس در مطالعه ای شبیه سازی نشان داده می شود کریگیدن بر اساس یک نمونه متعادل نسبت به روش های دیگر نمونه گیری متحمل خطای کمتری در پیش گویی فضایی می شود. در انتها نحوه کاربست روش ارائه شده در کاربرد نشان داده می شود.