J'examine les captures de rongeurs sur six grilles de piégeage de rongeurs permanentes mesurant 150 x 150 mètres et comprenant 121 stations de piégeage régulièrement espacées de 15 mètres. Il y a six de ces grilles de piégeage sur le site d'étude d'une superficie <1 000 hectares. Je voudrais interpoler les données de capture pour créer une surface krigée d'activité de rongeurs. Une hypothèse d'interpolation est que les données sont stationnaires.
Comme le déclarent Fortin et Dale (2005)
la stationnarité est nécessaire pour faire des inférences à partir d'un modèle qui caractérise le processus de la structure spatiale des données à des emplacements qui ne sont pas échantillonnés.
D'après ce que je comprends, un processus peut être décrit comme stationnaire lorsque ses propriétés statistiques (moyenne et variance) ne varient pas dans l'espace.
Mais la variation dans l'espace n'est-elle pas la raison pour laquelle nous effectuons l'analyse spatiale en premier lieu?
La stationnarité est très souvent introduite dans la littérature sur l'analyse spatiale / géostatistique mais, je n'ai pas encore trouvé de direction solide et d'informations sur
- à quelle échelle ou pour quels types d'études, il est raisonnable de supposer que vos données sont stationnaires,
- comment examiner et vérifier que les données sont stationnaires, et enfin,
- une fois quantifiés d'une manière ou d'une autre, quelle différence entre une zone et la zone suivante qualifie vos données de non stationnaires?
Jusqu'à présent, après avoir examiné la littérature, le concept et l'examen de la stationnarité semblent hautement subjectifs, arbitraires et / ou obscurcis.
Si quelqu'un peut fournir des conseils pratiques sur ce problème, je l'apprécierais beaucoup!