统计在环境中的应用.doc

统计在环境中的应用 在当代社会，环境问题已成为制约社会发展的首要问题，随着环保治理方法的完善，统计学在环境治理中的应用越发重要，下面我将介绍几种统计学方法在环境治理及保护中的应用。 在前几年有一个炙手可热的问题导致了巨大的人力物力财力的损失，这就是太湖水质问题，还有一个情况严重的太湖蓝藻事件的发生，在太湖的水质研究中，地统计学起到了主导的作用。 太湖水质污染目前已严重影响了整个流域的可持续发展，并对人们的身体健康造成潜在 的危害， 治理太湖、保护太湖已成为刻不容缓的任务， 了解湖泊水质参数空间分布特征是进行太湖环境评价的重要前提，但是太湖水质参数的空间分布是不均匀的，由于这种空间变异性既具有随机性又具有结构性，因此用传统方法进行太湖水质参数空间分布的研究具有明显的局限性，地统计学的出现为解决这个问题提供了新的方法。 地统计学是为解决矿床从普查勘探、矿山设计到矿山开采整个过程中各种 储量计算和误差估计问题而发展起来的，因此得名地统计学，现在已发展成为能表征和估计各种自然资源的工程学科近几年，地统计学在环境科学中得到了广泛的应用，已发表的研究如沈思渊、王学军等,但是，目前的研究主要集中在土壤科学方面，而地统计学在水环境科学，尤其是湖泊环境中的应用，在国内还鲜有报道!在采样监测中，考虑到湖岸线和湖中岛的影响，在太湖中均匀布置共8 个采样点，我们委托国家环保局太湖流域环境监测网中心站进行采样监测! 采样和样品的分析根据国家环境有关规范进行! 在监测中主要考虑了叶绿素、总悬浮物、透明度，简称3 种水质参数本研究 结构分析 结构分析的目的是建立一个变差函数的理论模型，用它来定量地概括太湖水质参数的全部有效的结构信息，表征此变量的主要结构特征,并在此模型的基础上作进一步的地统计学研究（如进行克立格估计和条件模拟等）! 因此，结构分析是应用地统计学研究太湖水质参数空间分布中非常重要的一步!为了便于比较，分别对线性有基台值模型、球状模型、指数模型和高斯模型进行了参数的最优估计! 参数最优估计理论模型最优拟合中最重要的一步是对模型中的参数进行最优估计! 变差函数的理论模型主要是曲线模型，将曲线模型经过适当的变换，化为线性模型，然后用最小二乘法原理进行未知参数的估计! 对于球状模型、指数模型和高斯模型而言，只讨论拟合问题! 最优模型的判断和检验在模型间的比较时，选用了残差平方、标准误差和决定系数等参数，在个理论模型中，无论是残差平方和还是标准误差都是球状模型最小，而球状模型的决定系数又是最大的8 尽管它们之间的块金常数和基台值都基本相同，选择球状模型作为太湖水质参数总悬浮物的变差函数理论模型是比较合适的8 这个理论模型除了具有较高的拟合精度外，对变程以内的模拟可以得到满意的结果8。另外，还需要对回归模型进行显著性检验，检验所建立的球状模型的回归方程与回归曲线是否是显著的8 通过检验，球状模型在变程内的拟合是显著的 分克立格法是基于这样一种理解，即用于推断的研究对象（如总悬浮物）的已知值之间相互不是完全独立的，而是存在着一定的相关关系8 这种相关性既随数据点之间的距离变化，也随方向变化，并可用变差函数来表征这种区域化变量的空间结构性克立格法是以无偏为约束，寻求估计方差最小的一种插值方法，是最优空间插值方法8从的研究可以看出，克立格插值方法的估计误差均值和估计误差方差两项指标均最小，这就表明了克立格插值方法在太湖的实际应用中确比传统空间插值方法有着更强的有效性、最优性和无偏性插值结果及图形显示应用地统计学就是 为了更好地描述水质参数在太湖中的分布状况应用克立格法的最优插值原理与方法，以太湖湖岸线为边界，对水质参数进行整个太湖插值生成水质参数在太湖中的等值线8 按照湖泊富营养化划分标 太湖中水质参数分布具有结构性和随机性双重性质，具有空间变异性水质参数的这种特点，决定了用经典统计学描述太湖水质参数的空间分布具有一定的局限性，而地统计学则可以 避免这种缺陷在地统计学的应用中，相对于线性有基台值模型、球状模型、指数模型和高斯模型等而言，球状模型是最优的理论模型，能较好地拟合变差曲线，同时拟合结果是显著的；应用结构分析的结果，根据克立格最优插值结果可以生成太湖水质的评价图，为太湖的治理提供有用的信息事实证明，在太湖水质参数研究中，地统计学可以充分利用水质参数的空间信息，为太湖水质研究开辟了一条新的方向,作为一种研究手段，此种方法可以推广到其它湖泊研究 ［ ］ 沈思渊$ 土壤空间变异研究中地统计学的应用及其展望［-］$ 土壤研究进展，!’/’，(：!!—(J ［ # ］ 王学军，邓宝山，张泽浦$ 北京东郊污灌区表层土壤微量元素的小尺度空间结构特征［-］$ 环境科学学报，!’’#，!# （J）：J!(—J! ［ / ］ 陶澍$ 应用数理统计方法［.］$