1

1  Einleitung
Hinter  dem  Begriff  "Geostatistik"  verbirgt  sich  ein  noch  relativ  junger  Zweig  der  Geowissenschaften, ­
  der  zu  Beginn  der  sechziger  Jahre  von  dem  französichen  Statistiker
G.  Matheron  (1963)  begründet  und  namentlich  geprägt  wurde.  Mit  seiner  "Theorie  der
regionalisierten  Variablen"  legte  Matheron  (1965)  das  theoretische  Fundament  der  Geostatistik. ­

In  ihrer  ursprünglichen  Form  war  die  Geostatistik  zunächst  ein  neuer  Weg,  wohlbekannte ­
  mathematische  und  statistische  Methoden  auf  Fragestellungen  des  Bergbaus
(Vorratsschätzung  von  Lagerstätten)  zu  übertragen.  Mit  Gründung  des  "Centre  de
Geostatistique"  an  der  "Ecole  Nationale  Supérieure  des  Mines  de  Paris"  in  Fontainebleau
(Frankreich)  im  Jahre  1968  begann  jedoch  eine  ständige  Weiter-  und  Neuentwicklung
von  theoretischen  Konzepten  und  praktischen  Verfahren.  Dabei  bildete  sich  auch  eine
eigene  Terminologie  heraus,  die  von  der  Begriffswelt  der  klassischen  Statistik  teilweise
stark  abweicht.  Worte  wie  z.B.  "Nugget-Varianz"  erinnern  daran,  daß  die  Wurzeln  der
Geostatistik  im  Goldminen-Bergbau  liegen.
Die  allgemeine  Zielsetzung  der  Geostatistik,  deren  Einsatzgebiet  heutzutage  weit
über  die  Vorratsschätzung  hinaus  reicht,  läßt  sich  am  besten  durch  Matherons  eigene
Definition  (siehe  Journel  und  Huijbregts,  1978)  beschreiben:
"Geostatistik  ist  die  Anwendung  des  Formalismus’  der  Zufallsfunktionen  zur
Erkundung  und  Schätzung  von  natürlichen  Phänomenen"
Die  bekannteste  geostatistische  Methode  ist  "Kriging",  eine  Methode  zur  optimalen
Schätzung  von  räumlich-abhängigen  Variablen.  Der  Name  geht  auf  D.G.  Krige  zurück,
der  schon  Anfang  der  fünfziger  Jahre  die  räumliche  Korrelation  nutzte,  um  Goldvorkommen ­
  in  südafrikanischen  Minen  statistisch  abzuschätzen  (David,  1977).  Genaugenommen ­
  umschreibt  der  Begriff  "Kriging"  jedoch  nicht  ein  einzelnes,  sondern  eine
Vielzahl  von  Verfahren  (siehe  z.B.  Journel  und  Huijbregts,  1978),  deren  gemeinsames
Ziel  es  ist,
1.  die  unter  bestimmten  Voraussetzungen  bestmögliche  Abschätzung  einer  regionalisierten ­
  Variablen  an  Punkten,  wo  diese  Variable  nicht  bekannt  ist,  aus  benachbarten ­
  Werten  zu  finden,
2.  den  Fehler,  der  bei  dieser  Approximation  gemacht  wird,  abzuschätzen.
Eine  Möglichkeit,  die  Kriging-Verfahren  zu  klassifizieren  besteht  darin,  sie  in  lineare  und
nicht-lineare  Verfahren  einzuteilen.
Einige  lineare  Kriging-Verfahren:
-  Einfaches  Kriging  (Kriging  mit  bekanntem  Erwartungswert)
-  Gewöhnliches  Kriging  (Kriging  mit  unbekanntem  stationärem  Erwartungswert)
-  Universelles  Kriging  (Kriging  mit  unbekanntem  nicht-stationärem  Erwartungswert)