第九講 地統(tǒng)計學_第1頁
第九講 地統(tǒng)計學_第2頁
第九講 地統(tǒng)計學_第3頁
第九講 地統(tǒng)計學_第4頁
第九講 地統(tǒng)計學_第5頁
已閱讀5頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

地統(tǒng)計學分析方法黑鵬飛heipf06@主要內容地統(tǒng)計學的簡單介紹定義應用范圍使用步驟變異函數(shù)具體計算及應用變異函數(shù)的計算變異函數(shù)的重點參數(shù)及其意義變異函數(shù)的簡單應用事件:在科學實驗中,為著某種目的需要,常常在不變的一定條件下,對某一現(xiàn)象進行著多次重復的觀測與實驗,實驗結果中發(fā)生的現(xiàn)象叫“事件”。必然事件:如果在每一次實驗中,某事件在一定條件下必定發(fā)生,則為必然事件。不可能事件:如果在每一次實驗中,某事件在一定條件下不可能發(fā)生,則為不可能事件。隨機事件:介于“必然事件”和“不可能事件”之間即隨機事件。隨機變量:實驗中,對于每一事件ω,都對應著一個實數(shù)Z(ω)

,而Z(ω)又是隨著實驗結果不同而變化的一個變量,則稱Z(ω)為隨機變量。如:1)打靶擊中取1,未擊中取0。Z表射手射擊得分,是一個隨機變量,可取0或1。

2)某段時間內候車人數(shù)Z,可取0至最大容量。

3)單位面積上土壤元素含量Z,可取[0,T],T為某常數(shù)協(xié)方差:標準差:變異函數(shù)(本節(jié)將要學到):基本概念地統(tǒng)計法區(qū)域化變量協(xié)方差函數(shù)變異函數(shù)平穩(wěn)假定本征假定塊金值基臺值變程地統(tǒng)計學定義Matheron(1962)給地統(tǒng)計學下過一個較早的定義;“地統(tǒng)計學即以隨機函數(shù)的形式體系在勘查與估計自然現(xiàn)象中的應用。”1970改為:“以區(qū)域化變量理論在評估礦床中的應用(包括采用的各種方法和技術)?!钡堑亟y(tǒng)計學近20年的發(fā)展表明,它不僅僅在地質學中應用,而且在土壤、農業(yè)、氣象、海洋、生態(tài)、森林和環(huán)境治理方面也開始應用。地統(tǒng)計學定義地統(tǒng)計學是以區(qū)域化變量理論為基礎,以變異函數(shù)為主要工具,研究那些在空間分布上既有隨機性又有結構性,或空間相關相依賴性的自然現(xiàn)象的科學。地統(tǒng)計學的發(fā)展在5O年代初期,南非礦山工程師D.G.Krige等人在金礦儲量估計上提出了該方法的雛形。此后法國統(tǒng)計學家G.Matheron對早期零散研究歸納、整理和系統(tǒng)化,在60年代提出區(qū)域化變量和半變異函數(shù),形成了地統(tǒng)計學的理論基礎。地統(tǒng)計學的發(fā)展由于地統(tǒng)計學可在有限的離散數(shù)據(jù)基礎上無偏最優(yōu)預測(或模擬)連續(xù)的空間分布,且得到預測的不確定性估計,因此,其應用領域也從地質、礦業(yè)逐漸拓展到土壤、水資源、農業(yè)、氣象、海洋、生態(tài)、環(huán)境等領域,其方法體系也從穩(wěn)態(tài)、單變量、線性、參數(shù)和空間靜態(tài)演化到非穩(wěn)態(tài)、多變量、非線性、非參數(shù)和時空動態(tài)層面。1977年桂林冶金地質研究所情報室率先把地統(tǒng)計學引入我國,之后候景儒、王仁鐸、孫洪泉等人深化了地統(tǒng)計學方法在我國地質、礦業(yè)領域的應用.然而相比其他國家,我國在環(huán)境、水資源、生態(tài)等領域應用依舊甚少口。