طرح نمونه‌گیری فضایی متعادل دو مرحله‌ای برای پیش‌گویی میدان های تصادفی

آمار فضایی علم تحلیل داده‌های وابسته فضایی است. در مطالعات محیطی گاهی با داده‌هایی وابسته‌ سروکار داریم که همبستگی آن‌ها ناشی از موقعیت قرارگیری در یک فضای معین است. از طرفی در بررسی‌های نمونه‌ای فرض بر آن است که اعضای نمونه، از جامعه‌ای با واحدهای مستقل گرفته ‌شده است. این فرض در تمامی مراحل نمونه‌گیری تحلیل و مدل‌سازی مورد استفاده قرار می‌گیرد. اما وقتی اعضای جامعه مورد مطالعه به‌نوعی وابسته باشند، تمامی مراحل آماری و حتی روش‌های نمونه‌گیری نیازمند بازنگری و لحاظ کردن ساختار همبستگی داده‌ها خواهند بود. در نمونه‌گیری کلاسیک برای نمونه‌گیری از یک متغیر، چنانچه متغیرهای کمکی وجود داشته باشند، برای ارتقاء کیفیت طرح نمونه‌گیری می‌توان از نمونه‌گیری متعادل استفاده کرد. در این مقاله نمونه‌گیری فضایی متعادل معرفی می‌شود که در آن از مولفه‌های موقعیت‌های فضایی به‌عنوان متغیرهای کمکی استفاده‌شده است. سپس در مطالعه‌ای شبیه‌سازی نشان داده می‌شود کریگیدن بر اساس یک نمونه متعادل نسبت به روش‌های دیگر نمونه‌گیری متحمل خطای کمتری در پیش‌گویی فضایی می‌شود. در انتها نحوه کاربست روش ارائه ‌شده در کاربرد نشان داده می‌شود.