第5章克里格法概论.ppt

2、指示克里金法 设一区域化变量Z(x)，对于任意给定的阈值z，引入指示函数I(x, z)，表达式如下： 指示克立格法步骤如下： （1）确定一阈值，根据指示函数将原数据转换为0或1； （2）利用转换的数据计算指示变异函数，并进行拟合； （3）建立指示克立格方程组，计算待估点值。若把指示函数看做一普通区域化变量，也可直接由简单或普通克立格方法来计算待估点的值。 若选择多个阈值则需重复以上步骤。 3、析取克里金法 析取克立格法：假设已知任意区域化变量（Z?, Z?）及（Z0, Z?）二维概率分布条件下，对待估点的值或待估点值超过给定阈值的概率进行估计的一种非线性地统计方法。 估值步骤： 设区域化变量Z(x)在待估点x0周围有n个样点xi(i =1,2,…,n),其观测 值为Z(xi) (i =1,2,…,n)， 将原始数据转换为标准正态数据 对每个新变量Y(xi)(i=1,2,…,n) 计算埃尔米特多项式的值。 计算埃尔米特多项式系数，用埃尔米特多项式来拟合正态变形函数。 计算待估点析取克立格值 四、协同克里金法 1、协同区域化变量理论 协同克立格法：是多元地统计学研究的基本方法，建立在协同区域化变量理论基础之上，利用多个区域化变量之间的互相关性，通过建立交叉协方差函数和交叉变异函数模型，用易于观测和控制的变量对不易观测的变量进行局部估计。 协同区域化：在统计意义及空间位置上均具有某种程度相关性，并且定义于同一空间域中的区域化变量。 协同区域化变量可用一组K个相关的区域化变量 表示。观测前它是K维区域化变量的向量，即一个随机场，观测后，协同区域化变量是一个空间点函数，可以把 看成是上述K维向量的一个实现。 1、协同区域化变量理论 满足二阶平稳假设的协同区域化变量应满足： （1）每一个协同区域化变量的数学期望存在且平稳： （2）交叉协方差函数存在，且平稳： 满足内蕴假设的协同区域化变量应满足： （1）每一个协同区域化变量增量的数学期望为0： （2）对于协同区域化变量，交叉变异函数存在且平稳。即 2、交叉协方差函数和交叉变异函数 （1）交叉协方差函数和交叉变异函数性质 1)当k=kˊ 时，交叉协方差函数转化为协方差函数，交叉变异函数转化为变异函数。即 2)交叉变异函数性质 交叉变异函数关于k和k ˊ对称，即 交叉变异函数关于h和-h对称，即 在普通克立格法中变异函数总是大于等于0，但交叉变异函数可以有负值。 3)交叉协方差函数性质 交叉协方差函数关于h和-h不对称，即 ，但 当h≠0 时， k和k ˊ顺序不能随意颠倒，即 当h=0 时，交叉协方差转化为直接协方差。 2、交叉协方差函数和交叉变异函数 4）交叉协方差函数和交叉变异函数具有以下关系： 5）同一点两个变量点对点协同区域化变量的相关系数为： 2、交叉协方差函数和交叉变异函数 （2）交叉协方差函数和交叉变异函数计算公式 设在点x和x+h处，分别测得两个区域化变量的观测值 Zk(x)、Zkˊ(x) 、 Zk(x+h)、Zkˊ(x+h) ，则交叉协方差函数计算公式为: 交叉变异函数计算公式为： 2、交叉协方差函数和交叉变异函数 （3）交叉协方差函数和交叉变异函数计算示例 采用表5?1、图5?1所示的气温和海拔高度数据，以h=0,h1,4为例，交叉协方差和交叉变异计算过程如下： 3、协同克立金法估值 （1）协同克立金估计量 （2）协同克立金法方程组 （2）协同克立金法方程组 1)无偏性条件 2)最优性条件 （2）协同克立金法方程组 对F求偏导数并令其为零，得协同克立格线性方程组： （2）协同克立金法方程组 根据协同克立格方程组，协同克立格方差为： 若有多个变量，则求解 的协同克立格方程组为： 协同克立格方差为： （2）协同克立金法方程组 要使协同克立格方程组具有唯一解的条件是： （3）协同克里金法使用条件 （4）协同克里金法计算示例 设某一区域有两个协同区域化变量：气温u、海拔高程v，均满足二阶平稳假设和内蕴假设，其中气温是所要估计的主变量。现在估计邻域内共有5个信息样品，如图5?1所示。假定1、2、3号点上有气温值，而5个点上均有次要变量海拔高程值，数据如表5?6所示。现拟利用协同克立格法估计0号点的气温值。 （4）协同克里金法计算示例 估值过程中，气温协方差C(ui,uj)根据简单克立金法计算示例的球状模型计算，海拔高程协方差C(vi,vj)根据式(5.74)计算，气温海拔交叉协方差C(ui,vj)根据式(5.75)计算，海拔气温交叉协方差C(vi,uj)根据式(5.76)计算。 简单克立金法计算示例的球状模型：