engenheiro
A cokrigagem apresenta vantagens sobre a krigagem quando a variável primária está sub-amostrada em relação as variáveis secundárias e quando apresenta alta correlação com elas.
Muitas vezes, algumas das variáveis secundárias estão muito mais densamente amostradas que a variável de interesse o que gera instabilidade nos sistemas de cokrigagem.
Os dados da variável secundária densamente amostrada próximos ao local u onde se deseja estimar a variável primária filtram a influência de dados mais distantes.Por isso surge a cokrigagem colocada
Cokrigagem colocada estrita: a informação da variável secundária está disponível só no local u onde a variável primária será estimada.
Cokrigagem colocada estrita simples (CKCS): considera que as tendências mi(u) são estacionárias e constantes em toda a área de estudo, Cokrigagem colocada estrita ordinária (CKCO): considera flutuações locais sobre a média limitando a hipótese de estacionariedade a uma vizinhança local. Nos sistemas de cokrigagem colocada estrita, somente são necessárias as funções de covariância para a variável primária C11(h) e a função covariância cruzada entre a variável primária e secundária C12(h).
Cokrigagem multicolocada: além da informação secundária disponível no local u onde a variável primária será estimada, também são utilizados os dados secundários colocados com os dados primários disponíveis nos locais (variável secundária exaustivamente amostrada).
Modelo de Markov 1 (MM1)
Segundo sua hipótese constitutiva, o MM1 é um modelo razoável se Z1(u) está definido num suporte maior ou igual a Z2(u), o que geralmente não é o caso. Uma limitante do modelos é que não requer a verificação de condição de definição positiva(>=0).
Modelo de Markov 2 (MM2)
Na maioria dos casos, a variável secundária Z2(u) está mais densamente amostrada que a variável primária Z1(u).
O MM2, contrariamente ao caso do MM1, se faz necessária a modelagem de todas as covariâncias diretas e