地統(tǒng)計學與經典統(tǒng)計學的區(qū)別經典統(tǒng)計學研究的變量必須是純隨機變量。該隨機變量的取值按某種概率分布而變化。而地統(tǒng)計學研究的變量不是純隨機變量,而是區(qū)域化變量。該區(qū)域化變量根據(jù)其在一個域內的空間位置取不同的值,它是隨機變量與位置有關的隨機函數(shù)。因此,地統(tǒng)計學中的區(qū)域化變量既有隨機性又有結構性。經典統(tǒng)計學所研究的變量理論上可無限次重復或進行大量重復觀測試驗。而地統(tǒng)計學研究的變量則不能進行這樣的重復試驗。因為區(qū)域化變量一旦在某一空間位置上取得一樣品后,就不可能在同一位置再次取得該樣品,即區(qū)域化變量取值僅有一次。地統(tǒng)計學與經典統(tǒng)計學的區(qū)別經典統(tǒng)計學的每次抽樣必須獨立進行,要求樣本中各個取值之間相互獨立。而地統(tǒng)計學中的區(qū)域化變量是在空間不同位置取樣,因而,兩個相鄰樣品中的值不一定保持獨立,具有某種程度的空間相關性。經典統(tǒng)計學以頻率分布圖為基礎研究樣本的各種數(shù)字特征。地統(tǒng)計學除了要考慮樣本的數(shù)字特征外,更主要的是研究區(qū)域化變量的空間分布特征。因此,地統(tǒng)計學的主要研究是圍繞著變量空間分布理論和估計方法。地統(tǒng)計學的在生態(tài)學中的引入隨著生態(tài)學理論研究的深入,尤其是景觀生態(tài)學的發(fā)展,許多生態(tài)學家認識到空間異質性在許多生態(tài)學理論中起中心作用,并引起高度重視,成為90年代生態(tài)學理論研究的新的重點??臻g異質性是指系統(tǒng)或系統(tǒng)同性在空間上的復雜性和變異程度,包括系統(tǒng)屬性的空間組成,空間構型和空間相關。它在生物學系統(tǒng)各個層次上都存在,是許多基本生態(tài)學過程和物理過程在時間和空間連續(xù)系統(tǒng)上長期作用的結果。鑒于地統(tǒng)計法在研究空間異質性的優(yōu)點,從85年開始引入生態(tài)學的研究。地統(tǒng)計學在生態(tài)學研究中的應用對空間格局的尺度、幾何形狀、變異方向進行定量地分析和有效地估計,并將空間格局與生態(tài)學過程聯(lián)系起來;它為生態(tài)學家在各種尺度上進行空間抽樣時,提供最優(yōu)的抽樣方法;它可以幫助景觀生態(tài)學家建立景觀模型,并進行景觀模擬;環(huán)境因子的地統(tǒng)計學分析有助于生態(tài)學家更深刻地了解生命有機體(個體、種群和群落)空間變異的機制。

地統(tǒng)計學在生態(tài)學研究中的應用最近幾年的研究表明:地統(tǒng)計學無論是在土壤的空間格局等植物群落的空間變異,還是在景觀干擾格局等方面的研究,都顯示出經典統(tǒng)計學不可替代的優(yōu)越性。重要概念:區(qū)域化變量Matheron(1963)將區(qū)域化變量的定義:以空間點x的三個直角坐標xu,yv,zw為自變量的隨機場Z(xu,yv,zw)=Z(x),稱為區(qū)域化變量,或區(qū)域化隨機變量。(場:設在空間某區(qū)域內定義標量函數(shù)或矢量函數(shù),則稱定義在空間區(qū)域內的函數(shù)為場)區(qū)域化變量的理解區(qū)域化隨機變量與普通隨機變量不同,普通隨機變量的取值按某種概率分布變化而變化,而區(qū)域化隨機變量則根據(jù)其在一個域內的位置取不同的值。換句話說,區(qū)域化隨機變量是普通隨機變量在域內確定位置上的特定取值,它是與位置有關的隨機函數(shù)。區(qū)域化變量的理解區(qū)域化變量具有兩方面的含義,即:觀測前Z(x,y,z)是一個場,觀測后Z(x,y,z)是一個普通的空間三元函數(shù)或空間點函數(shù)值。

