4.2地统计分析综述.pptVIP

§4.2 地统计分析方法;空间插值分类：;地质统计学的原创性思想发源于20世纪50年代初期的矿业生产实践。当时，南非采矿工程师D.G.Krige(克里格）和统计学家SH.斯奇儿发现经典统计学方法不适合估计侵染状矿床的资源储量，因而开发出一种新的估值方法。; 法国巴黎矿业学院教授G.Matheron(马特龙）进一步发展了克里格的创新性概念，并把这一概念纳入到他的“区域化变量理论”的同一知识框架中。 20世纪60年代初，马特龙及其领导的地质统计学中心开拓了“采矿地质学”的应用领域，为了纪念克里格对地质统计学的贡献，马特龙把地质统计学估值方法命名为克里格方法（kriging).;;地质统计学概念：;本节内容：;1 区域化变量理论;1.1.2 随机过程和随机场;1.2 区域化变量（regionalized variable);;1.2.2 两个重要特性;② 结构性（相互依赖性）;;2 两个基本函数;;;设z(x)为区域化变量，并满足二阶平???假设：;设h为样本点空间分割距离或距离滞后（distance lag),z(xi)为z(x)在空间位置xi处的实测值，z(xi+h)是z(x)在xi处距离偏离h的实测值[i=1,2,…,N(h)];;2.2 变异函数（variograms);例如：假设某地区降水量Z(x)（单位：mm）是二维区域化随机变量，满足二阶平稳假设，其观测值的空间正方形网格数据如图1所示（点与点之间的距离为h=1km）。试计算其南北方向及西北和东南方向的变异函数。; 首先计算南北方向上的变异函数值:h=1 ;h=2;3;2;1;其次计算西北-东南方向上的变异函数值: h= ;最后，得到南北方向和西北—东南方向上的变异函数计算结果见下表。;2.2.2 性质;2.2.3 变异函数的参数① 基台值（sill);②变程（range);③ 块金值（nugget);?;?;2.2.4 变异函数的理论模型; 常用的变异函数模型有球状模型、高斯模型及指数模型。; ②高斯模型:; 式中a不是变程。当h=3α时， ，即 ，从而指数模型的变程 约为 。当c0=0，c=1时，称为标准指数模型。;3 克里格插值法（Kriging);; 克立格插值（Ｋriging interpolation)是根据变异函数模型而发展起来的一系列地统计的空间插值方法，包括： 普通克立格法（Ordinary Ｋriging）; 泛克立格法（Universal Ｋriging）; 指示克立格法（Indicator Ｋriging）; 析取克立格法（Disjunctive Ｋriging）; 协同克立格法（Cokriging）等。 ; 首先假设区域化变量 满足二阶平稳假设，其数学期望为m，协方差函数 及变异函数 存在。即 ;;其中 为权重系数，表示各空间样本点 处的观测值 对估计值 的贡献程度。 可见，克立格插值的关键就是计算权重系数 。 显然，权重系数的求取必须满足两个条件： 一是使 的估计是无偏的，即偏差的数学期望为零； 二是最优的，即使估计值 和实际值 之差的平方和最小。 为此，需要满足以下两个条件：; (1)无偏性。要使 成为 的无偏估计量， 即 。 当 时，也就是当 时，则有 这时， 为 的无偏估计量。 （2）最优性。在满足无偏性条件下，估计方差为 ;则：;;为使估计方差最小，根据拉格朗日乘数原理，令 求F对 和 的偏导数，并令其为0，得克立格方程组; ;上述过程也可用矩阵形式表示，令; 以图4.2.1为例，4个观测点x1，x2，x3，x4的观测值分别为Z(x1)=37、Z(x2)=42、Z(x3