Our results confirm previous findin

Our results confirm previous findings (e.g. Creutin and Obled, 1982) that for low-density networks of
raingages geostatistical interpolation outperforms techniques, such as the inverse square distance or
Thiessen polygon, that ignore the pattern of spatial dependence which is usually observed for rainfall
data: the mean square error of kriging prediction is up to half the error produced using inverse square
distance.

ผลลัพธ์ (ไทย) 1:

ผลของเรายืนยันการค้นพบก่อนหน้านี้ (เช่น Creutin และ Obled, 1982) ที่สำหรับเครือข่ายนความหนาแน่นต่ำของ
สอดแทรก geostatistical raingages outperforms เทคนิค เช่นระยะทางผกผันตาราง หรือ
Thiessen รูปหลายเหลี่ยม ที่ละเว้นรูปแบบพึ่งพาปริภูมิซึ่งมักจะพบสำหรับฝน
ข้อมูล: ข้อผิดพลาดของค่าเฉลี่ยกำลังสองของการคาดการณ์ kriging เป็นข้อผิดพลาดถึงครึ่งหนึ่งที่ผลิตโดยใช้ตารางค่าผกผัน
ระยะทาง

ผลลัพธ์ (ไทย) 2:

ผลของเรายืนยันการค้นพบก่อนหน้า (เช่น Creutin และ Obled, 1982) ว่าสำหรับเครือข่ายความหนาแน่นต่ำของ
การแก้ไข raingages geostatistical มีประสิทธิภาพดีกว่าเทคนิคเช่นผกผันระยะสี่เหลี่ยมหรือ
Thiessen รูปหลายเหลี่ยมที่ไม่สนใจรูปแบบของการพึ่งพาอาศัยกันของพื้นที่ซึ่งมักจะสังเกตปริมาณน้ำฝน
ข้อมูล : ข้อผิดพลาดกำลังสองเฉลี่ยของการทำนาย kriging ขึ้นอยู่กับข้อผิดพลาดครึ่งหนึ่งที่ผลิตโดยใช้ตารางผกผัน
ระยะทาง

ผลลัพธ์ (ไทย) 3:

ผลการศึกษาของเรายืนยันก่อนหน้านี้ ( เช่น creutin และ obled , 1982 ) สำหรับเครือข่ายการ geostatistical ความหนาแน่น
raingages โปรยเทคนิคเช่นผกผันตารางระยะทางหรือ
หารูปหลายเหลี่ยมที่ละเว้นรูปแบบทางพื้นที่ของการพึ่งพาซึ่งมักจะเป็นสังเกตสำหรับข้อมูลน้ำฝน
:ค่าเฉลี่ยความคลาดเคลื่อนกำลังสองของคริกกิ้งในการทำนายถึงครึ่งหนึ่งข้อผิดพลาดที่ผลิตโดยใช้ระยะทางตาราง
ผกผัน