(這一點類似于概率統(tǒng)計中的隨機變量,在抽樣前它可以看成一個隨機變量,抽樣后則為一個具體的實數(shù)值,只有這兩方面理解了才可以真正理解區(qū)域化變量的概念)隨機函數(shù)是由區(qū)域性和隨機性結合起來產生的概念。一方面,數(shù)據(jù)維值來自于一個物理環(huán)境(時間,空間),并且在一定程度上依賴于其所處的在該區(qū)域的位置,它們是區(qū)域化的。另一方面,區(qū)域化值z(xi)不能用一個簡單的確定型函數(shù)Z(x)來模擬。對樣品值進行觀察會發(fā)現(xiàn),Z(x)的行為隨機函數(shù)模型的建立非常復雜。像其他許多數(shù)據(jù)參數(shù)的作用機制不能確定的情況一樣,這里選擇利用概率論方法,也就是說,這個作用被認為是隨機的。樣品數(shù)據(jù)可以視為隨機作用的結果。區(qū)域化變量舉例:

1)年降水量和蒸發(fā)量;2)土壤厚度分布。既服從地帶性規(guī)律,同時又受隨機性(不確定性)因素的影響.因此它們是典型的區(qū)域化變量。區(qū)域化變量在數(shù)學和統(tǒng)計學意義的屬性首先,區(qū)域化變量是一個隨機函數(shù),它具有局部的、隨機的、異常的性質;其次,區(qū)域化變量只有一般的或平均的結構性質,即變量在點x與x+h(h為空間距離)處的數(shù)值Z(x)與Z(x+h)具有某種程度的自相關,這種自相關依賴于兩點間的距離h及變量特征。這就體現(xiàn)其結構性。區(qū)域化變量在研究具體變量時的特性

①空間局限性

區(qū)域化變量被限制在一定的空間范圍內。如景觀中某一種群的斑塊(Patch),群落中某一林分類型,樹木種子的散布范圍等,這一空間范圍稱為區(qū)域化變量的幾何域。在幾何域或空間范圍內,變量的屬性最為明顯。在幾何域或空間范圍之外,變量的屬性表現(xiàn)不明顯或表現(xiàn)為零。在景觀生態(tài)學中空間格局特性表現(xiàn)為景觀的空間異質性。區(qū)域化變量在研究具體變量時的特性

②不同程度的連續(xù)性具有較強的連續(xù)性;只具有平均意義下的連續(xù)性;在某些特殊意義或情況下,連這種平均意義下的連續(xù)性也不存在。例如,森林土壤中有效氮的含量即使在兩個非??拷臉狱c上,也可能有很大的差異,表現(xiàn)出不連續(xù)。這種現(xiàn)象稱為“塊金效應”。區(qū)域化變量在研究具體變量時的特性

③不同類型的各向異性

區(qū)域化變量如果在各個方向上的性質變化相同,更確切地講變異相同,則稱為各向同性。若在各個方向上的變異不同,則稱其為各向異性。分析各向同性或各向異性,主要是考慮區(qū)域化變量在一定范圍內樣點之間的自相關程度。

當超出一定范圍之后,相關性減弱或消失。Rossi等認為生態(tài)學中的區(qū)域化變量,各向同性是相對的,而各向異性則是絕對的。變異函數(shù)的提出

由于區(qū)域化變量具有上述特點,應該有一種合適的函數(shù)或模型來描述,它既能兼顧到區(qū)域化變量的隨機性又能反映它的結構性。具體做法就是提出簡單的空間變異性的表達式,并導出求解問題的相容條件和運算方法。為此,G.Matheron在60年代提出了空間協(xié)方差函數(shù)和變異函數(shù)。尤其是變異函數(shù)能同時描述區(qū)域化變量的隨機性和結構性,為從數(shù)學上嚴格地分析區(qū)域化變量提供了實用工具。協(xié)方差(又稱半方差)在概率論中,隨機向量X,Y的協(xié)方差定義為:若Z(x)、Z(x+h)為區(qū)域化變量Z(x)=Z(x1,x2,x3)在空間點x和x+h處的兩個隨機變量,定義Z(x)的自協(xié)方差函數(shù):二階平穩(wěn)假設:隨機變量Z(x)的空間分布規(guī)律不因位移而改變,即變異函數(shù)變異函數(shù)是地統(tǒng)計學所特有的樣本工具。在一維條件下變異函數(shù)定義為:當樣本點在一維x軸上變化時,區(qū)域變量Z(x)在點x、x+h處值Z(x)、Z(x+h)的差的方差一半,被定義為區(qū)域化變量Z(x)在x軸方向上的變異函數(shù),記γ(x,h)

