地统计学用于空间不确定性的描述

Most geospatial phenomena can be interpreted probabilistically because we are ignorant of the biophysical processes and mechanisms that have jointly created and observed events. This philosophy is important because we are certain about the phenomenon under study at sampled locations, except for measurement errors, but, in between the sampled, we become uncertain about how the phenomenon behaves. Geostatistical uncertainty characterization is to generate random numbers in such a way that they simulate the outcomes of the random processes that created the existing sample data. This set of existing sample is viewed as a partially sampled realization of that random function model. The random function’s spatial variability is described by a variogram or covariance model. The realized surfaces need to honour sample data at their locations, and reflect the spatial structure quantified by the variogram models. They should each reproduce the sample histogram representative of the whole sampling area. This paper will review the fundamentals in stochastic simulation by covering univariate and indicator techniques in the hope that their applications in geospatial information science will be wide-spread and fruitful. Supported by the National 973 Program of China (No. 2006CB701302).     

在GIS系统中整合地质统计学的方法探讨

从地理信息系统应用的角度出发,分析了在其中整合地质统计学的必要性,在简要回顾了地质统计学的基本原理之后,对目前地质统计学在GIS中应用的状况进行了评价和分析,提出了采用面向对象和组件技术开发地质统计学组件是一种行之有效的方法,并给出了该组件的组成及划分。     

地统计学在测量中的应用与研究

地统计学是数学地质理论中的新兴边缘学科,它研究的是区域物理现象的空间变异性。地统计学的方法应用到测量中,是一种新的方法,可以用它的理论、方法和模拟技术去研究地理空间信息的分布特征、分布规律,模拟它们的离散性和波动性,很好为决策服务。该文系统地介绍地统计学的基本理论、方法及对地统计学应用到测量当中进行了研究,并证实了地统计学应用到测量中的可行性。     

空间预测的地统计学框架

Geostatistics provides a coherent framework for spatial prediction and uncertainty assessment, whereby spatial dependence, as quantified by variograms, is utilized for best linear unbiased estimation of a regionalized variable at unsampied locations. Geostatistics for prediction of continuous regionalized variables is reviewed, with key methods underlying the derivation of major variants of uni-vafiate Kriging described in an easy-to-follow manner. This paper will contribute to demysti- fication and, hence, popularization of geostatistics in geoinformatics communities.     

普通Kriging插值算法研究

地统计学是进行空间变异分析的有力工具.文章说明了地统计学的基本原理及其实现算法,并应用该算法对研究区域的草句白浆土有效磷的空间变异特征进行了分析,通过计算得出的地统计学参数说明了土壤有效磷具有中等空间相关性,并生成了该养分的空间分布图.     

地统计学在地理信息系统教学中的地位与作用

地统计分析是空间分析的重要技术手段之一,当前不少地理信息系统(GIS)专业的学生对地统计分析课程不够了解和重视.为促进GIS专业学生对地统计分析课程的认识,推动地统计学的发展,作者根据多年从事地统计分析教学与科研的经验,并通过查阅大量国内外文献,从地统计分析与传统统计学,地理信息系统的区别与联系出发,详细地分析了地统计...     

基于地统计学的江西省年降水量插值研究

本文选取江西省86个气象站点2008年的年降水量数据,基于地统计学理论对数据进行探索性空间数据分析,得出该组气象数据插值的理论最优模型。采用不同全局趋势及变差函数模型进行插值,通过交叉性检验证实了该理论模型的有效性。最终结果显示,采用3次函数剔除全局趋势并以球状模型作为变差函数模型的考虑高程的Co-Kriging方法插值结果最优。     

基于GIS和地统计学的地理国情监测成果制图应用研究

在全国范围开展的地理国情监测是对国家基础地理信息的动态更新,对监测数据的科学分析及成果展示有利于提升数据的使用价值。本文论述了利用GIS空间分析功能和地统计学原理,对国情监测数据的变化信息进行综合制图,为地理国情监测专项成果的可视化表达提供了新的方法。     

