داده های تهیه شده از طریق درون یابی در بسیاری از پروژه های اجرایی و مهندسی و مطالعات در زمینه های مختلف مانند زمین شناسی، هواشناسی، مدیریت بحران، منابع طبیعی و محیط زیست مورد استفاده قرار می گیرند. رایج ترین معیارها بیان کننده میزان دقت درون یابی، برآورد خطای جذر میانگین مربعات (RMSE) و نمایش بزرگی خطا در نقاط نمونه با ارتفاع معلوم اند که به علت مکانی نبودن یا فراگیر نبودن اطلاعات، شاخص های مذکور قابلیت استفاده محدودی دارند، زیرا RMSE میانگین خطای درون یابی در نقاط محدودی را نشان می دهد و نمایش بزرگی خطا در نقاط نمونه با ارتفاع معلوم نیز برای آگاهی از میزان خطا و قابلیت اطمینان درون یابی در هر نقطه و موقعیت دلخواه قابل استفاده نیست. بدین ترتیب، به نظر می رسد که ایجاد روش های موثرتر و کاربردی تر برای ارزیابی و نمایش مکانی دقت خروجی درون یابی در کنار RMSE ضرورت دارد.
در این مقاله، ضمن بیان برخی از محدودیت های خطای جذر میانگین مربعات (RMSE)، روشی کاربردی مبتنی بر مثلث بندی نقاط با ارتفاع معلوم برای مدل سازی و تهیه نقشه خطای درون یابی ارائه شده است. در این روش ویژگی های هندسی مثلث های محاط بر نقاط مجهول ـ مانند محیط، مساحت و اختلاف ارتفاع بین رئوس برای مدل سازی و پیش بینی خطا ـ مورد استفاده قرار می گیرند. کارایی روش پیشنهادی با استفاده از مطالعه موردی، بررسی گردیده و رابطه معنی داری بین خطای واقعی و خطای برآورد شده با مدل، مشاهده شده است. تولید لایه قابلیت اطمینان درون یابی نه تنها برای ارزش گذاری و استفاده موثر از نقشه های حاصل از درون یابی می تواند مفید باشد، بلکه برای نمونه برداری تکمیلی و ترمیم نقاط ضعف نقشه های تولید شده با درون یابی نیز می تواند قابل استفاده باشد.