則二階平穩(wěn)假設和本征假設的應用

要估計方差值,即估計變異函數(shù)值,就要估計數(shù)學期望E[Z(x)-Z(x+h)]2,因而必須有足夠的若干對Z(x)和Z(x+h)的值。才可能通過求[Z(x)-Z(x+h)]2的平均數(shù)的方法來估計E[Z(x)-Z(x+h)]2

,但在地統(tǒng)計學中,空間抽樣只能得到一對這樣的值Z(x)和Z(x+h),不可能在空間上同一點取得重復,這就在統(tǒng)計推斷上出現(xiàn)了困難。為了克服這個困難,能夠使用變異函數(shù),必須對區(qū)域化變量Z(x)進行區(qū)域化二階平穩(wěn)假設和本征假設。本征假定條件1:E[Z(x)-Z(x+h)]=0

(對所有的x,h)條件2:Var[Z(x)-Z(x+h)]=E[{Z(x)-Z(x+h)}2]=

2γ(h)變異函數(shù)設Z(x)為區(qū)域型隨機變量,并滿足二階平穩(wěn)和本征假設,則變異函數(shù):即:其中:h為兩個樣本點分隔距離,Z(xi)和Z(xi+h)分別為區(qū)域化變量Z(x)在空間點xi和xi+h的觀測值。例:Z(x1)=4,Z(x2)=3,Z(x3)=4,Z(x4)=5,Z(x5)=7,Z(x6)=9,Z(x7)=7,Z(x8)=8,Z(x9)=7,Z(x10)=7(xi=i)解:由圖可以看出,當分隔距離較小時,變異函數(shù)越小。當兩點間距離增大到某一值(h=6)后,變異函數(shù)在某一值上下波動。變異函數(shù)的參數(shù)

通過變異函數(shù)曲線圖可以得到3個重要參數(shù)塊金值C0(Nugget)基臺值C0+C(Sill)變程a(Range)

塊金值C0(Nugget)

根據(jù)半方差的定義,當h=0時,半方差等于零。但是,在實際的樣本半方差圖的計算過程中,其近似平滑曲線并不通過原點,而是具有一個正截距,將其定義為塊金值(Nugget),把這種現(xiàn)象定義為塊金效應(nuggeteffect),塊金值用C0表示。塊金常數(shù)反映了區(qū)域化變量Z(x)內部隨機性的可能程度,它主要有兩種來源:一是來自于區(qū)域化變量Z(x)小于抽樣尺度h時所具有的內部變異;二是來自于抽樣分析的誤差。例如,在分析土地有機氮含量時.在同一樣點取樣兩次,所得的結果會有一定或較大差異。當樣點間的距離大于微域結構的范圍,就會出現(xiàn)塊金效應。塊金值(Nugget)

因此,要想了解微域的結構特征,只靠大的觀測尺度取樣的數(shù)據(jù)是不夠的.還必須在小尺度上進行測量取樣。這樣才能了解區(qū)域化變量在不同尺度上的變異特征。如果實際的樣本方差圖主要表現(xiàn)為塊金效應,即隨h的增加,半方差的變化近似于一水平線,說明在最小抽樣間距以上的空間尺度上不存在自相關性,變量變化是隨機的,同時也意味著可能存在一個比抽樣間距更小的空間自相關過程。應縮小空間尺度,加密抽樣過程來揭示空間變化?;_值(C0+C)(Sill)

