贝叶斯最大熵及其在地球科学领域应用进展.docVIP

贝叶斯最大熵及其在地球科学领域应用进展 　　摘要：贝叶斯最大熵方法（bayesian maximum entropy，简称BME）是现代时空地统计学的重要组成部分。该方法采用统计学中的贝叶斯理论和信息论中熵的概念来认识和处理时空变量，可以将所研究时空要素的软数据和硬数据系统合理地综合到对该要素的空间估计和分析制图过程中。本文首先结构化梳理贝叶斯最大熵方法的原理，对理论较深奥、公式较复杂的贝叶斯最大熵方法及该方法的特点加以概括，同时归纳与总结贝叶斯最大熵方法在地球科学领域内多个方向的应用研究进展，最后对该方法及其应用作总结与展望。经国内外学者多年的研究和实践，贝叶斯最大熵方法已被证明在地球科学领域有着更广阔的应用前景。 　　关键词：贝叶斯最大熵；地统计学；时空估计；软数据；硬数据 　　中图分类号： S127；S11+9 文献标志码： A 文章编号：1002-1302（2017）18-0011-06 　　收稿日期：2016-04-19 　　基金项目：国家自然科学基金（编号41531174）。 　　作者简介：高胜国（1986―），男，山西忻州人，博士，讲师，研究方向为定量遥感、农业统计遥感。E-mail：cugbgaoshengguo@126.com。 　　通信作者：朱忠礼，博士，副教授，研究方向为遥感水文。E-mail：zhuzl@。 贝叶斯最大熵（