地理统计（，或译作地统计学、地学统计、地质统计学等）是统计学中关注空间或时空数据集的一个分支，最初是从采矿作业中预测矿石品位的概率分布而发展出来的，目前已应用于石油地质学、水文地质学、水文学、气象学、海洋学、地球化学、、地理学、林业、环境控制、景观生态学、土壤学，以及农业（尤其是精准农业）等多个学科。地理统计应用于地理学的各个分支，特别是涉及疾病传播（流行病学）、商业和军事规划（物流）的实践，还应用于建设高效的。地理统计相关算法已融入地理信息系统（GIS）等许多应用场景。
背景
地理统计与插值方法密切相关，但远不止简单的插值问题。地理统计技术依赖基于随机函数（或随机变量）理论的统计模型来模拟与空间估计和模拟相关的不确定性。
许多更简单的插值方法/算法，例如反距离加权、双线性插值和最近邻插值，在地统计学问世前就已经普及。但地统计学超越了插值问题，将位于未知位置的要研究的现象视作一组相关的随机变量。
令为特定位置处的感兴趣变量的值。这个值是未知的（例如温度、降雨量、测压水位、地质相等）。尽管可以前往位置测量该数值，但地统计学认为该值在尚未测量时是随机的。然而，又不完全随机，可以用累积分布函数（CDF）定义，而该函数依赖于关于值的某些已知信息（information）：
: F(\mathit{z}, \mathbf{x}) = \operatorname{Prob} \lbrace Z(\mathbf{x}) \leqslant \mathit{z} \mid \text{information} \rbrace .
通常，如果靠近的某些位置（或位于的邻域中）的的值已知，则可以通过该邻域来约束的累积分布函数：如果假设空间是高度连续的（空间自相关），则必与附近的值相似。相反，若空间连续性很弱，则可以取任何值。随机变量的空间连续性可以用空间连续性模型来描述；它可以是基于变差函数的地统计学中的参数形式的模型，也可以是非参数形式的，如多点模拟或伪遗传方法。
研究者可将单个空间模型应用在整个定义域上，借此假设是一个平稳过程。它表示相同的统计属性适用于整个定义域。许多种地理统计方法提供了将这些平稳性假设的条件放宽的方法。
该框架中，可以区分两个建模目标：
估计的值，通常使用累积分布函数的期望值、中位數或众数。其通常表现为估计问题。
考虑每个位置上的每种可能结果，从整个概率密度函数中采样。其方法通常是建立几个替代性的，称为实现（realization）。考虑在维网格节点（或像素）中离散化的域。每个实现都是完整维联合分布函数的样本
:: F(\mathbf{z}, \mathbf{x}) = \operatorname{Prob} \lbrace Z(\mathbf{x}_1) \leqslant z_1, Z(\mathbf{x}_2) \leqslant z_2, ..., Z(\mathbf{x}_N) \leqslant z_N \rbrace .
: 该方法承认插值问题存在多种解法。每个实现都被视作真实变量可能取值的情形。然后，所有与之相关的工作流都在考虑实现的集成，从而考虑允许概率预测的预测集成。因此，地统计学常用于在求解逆問題时生成或更新空间模型。
地理统计估计和多重实现方法都存在许多方法。一些参考书提供了该学科的全面概述。
方法
估计
克里金法
克里金法（Kriging）是一类地统计技术，用于在缺少观测值的位置，根据在附近位置的观察值插入随机场的值（例如高程z）。
贝叶斯估计
贝叶斯推断是一种统计推断方法，它使用贝叶斯定理在获得更多证据或信息时更新概率模型。贝叶斯推断在地统计学中日益重要。贝叶斯估计通过空间过程实现克里金法，最常见的是高斯过程，并使用贝叶斯定理更新该过程以计算其后验概率。另有高维贝叶斯地统计学。
有限差分法
考虑到概率守恒原理，循环差分方程（有限差分方程）可与格网相结合，计算概率，对地质构造的不确定性进行量化。此过程是马尔可夫链和贝叶斯模型的数值替代方法。
模拟
- 聚合
- 分解
- Turning bands
- 科列斯基分解
- 截断高斯
- Plurigaussian
- Annealing
- 光谱模拟
- 序列指标
- 序列高斯
- Dead Leave
- 转移概率
- 马尔可夫链地理统计
- 马尔可夫网格模型
- 支持向量机
- 布尔模拟
- 遗传模型
- 伪遗传模型
- 元胞自动机
- 多点地统计学
定义和工具
*
- 协方差函数
- 半方差
*
- 克里金法
- 基台值
- 变程
*
参见
*
- 样条插值
*
- 大地测量学
- 地理信息科学
- 地理信息系统
- 地球空间信息科学
- 遥感
*
- 時間地理學
- 地理学第一定律
- 地理学第二定律
参考文献
Armstrong, M and Champigny, N, 1988, A Study on Kriging Small Blocks, CIM Bulletin, Vol 82, No 923
Armstrong, M, 1992, [https://web.archive.org/web/20061221032347/http://geostatscam.com/Adobe/DeGeo199207.pdf Freedom of Speech?] De Geeostatisticis, July, No 14
Champigny, N, 1992, [https://web.archive.org/web/20110711085650/http://www.geostatscam.com/Adobe/TNM19920518.pdf Geostatistics: A tool that works], The Northern Miner, May 18
Clark I, 1979, [http://www.kriging.com/pg1979_download.html Practical Geostatistics] , Applied Science Publishers, London
David, M, 1977, Geostatistical Ore Reserve Estimation, Elsevier Scientific Publishing Company, Amsterdam
Hald, A, 1952, Statistical Theory with Engineering Applications, John Wiley & Sons, New York
(best paper award IAMG 09)
