月日空间统计学预案.pptVIP

由于克立格法是一种无偏最优估计，入i的确定应满足 根据区域化变量的不同，具体有以下几种常见的克里格估值类型:简单克里格、普通克里格、对数正态克里格、指示克里格、泛克里格、协同克里格、拟协同克里格等。 （6.28） （6.27） 简单克里格 简单克里格法用于具有二阶平稳且均值已知的区域化变量的一种估计（插值）法。即设Z(x)满足： E[Z(x)]=m(已知) Cov[Z(x+h),Z(x)]=C(h) 简单克里格法的估计公式为： 式中 是在 的估计值， 是 位置的测量值， 是分配给 残差的权重。 普通克里格 简单克里格法要求变量二阶平稳，但当变量只满足内蕴假设时，即 (1)E[Z(x+h)-Z(x)]=0（但均值未知） (2)Var[Z(x+h)-Z(x)]=2 我们可以应用下面讨论的普通克里格法。 普通克里格法的估计公式为： 同简单克里格类似的求法，可以算的权重 对数正态克里格 如果Z(x)是对数正态分布，均值和方差分别为 ，那么 就是正态分布，并且Z的估计值可以通过Y的克里格估计值来计算，这就叫对数正态克里格法。 泛克里格法 当区域化变量的数学期望不是常数，而是具有漂移形式E[Z(x)]=m(x)时，我们就采用泛克里格法。 假定Z(x)可以由一个确定性漂移m(x)和一个残差部分r(x)来代表：Z(x)=m(x)+r(x) 由于E[Z(x)]=m(x),所以E[r(x)]=0 由于均值是一个空间变量，从而 即不能用前面讨论的方法来计算变异函数。 此时分两种情况进行讨论： 当漂移函数是已知的，我们可以在原始资料中将漂移减去，如剩下的残差r(x)满足内蕴假设，就可以用前面讨论的克里格法对残差进行估计，然后再将漂移加到对应的残差估计值上，其和就是Z的估计值。 当漂移函数是未知的，我们可以假定m(x)具有下面的形式： 式中 是未知的系数， 是已知的x的函数，比如 可用形式为 的多项式来表示 另外假定残差r(x)满足二阶平稳假设。 泛克里格的只要问题是确定漂移部分的最佳系数 。 I值结果一定介于-1到1之间； I0为正相关，数值越大表示空间分布的相关性越大，即空间上聚集分布的现象越明显； I0为负相关，数值越小代表示相关性小； I趋于0时，代表空间分布呈现随机分布的情形。 I 0（正相关） I 0（负相关） 图6.1 空间自相关正负结果示意图 根据各空间间隔自相关值的计算，Moran’s I公式可改写为 其中，d代表空间间隔；Wij代表区位相邻矩阵。d=1代表空间单元是相邻的；d=2定义为与间隔一个的空间单元相接邻，而与原来的空间单元不相邻。 （6.19） 2. Geary’s Contiguity Ratio C法 与Moran’s I类似，其表达式为 （6.21） C = 1，表示不相关； 0 C 1，表示正相关； C 1表示负相关。 3. Getis统计法 Anselin曾归纳各种空间聚集的研究方法，该方法经常表达为 其中，Wij代表i与j的空间关系，即类似上述空间相邻权重矩阵Wij；而yij则是i与j的观察式。 （6.22） 全域型Getis 其中，wij(d)为距离d内的空间相邻权重矩阵。 若i与j相邻，wij(d)=1；若i与j不相邻，wij(d)=0。 区域型Getis 可量测每一个i在距离d的范围内，与每个j的相关程度。 （6.23） （6.24） 4. 空间自相关系数图分析法（以某地区为例） 空间自相关 空间间隔 1 3 5 7 9 11 13 15 17 19 -1.00 -0.50 1.00 0.50 0.00 1.50 图6.2 某地区某种空间自相关系数图 （1）图中有两处隆起处，代表微视尺度及宏观尺度上，存在显著的聚集分布现象，但聚集现象不存在于中观尺度上。 （2）空间间隔为2时，空间自相关值有波峰，即在空间间隔为2时，其空间分布有最大的自相关性。 三、变异函数及结构分析 变异函数图结构分析 以h为横轴，γ(h)为纵轴绘制出γ(h)的变化曲线称为变异函数图。 通过大多数实际应用发现变异函数是滞后的单调函数，即随着h增大，γ(h)逐渐增加，当h增大到某一数值时，γ(h)增加到最大值。（见下图） 间距(h) 变异函数曲线图 0 a C0+C C0 半 变 异 值 γ(h)