空间统计学试题及答案.docVIP

空间统计学原理及应用 GIS 本作业主要分为四大部分，分别是： 问答题 计算题 操作题 收获与感想 一、问答题(50分) 简述区域化变量与随机变量的区别？（12） 地理学中大多变量都具有空间分布特点，如海拔、气温、降雨量、土壤含氮量、臭氧浓度、品位等，它们通常随所在空间位置的不同表现出不同的数量特征，这些变量称为区域化变量。区域化变量描述的现象具有空间分布的特点，常常反映某种空间现象的特征，其所描述的现象称为区域化现象。 设随机实验E的样本空间为S={e}。若对于任一e∈S，都有一实数z与之对应，而且对任何实数z，事件{Z≤z}都有确定的概率，则称Z是一个随机变量。从定义可以看出，随机变量Z是一个实值变量，具有一个可能的取值范围，随着随机实验结果的不同而取不同的值，当取值于任何区间内时都有一定的概率。 （3）区别：普通随机变量的取值按某种概率分布而变化，而区域化变量则根据其在一个域内的位置取不同的值，即区域化变量时普通随机变量在域内确定位置上的特定取值，它是随机变量与位置有关的随机函数。区域化变量有的是三维的，有的是二维的，现在二维的区域化变量研究较多。在实际研究中，许多变量都可看成区域化变量，如气温、降雨量、海拔、土壤重金属含量、大气污染浓度、矿石品位、矿体厚度等。 试论述影响空间统计插值计算结果精度的因素？（18分） 空间统计插值计算结果精度的影响因素主要以理论基础、模型算法、时空尺度效应和站点数据属性为主。 （1）模型的理论基础不同,插值结果的精度不同。由于考虑了地理要素之间在空间分布上的关联性,同时兼顾到要素分布自身的自相关特性,回归要素选择得当,空间异相关模型可以很好地反映空间变异性与相关性,一般能够得到精度较高的插值结果。 （2）模型算法的差异导致插值结果精度的差异:反距离加权方法、克里格方法通常优于趋势面方法与函数方法。这些精度差异,可以通过其对插值要素空间变异性与相关性的不同反映程度来解释。反距离加权方法的算法只考虑空间距离相关,没有包含方向相关,即没有反映要素分布的各向异性;而克里格方法利用半方差函数来度量两点间的空间相关性,这样权重随样点的空间位置不同而变化。当要素空间分布呈各向异性时,克里格方法优于反距离加权方法,而要素分布呈各向同性时,结果相反。 （3）时空尺度通过影响空间分布的变异性与相关性以及站点数据属性影响插值精度。时间尺度是指插值要素特征值所表达的时间范围。时空尺度不同,地理要素所呈现出的空间规律性不同、空间变异程度不同,从而产生尺度效应。尺度越大,涉及的时间空间范围越广,分辨率通常随之下降,往往忽略了较小尺度的空间变异,表现其整合特征与总体趋势；尺度越小,时间空间范围相应减小,凸现出要素分布的局域特征与时空变异。而时空尺度效应对空间插值精度的影响主要表现为不同解析水平上空间变异性与空间相关性的变化以及表征这一变化的特征数据属性的变化。 （4）站点数据的空间采样特性,站点样本容量、站点位置、数据空间密度、数据空间分布、空间变化,都对插值方法的选择与插值精度具有极大的影响。这些影响具体表现为:①站点密度高、样本容量大通常能够增加插值的精度,但数目过多,会带来计算上的麻烦,对空间插值也未必就有很大帮助。②站点数据的数值变化大或取值范围大,通常都会降低空间插值的精度。③地表的复杂程度通过要素样点数据的变异性与值域来影响空间插值的精度。④回归变量或协变量与插值变量的相关性越高,插值精度越高。 结合你导师的研究领域，谈谈空间统计学方法可以用来解决哪方面问题？如果暂时用不上，请说明理由。（20分） （1）地统计学的应用领域及其广泛，可应用于地质学、土壤学、生态学、环境学和气象学等方面。 ①地统计学在地质学中的应用 利用地统计学进行矿产资源储量计算及平均品位估计； 利用地统计学进行矿产资源预测及找矿勘探； 利用地统计学进行石油勘探开发； ②地统计学在土壤学中的应用 地统计学在土壤物理性质空间变异中的应用； 地统计学在土壤化学性质空间变异中的应用； 地统计学方法在土壤学试验设计和采样方法中的应用； 地统计学在土壤质量管理方面的应用； ③地统计学在生态学中的应用 生态学变量空间变异性的定量描述和解释； 生物特征的估计； 生态学研究对象的时空变化规律分析、不同相关研究对象的时空动态及祸合关系分析； ④地统计学在环境学中的应用 土壤环境研究； 水环境研究； 其他相关领域研究（大气污染物分布、声环境评价研究等）； ⑤地统计学在气象学中的应用 （2）可见，空间统计学的应用领域是及其广泛的。导师（赖格英老师）的研究领域主要是遥感与GIS方面，而目前主要从事的研究领域是SWAT模型方面，如当前的研究项目“基于SWAT模型的鄱阳湖流域岩溶地区非点源污染模拟研究”。虽然其项目主要是使用SWAT模型进行模拟，但是任何学科都必然与