结合遥感数据与地统计学方法的海岸线超分辨率制图

使用黄河三角洲海岸Landsat卫星遥感数据,基于研究区域低分辨率6波段的海陆类型软分类结果及其变差函数,以高分辨率8波段的指示变差函数为精细尺度先验信息模型,采用数据探索性分析、协同指示克里格和序贯指示协同模拟技术,生成海陆类型发生概率模拟图像,通过等值线法提取海岸线空间分布特征。实验表明,基于地统计学方法的超分辨率制图技术在低分辨率遥感数据中融合高分辨率空间结构先验模型,可以较好表达精细尺度上的海岸线空间分布特征,同时保持原始数据的海陆类型组分信息及其空间结构特征。地统计学方法集成多尺度乃至多源空间信息的潜力通过海岸线超分辨率制图形式得到展示。     

基于土地利用变化和空间统计学的区域生态风险分析——以武汉市为例

基于2000年、2005年TM影像获取的土地利用信息,以武汉市为研究区域,根据其土地利用结构特征,以GIS技术为数据分析平台,构造了综合性生态风险指数。同时利用空间分析方法对生态风险指数进行了变量空间化,通过对生态风险指数采样结果进行半变异函数分析和空间插值,编制了武汉生态风险程度分布图,以分析解释研究区的生态风险空间分布特征和形成机理。结果显示:2000年、2005年研究区生态风险水平分为3个层次,广大的植被和水域集中分布区域属于低生态风险区,城市建成区和靠近城市建成区边缘形成中度生态风险和生态风险相对较高的分布区域。5 a内各个等级分布的空间也发生了一定程度的变化。     

基于地统计学空间插值法的作物单产估算

针对第三次全国农业普查农产量抽样调查的样本调查方法改革后,现行的传统农作物单产抽样调查估算方法无法有效利用调查样本所包含的空间差异性来估算抽样设计中子总体的作物单产等问题,提出了一种基于地统计学的空间插值估算方法,对调查队取得的样本数据进行深度挖掘。以河南省辉县为研究区,以冬小麦单产为研究对象,进行实验和结果分析。结果表明,利用地统计学克里格插值法取得的村级冬小麦平均单产估算精度在90%以上的村达到研究区村总量的91%,且其中83%的村估算精度优于95%;估算精度在90%以下的所有村的冬小麦种植总面积仅占全县的2.26%,对全县产量的影响微乎其微。基于地统计学的空间插值法很好地分析和利用了样本属性中的冬小麦单产信息表现出的空间相关性和异质性,不仅能较高精度地估算出现行的传统农作物单产推算方法无法给出的抽样设计中子总体(全县各村)的单产信息,而且能较好地给出总体(全县)的单产信息。利用该方法得到的全县冬小麦平均单产估算精度达到97.75%,高于现行的传统农作物单产抽样调查估算精度,估算效果良好,方法可行性高,相对传统方法还可起到费省效宏的作用。     

基于GIS的土壤重金属空间分布与污染评价研究——以高陵县通远镇为例

近年来,土壤重金属污染日益严重,已造成农产品的质量安全问题,并危及人们的身体健康。因此,本文采用GIS技术与地统计学相结合的方法,应用ArcGIS软件对高陵县城镇化进展较快的通远镇农田土壤重金属进行空间分析与污染评价,为该区发展无公害蔬菜基地及国家级安全农产品生产示范区提供了科学的依据,为进一步做好城镇化工作提供有力的保障。     

遥感模式分类中的空间统计学应用——以面向对象的遥感影像农田提取为例

如何有效地从遥感图像中提取所需信息,是遥感图像处理和应用的关键,而尺度选择问题一直是影响遥感信息提取精度的关键问题之一。本文论述了利用空间统计学方法解决遥感影像模式分类中的尺度问题的理论基础。针对面向对象影像分析问题,将影响遥感影像多尺度分割的尺度分割参数概括为空间属性分割参数、光谱属性分割参数和影像对象面积阈值参数,并分别提出了基于统计学的尺度参数估计方法。以SPOT-5影像面向对象农田提取为例,基于变异函数方法进行了尺度优选试验,系列尺度分类试验结果表明基于空间统计学尺度估计得到的尺度分割结果进行分类能得到最高的精度,进而证明了基于空间统计学方法进行面向对象信息提取尺度估计的有效性。该方法是完全数据驱动的方法,基本不需要先验知识参与。不同于以往分割后评价的尺度选择方法会占用大量计算资源且耗费大量时间,本文提出的方法不仅能在一定程度上保证面向对象信息提取的精度,而且在一定程度上也提高了面向对象信息提取的效率和自动化程度。     