當變異函數(shù)隨間隔距離的增大,從非零值達到一個相對穩(wěn)定的常數(shù)時,該常數(shù)稱為基臺值,基臺值用(C0+C)表示?;_值是系統(tǒng)或系統(tǒng)屬性中最大的變異?;_值(C0+C)與塊金值(C0)之差C稱為結構方差,代表由于調查數(shù)據(jù)中存在的空間自相關性引起的方差變化范圍。C0/(C0+C)的應用塊金值C0可以反映隨機性所引起的空間變異,但由于量綱的不同,不能對比不同變量間的隨機性變異。但是C0/(C0+C)可以反映包括不同變量時由隨機變量所引起的變異。當比值接近于1時,表明隨機性變異占主導,當比值接近0時,表明表明空間相關性占主導。具體如下:

C0/(C0+C)<25%空間相關性強

25%<C0/(C0+C)<75%空間具有中等的相關性

C0/(C0+C)>75%空間相關性很弱

變程a(Range)

當變異函數(shù)達到基臺值時的距離稱為變程,變程用a表示。它給出了隨機變量在空間上自相關性的尺度。在變程距離之內,空間上越靠近在一起的點之間的相關性越大,相隔距離大于變程的點之間不具備自相關性,除非半方差具有周期性變化。與塊金結合起來分析,則如果變程較大,或者接近沒有基臺值,塊金值C0與基臺值C0+C的比值也較小,那么就說明取樣尺度小,在更大的尺度上存在空間異質性,應該在更大的尺度上對其進行取樣研究。變異函數(shù)的各向異性(Anisotropy)

對區(qū)域化變量,變異函數(shù)不僅與間隔距離有關,而且也與方向有關。當一個變異函數(shù)是由某一個特殊方向構造時,稱為各向異性變異函數(shù)(Anisotropicsemlvarl-ogram),表示為。因此,采用各向異性比描述變量各向異性結構的特點,即

半方差圖擬合模型

在實際應上理論變異函數(shù)模型γn(h)是未知的,往往要從有效的空間取樣數(shù)據(jù)中去估計,對各種不同的h值可計算出一系列γn(h)值。因此要用一個理論模型去擬合這一系列的γn(h)值。到目前為止,地統(tǒng)計學將這些模型分為三大類:1)有基臺模型,包括球狀模型,指數(shù)模型,高斯模型,線形模型,線形有基臺模型和純塊金效應模型;2)是無基臺模型,包括冪函數(shù)模型、線形無基臺模型、拋物線模型;3)孔穴效應模型。半方差圖擬合模型

(1)線性模型(LinearModel):

半方差圖擬合模型

(2)具有基臺的線性模型(LinearModelwithsill)

半方差圖擬合模型

(3)球面模型(SpherialModel)

(使用廣泛)半方差圖擬合模型

(4)指數(shù)模型(ExponentialModel)

(5)高斯模型(GaussianModel)比較指數(shù)模型、球狀模型、高斯模型三個模型發(fā)現(xiàn),指數(shù)模型的變程最大,球狀模型的變程最小,高斯模型的變程介于二者中間。變異函數(shù)擬合過程