ISO/DIS 11648-1 Statistical aspects of sampling from bulk materials-Part1: General principles
Lipschutz, S, 1968, Theory and Problems of Probability, McCraw-Hill Book Company, New York.
Matheron, G. 1962. Traité de géostatistique appliquée. Tome 1, Editions Technip, Paris, 334 pp.
Matheron, G. 1989. Estimating and choosing, Springer-Verlag, Berlin.
McGrew, J. Chapman, & Monroe, Charles B., 2000. An introduction to statistical problem solving in geography, second edition, McGraw-Hill, New York.
Merks, J W, 1992, [https://web.archive.org/web/20060901132329/http://geostatscam.com/Adobe/TNM19920420.pdf Geostatistics or voodoo science], The Northern Miner, May 18
Merks, J W, [https://web.archive.org/web/20060629194347/http://www.geostatscam.com/Adobe/Abuse_stats.pdf Abuse of statistics], CIM Bulletin, January 1993, Vol 86, No 966
Myers, Donald E.; [http://www.u.arizona.edu/~donaldm/homepage/whatis.html "What Is Geostatistics?]
Philip, G M and Watson, D F, 1986, Matheronian Geostatistics; Quo Vadis?, Mathematical Geology, Vol 18, No 1
Pyrcz, M.J. and Deutsch, C.V., 2014, Geostatistical Reservoir Modeling, 2nd Edition, Oxford University Press, New York, p. 448
Sharov, A: Quantitative Population Ecology, 1996, https://web.archive.org/web/20020605050231/http://www.ento.vt.edu/~sharov/PopEcol/popecol.html
Shine, J.A., Wakefield, G.I.: A comparison of supervised imagery classification using analyst-chosen and geostatistically-chosen training sets, 1999, https://web.archive.org/web/20020424165227/http://www.geovista.psu.edu/sites/geocomp99/Gc99/044/gc_044.htm
Strahler, A. H., and Strahler A., 2006, Introducing Physical Geography, 4th Ed., Wiley.
Tahmasebi, P., Hezarkhani, A., Sahimi, M., 2012, Multiple-point geostatistical modeling based on the cross-correlation functions, Computational Geosciences, 16(3):779-79742.
Volk, W, 1980, Applied Statistics for Engineers, Krieger Publishing Company, Huntington, New York.
外部链接
- [http://geoenvia.org/ GeoENVia] promotes the use of geostatistical methods in environmental applications, and organizes bi-annual conferences.
- [https://wiki.52north.org/AI_GEOSTATS/WebHome] , a resource on the internet about geostatistics and spatial statistics
- [http://www.cg.ensmp.fr/bibliotheque On-Line Library that chronicles Matheron's journey from classical statistics to the new science of geostatistics]
- [http://www.u.arizona.edu/~donaldm/homepage/whatis.html]
- https://web.archive.org/web/20040326205028/http://geostatscam.com/ Is the site of Jan W. Merks, who claims that geostatistics is "voodoo science" and a "scientific fraud"
- [http://www.linkedin.com/groups?gid=4551648&trk=hb_side_g] It is a group for exchanging of ideas and discussion on multiple point geostatistics (MPS).
评论 (0)