遥感影像土地覆盖分类的多点地统计学方法

目的 提出了一种基于多点地统计学理论的遥感影像分类后处理方法。此方法从训练图像中提取先验的空间结构信息,推断类别的空间分布模式和相关关系,训练图像中能够建立包含空间关系的模型,比传统变异函数模型所表达的点对之间的关系更为丰富。将此方法应用于从Landsat TM影像中提取湿地类别,与空间平滑法和基于马尔科夫随机场的分类方法相比,其总体分类精度有所提高,且对曲线分布的地物类别的处理具有明显优势。     

基于地统计学的黄土高原地貌分异规律研究

地统计分析是研究区域化变量的重要手段,以陕北黄土高原为研究区域,采用数字地形分析结合地统计学的方法进行地形空间分异规律研究.选取神木、绥德、延川、甘泉、宜君、长武、淳化7个样区,从变程、偏基台值、块金值3个指标,分析了黄土高原地区高程、坡度、剖面曲率和平面曲率在空间上的分异规律.结果表明,高程的块金值变化与地形粗糙度存...     

西部地级城市城区扩展变化监测与分析——以甘肃省地级城市为例

为了统计甘肃省地级城市城区空间扩展变化趋势及规律，为西部城市的规划建设和可持续性发展提供空间地理信息参考依据，本文以甘肃省地级城市为研究对象，利用城市多年航空航天遥感影像及城市规划、统计等相关资料，采用遥感监测及地理信息空间技术，通过研究城市城区空间扩展的范围、速度及强度等指标因素，对甘肃省地级城市2000—2020年间城市城区扩展变化原因进行分析，结果表明：在近20年时间里，甘肃省地级城市空间格局在政策引导、经济发展、城市建设规划布局、人口增长等因素的作用下不断扩展，城市建设也得到了前所未有的发展，其分析结果可以为甘肃省地级城市的规划建设、城市的科学管理决策以及区域发展战略与规划实施提供重要的空间地理信息依据和参考信息。     

降水空间插值方法应用研究:以甘肃省为例

空间插值算法旨在利用离散的观测点测量数据估算同一区域中未采样点的估计值,进而生成连续的空间表面模型。为了获得高精度的缺失数据估计值和高分辨率空间表面模型,提出了一种顾及多因素影响的自适应反距离加权插值算法(adaptive cluster gradient inverse-distance weighting, ACGIDW)。该算法以气象数据为例,顾及复杂地形因素、经纬度和高程对空间插值的影响,并根据采样点的空间分布模式对反距离加权算法中的距离衰减参数α进行自适应调整,提高了空间插值算法的精度和自适应性。采用两组实际气温和降水数据,运用交叉验证模型,对ACGIDW方法、其他反距离加权方法、普通克立金方法进行实验对比分析,验证了ACGIDW方法的优越性和可行性。     

CAD到GIS数据无损转换方法研究——以居民地及其设施为例

实现CAD与GIS数据共享的主要途径之一是利用FME中的语义转换技术,实验以DWG格式的居民地及设施数据为例,通过FME项目转换模型时,完成了CAD格式数据与GIS格式数据的关系表,在此关系表为基础的情况下,完成DWG数据到GIS数据的转换。模型实现了对DWG居民地及设施数据到ArcGIS的shp数据的无损转换,数据编码一一对应,并对转换后的数据进行拓扑检查和修改。数据的批量处理主要是利用脚本程序进行,同时输出处理过程和结果的log文件,这个过程在很大程度上提高了数据入库的正确性、共享性和转换效率。     

基于指示和多元地质统计学的空间预测方法

There are various occasions where simple, ordinary, and universal kriging techniques may find themselves incapa- ble of performing spatial prediction directly or efficiently. One type of application concerns quantification of cumulative distribution function （CDF） or probability of occurrences of categorical variables over space. The other is related to optimal use of co-variation inherent to multiple regionalized variables as well as spatial correlation in spatial prediction. This paper extends geostatistics from the realm of kriging with uni-variate and continuous regionalized variables to the territory of indicator and multivariate kriging, where it is of ultimate importance to perform non-parametric estimation of probability distributions and spatial prediction based on co-regionalization and multiple data sources, respectively.     

一种基于进化规划的变异函数模型拟合方法

研究了变异函数理论模型的最优拟合问题,提出了以滞后距倒数为权系数建立目标函数的基于进化规划的变异函数模型拟合方法,实现了动态地估计参数值,避免了估计过程中各参数在精度上的相互依赖.