地統(tǒng)計學中變異函數(shù)的理論模型的建立與普通統(tǒng)計學中回歸模型的建立一樣,為了使理論模型能最充分地描述所研究的某一區(qū)域化變量的變化規(guī)律,對該理論模型要進行檢驗,觀察該模型是否精確地從理論上反映了變量的變化規(guī)律。要使得變異函數(shù)的理論模型真實地描述變量的變化規(guī)律,在建立理論模型過程中要對模型進行最優(yōu)擬合。一般是根據(jù)變異函數(shù)的計算值,選擇合適的理論模型來擬合一條最優(yōu)的理論變異函數(shù)曲線問題,通常稱為最優(yōu)擬合。這也是地統(tǒng)計學實現(xiàn)局部最優(yōu)估計的需要。最優(yōu)擬合的過程實質上是配合最優(yōu)模型的過程。在變異函數(shù)理論模型中,除線性模型外,其余都是曲線模型。因此,也可以說,地統(tǒng)計學中的變異函數(shù)最優(yōu)擬合主要是曲線擬合,如球狀模型等的最優(yōu)擬合。與普通統(tǒng)計學回歸模型檢驗知道,地統(tǒng)計學中的擬合過程主要包括三個步驟,即確定曲線類型,參數(shù)最優(yōu)估計,最優(yōu)曲線的確定等。當某環(huán)境要素的空間格局呈隨機分布時,半方差圖表現(xiàn)為純塊金方差圖,此時,該要素的空間異質性消失,如圖中a所示,環(huán)境評價時可隨機取樣進行評價。當環(huán)境要素在變程內存在自相關,在變程以外獨立于樣本點的間隔距離時不存在空間自相關,半方差函數(shù)可用球狀模型(SpherialModel)描述,如圖中b所示。此時表示該要素在取樣的尺度內有空間異質性,在變程內表現(xiàn)出一定的屬性變化趨勢,取樣間隔合適。當研究要素在取樣尺度內不存在局部格局,而可能受更大尺度格局控制時,半方差函數(shù)表現(xiàn)為線性模型,如圖中c所示。此時,應該擴大取樣尺度進行空間異質性研究,亦應該在更大的尺度上取樣評價。由變異函數(shù)得到的半方差圖的理論解釋在此回顧:地統(tǒng)計學以區(qū)域化變量理論為基礎,以變異函數(shù)為主要工具,研究那些在空間分布上既有隨機性又有結構性,或空間相關和依賴性的自然現(xiàn)象的科學。地統(tǒng)計學進行空間分析的4個步驟數(shù)據(jù)的預處理:包括正態(tài)分布檢驗和異常值的剔除。正態(tài)分布檢驗主要通過頻率分布圖、非參數(shù)檢驗等方法,這個過程最容易發(fā)現(xiàn)的問題是數(shù)據(jù)的集聚以及異常點的出現(xiàn)??臻g自相關分析:通過空間自相關分析可以初步確定變量空間依賴性的程度。如果空間自相關分析顯示,變量性質在各滯后距上空間不相關,則說明需要調整采樣間距與尺度。計算數(shù)據(jù)的實驗半變異函數(shù)并建立理論模型,對模型進行結構分析及專業(yè)解釋。采用kriging方法對未知點進行無偏最優(yōu)插值,進行不確定性預測,制作kriging方差分布圖。用戶可根據(jù)自己的需要截止到中間某一項。異常值剔除異常值是樣品數(shù)據(jù)中出現(xiàn)概率很小的值。為了克服少數(shù)異常值帶來的干擾,有必要在進行研究之前識別出這些異常值并做一些必要的處理,使它們的影響降低到最低水平。判斷異常值的方法很多,主要有平均值加標準差、四倍法、格拉布斯法和狄克松法等。地統(tǒng)計法:1)數(shù)據(jù)預處理異常值剔除地統(tǒng)計法:1)數(shù)據(jù)預處理正態(tài)分布檢驗直方圖法檢驗法就是把要檢驗的觀察樣本數(shù)據(jù)從小到大排列并分組,計算出每組的出現(xiàn)頻率,然后以橫坐標為觀測數(shù)據(jù)的各組段值,縱坐標為頻率百分數(shù),做出直方圖。若屬正態(tài)分布型,直方矩形頂點中點的連線在直方圖上呈現(xiàn)兩側對稱形態(tài)或很近似于對稱形態(tài)。同樣,也可以以對數(shù)作頻率分布直方圖,直方矩形頂點中點的連線呈兩側對稱或很近似對稱形態(tài)者,即屬對數(shù)正態(tài)分布型。本方法只能初步判斷元素含量的分布類型。地統(tǒng)計法:1)數(shù)據(jù)預處理偏度峰度聯(lián)合檢驗法偏度峰度聯(lián)合檢驗法偏度與峰度是被廣泛應用的一種檢驗一組數(shù)據(jù)是否對稱和正態(tài)的方法。使用這一檢驗方法時,樣本容量以大于100為宜。該方法主要理論依據(jù)是正態(tài)分布密度曲線是對稱的、且陡緩適中。當頻數(shù)分布為正態(tài)時,偏度系數(shù)與峰度系數(shù)分別等于0,但從正態(tài)分布總體中抽出的隨機樣本,由于存在抽樣誤差,其樣本偏度系數(shù)與樣本峰度系數(shù)不一定為0,為此,需檢驗g1、g2與0的相差是否有顯著性。其檢驗假設為①偏度系數(shù)等于0,即頻數(shù)分布對稱;②峰度系數(shù)等于0,即為正態(tài)峰。地統(tǒng)計法:1)數(shù)據(jù)預處理偏度g1與峰度g2的計算公式如下:正態(tài)數(shù)據(jù)轉換在地統(tǒng)計學的半方差分析或克立格插值中雖然并不一定要求實測數(shù)據(jù)呈正態(tài)分布,但如果空間數(shù)據(jù)不是正態(tài)(或高斯)分布,那么線性克立格插值就不是最優(yōu)的插值預測法。對那些不服從正態(tài)分布的數(shù)據(jù),可以將數(shù)據(jù)轉化為正態(tài)分布或近似正態(tài)分布,然后對轉換后的數(shù)據(jù)作分析。地統(tǒng)計法:1)數(shù)據(jù)預處理土壤K含量頻率分布表實例:數(shù)據(jù)預處理實例:數(shù)據(jù)預處理異常值剔除:元素個土壤通過對牧草地的K元素利用三倍標準差檢驗法則進行異常值檢驗,發(fā)現(xiàn)樣品編號分別為L71和L301,其K元素含量分別為120mg/L和122mg/L的兩個樣品,大于異常下限值,因此作為異常值分別為予以進一步檢查。正態(tài)分布檢驗:制作土壤速K的頻數(shù)分布直方圖(圖其中曲線為正態(tài)分布曲線),可以看出土壤K分布基本屬于正態(tài)分布。地統(tǒng)計法:1)數(shù)據(jù)預處理實例:數(shù)據(jù)預處理正態(tài)數(shù)據(jù)轉化處理表中給出原樣品和經過對數(shù)轉化的數(shù)據(jù),由表可以看出,轉化后的數(shù)據(jù)偏度和峰度更接近0,更接近正態(tài)分布。地統(tǒng)計法:1)數(shù)據(jù)預處理第二步空間自相關分析自相關

