6 空间统计学分析综述.ppt

第六章 空间统计学分析;经典统计学 研究纯随机变量 变量可无限次重复观测或大量重复观测 样本相互独立 研究样本的数字特征;空间统计分析方法由来 由于空间现象之间存在不同方向、不同距离成分等相互作用，使得传统的数理统计方法无法很好地解决空间样本点的选取、空间估值和两组以上空间数据的关系等问题，因此，空间统计分析方法应运而生。 空间统计分析方法组成 空间统计分析方法由分析空间变异与结构的半变异函数和用以空间局部估计的克里格插值法两个主要部分组成，是GIS空间分析的一个重要技术手段。;利用空间统计学进行矿产资源储量计算及平均品位估计 利用空间统计学进行矿产资源预测及找矿勘探 利用空间统计学进行石油勘探开发 ;在土壤物理性质空间变异中的应用。 集中在应用空间统计学方法研究土壤颜色、土粒、土壤水分、土壤水力导度、饱和水压、孔径等土壤物理性质的空间变异。 在土壤化学性质空间变异中的应用。 针对氮、磷、钾、钙、镁、土壤pH等土壤养分的空间相关性研究。对土壤化学性状的空间属性进行了描述和归类，同时为土壤养分管理、土壤环境背景值制图等提供了必要数据和方法。 ;2、在土壤学中的应用;3、在生态学中的应用;4、在环境学中的应用;5、在气象学中的应用;第6章 空间统计学分析;一、空间统计分析的概念 20世纪60年代，法国统计学家Matheron G通过大量理论研究，形成了一门新的统计学分支，即空间统计学。 空间统计学是以区域化变量理论为基础，以变异函数为主要工具，研究具有地理空间信息特性的事物或现象的空间相互作用及变化规律的学科。;自相关 空间统计分析方法假设研究区中所有的值都是非独立的，相互之间存在相关性。在空间或时间范畴内，这种相关性被称为自相关。 空间统计分析的重要任务 揭示空间数据的相关规律和利用相关规律进行未知点预测。由于空间统计分析包含这两个显著的任务，所以涉及两次使用样点数据，第一次用作估计空间自相关，第二次用作未知点预测。 ;二、空间统计分析中的理论假设 1、区域化变量 当一个变量呈空间分布时???称之为区域化。 区域化变量就是指以空间点x的三个直角坐标（xu,xv,xw）为自变量的随机场Z （xu,xv,xw）= Z （x）,它常常反应某种空间现象的特征。 区域化变量的两重性表现在观测前把它看成是随机场，依赖于坐标（Xu，Xv，Xw），观测后是一个普通的空间三元函数值或一个空间点函数。 ;区域化变量是一种在空间上具有数值的实函数，它具有以下属性：;其它属性： ① 区域化变量在一定范围内呈一定程度的空间相关，当超出这一范围之后，相关性变弱甚至消失。 ② 对于任一区域化变量，特殊的变异性可以叠加在一般的规律之上。 ;2、协方差函数 在随机函数中，当只有一个自变量x时称为随机过程，随机过程Z(t)在时间t1和t2处的随机变量Z(t1)、Z(t2)的二阶混合中心矩定义为随机过程的协方差函数记为Cov{Z(t1)，Z(t2)}，即 Cov{Z(t1)，Z(t2)}=E[Z(t1)—EZ(t1)][Z(t2)—EZ(t2)] (6.1);当随机函数依赖于多个自变量时，Z(x)=Z（Xu，Xv，Xw）称为随机场，而随机场Z(x)在空间点x和x+h处的两个随机变量Z(x)和Z(x+h)的二阶混合中心矩定义为随机场Z(x)的自协方差函数，即 Cov{Z(x)，Z(x+h)}=E[Z(x)Z(x+h)]—E[Z(x)]E[Z(x+h)] (6.2) 随机场Z(x)的自协方差函数亦称为协方差函数，一般地，协方差函数依赖于空间点x和向量h。当h=0时，协方差函数变为 Cov(x，x+0)=E[Z(x)]2—{E[Z(x)]}2 (6.3);3、变异函数 变异函数在一维条件下，当空间点x在一维x轴上变化时，区域变量Z(x)在点x和x+h处的值Z(x)与Z(x+h)差的方差一半定义为区域变量Z(x)在x轴上的变异函数，记为γ(x，h)，即 γ(x，h)=1/2*Var[Z(x)—Z(x+h)]2 =1/2*E[Z(x)—Z(x+h)]2—1/2*{E[Z(x)]—E[Z(x+h)]}2 (6.4) ;在二阶平稳假设条件下对任意h有 E[Z(x+h)]=E[Z(x)] 因此，式（6.4）可改写为 γ(x，h)=1/2*E[Z(x)—Z(x+h)]2