时空协方差模型.pptVIP

时空协方差模型 李 莎 创始人Marheron（1971）将地质统计学简单定义为：随机函数在自然现象勘察及估计中的应用。 其核心内容之一就是根据样本点来确定变量的协方差函数（或者变异函数）。 时空随机变量不是纯空间域和纯时间域的简单叠加。 空间域和时间域间是差异 一维时间信息的顺序总是按照过去、现在、将来排列，并且其观测值总属于过去时间范围，而空间数据则不具有这种顺序上的规律性。 空间域和时间域中数据所用的度量量纲和尺度是不同的，从而很难直接比较它们的物理意义。 在空间域中可以研究某区域化变量的各向同性，而时间域具有不可逆性。 空间信息量与时间信息量之间的不平衡性 时空域数据中时间的周期性及空间的非平稳性等 可分离（separable）： 纯时间域协方差和纯空间域协方差之和； 或者纯时间域协方差和纯空间域协方差之积。简单，却忽略了时空间的相互作用。 不可分离（nonseparable）：更好的描述了变量的时空结构。 几类协方差模型： 线性模型（The linear model） 积式模型（The product model） 积-和模型（The product-sum model） 度量模型（The metric model） 不可分离模型（The nonseparable model） 积-和模型应用举例 米兰市NO2的含量（ 98 %的每小时测量值低于200ug/m3，超过不多于一天）。 48个空间位置观测点（不规则） 高分辨率的时间观测（每小时） 1996.1——1996.12 观测点分布图 1997.1数据预测 * * 正定条件： 若要保证函数是一个有效的协方差函数，则必须满足正定条件，即对于任意的 ，任意的实数 ，都有 线性模型（The linear model） Rouhani and Hall, 1989 有时候，时空数据某些特性的协方差矩阵会是奇异的，这种情况下，该模型只是半正定的，不太适用于理想预测。 积式模型（The product model） Rodriguez-Iturbe and Meija, 1974；De Cesare et al.,1996 并不能很好的反映时、空间的相关关系，选择这类模型更主要的是因为它的简便。 积-和模型（The product-sum model） De Cesare et al.,(2001) 此类模型中的系数需要一定的约束条件以保证协方差函数的正定性。 度量模型（The metric model） Dimitrakopoulos and Luo,1994 该模型中空间域和时间域的表示形式是相同的，只是尺度上有所不同。 不可分离模型（The nonseparable model） Cressie and Huang(1999) 此模型满足下面两个条件： （1）对于任意 ， 是一个连续的自相关函数，并且 ， （2） 采用积-和模型 *