定義1:地理事物或現(xiàn)象的相似性與其在空間上的距離密切相關;通常由空間自相關系數(shù)定量描述。所屬學科:地理學(一級學科);數(shù)量地理學(二級學科)定義2:系統(tǒng)中的變量在空間上的靠近和相似程度。所屬學科:生態(tài)學(一級學科);景觀生態(tài)學(二級學科)本內容由全國科學技術名詞審定委員會審定公布地統(tǒng)計法:2)空間自相關分析空間自相關分析

空間自相關分析是生態(tài)學和土壤學常用的分析方法,主要用于檢驗空間變量是否存在空間依賴關系。若該變量的值隨著測定距離的縮小而變得更相似,則這一變量呈空間正相關;若變量的值隨測定距離的縮小而更為不同,則這一變量呈空間負相關;若所測值不表現(xiàn)出任何空間依賴關系,則此變量空間不相關。地統(tǒng)計法:2)空間自相關分析相關性協(xié)方差:刻畫了兩個隨機變量相對于它們均值的同時偏差,它反映了兩個變量共同變化的程度。地統(tǒng)計法:2)空間自相關分析相關系數(shù):r絕對值越趨近于1,相關性越強。空間自相關性分析地統(tǒng)計法:2)空間自相關分析自協(xié)方差:常用ρ(h)=C(h)/C(0)刻畫Z(x)與Z(x+h)的相關性大小,ρ越大,相關性越大變異函數(shù)與協(xié)方差的關系(協(xié)方差存在時):

γ(h)=C(0)-C(h)第四步克里格插值克里格插值法又稱為空間局部或空間局部插值法??死锔穹ㄊ陆⒃谧儺惡瘮?shù)理論及結構分析基礎上,它是在有限區(qū)域內對區(qū)域化變量的取值進行無偏最優(yōu)估計的一種方法。南非礦產工程師Krige將該方法用于尋找金礦上,著名的統(tǒng)計學家1963年將其理論化時,依然以Krige名字命名??死锔穹椒ㄟm用的條件是,如果變異函數(shù)和相關分析的結果表明區(qū)域化變量存在空間相關性,則可以運用克里格法對空間未抽樣點或未抽樣區(qū)域進行

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論