Geostatistics

Geostatistics ist ein Zweig der Statistik, die sich auf räumlichen oder räumlich-zeitlichen datasets konzentriert. Entwickelt ursprünglich, um Wahrscheinlichkeitsvertrieb von Erzrängen für Bergbaubetriebe vorauszusagen, wird es zurzeit in verschiedenen Disziplinen einschließlich Erdölgeologie, Hydrogeologie, Hydrologie, Meteorologie, Meereskunde, Geochemie, geometallurgy, Erdkunde, Forstwirtschaft, Umweltkontrolle, Landschaft-Ökologie, Bodenkunde und Landwirtschaft (besonders in der Präzisionslandwirtschaft) angewandt. Geostatistics wird in verschiedenen Zweigen der Erdkunde, besonders diejenigen angewandt, die die Ausbreitung von Krankheiten (Epidemiologie), die Praxis des Handels und militärische Planung (Logistik) und die Entwicklung von effizienten Raumnetzen einschließen. Algorithmen von Geostatistical werden in vielen Plätzen, einschließlich geografischer Informationssysteme (GIS) und der R statistischen Umgebung vereinigt.

Hintergrund

Geostatistics ist vertraut mit Interpolationsmethoden verbunden, aber streckt sich weit außer einfachen Interpolationsproblemen aus. Techniken von Geostatistical verlassen sich auf das statistische Modell, das auf der zufälligen Funktion (oder zufälligen Variable) Theorie basiert, die Unklarheit zu modellieren, die mit der Raumbewertung und Simulation vereinigt ist.

Mehrere einfachere Interpolationsmethoden/Algorithmen, wie umgekehrte Entfernungsgewichtung, bilineare Interpolation und Nah-Nachbarinterpolation, waren bereits vorher geostatistics weithin bekannt. Geostatistics übertrifft das Interpolationsproblem durch das Betrachten des studierten Phänomenes an unbekannten Positionen als eine Reihe aufeinander bezogener zufälliger Variablen.

Lassen Sie, der Wert der Variable von Interesse an einer bestimmten Position zu sein. Dieser Wert ist (z.B Temperatur, Niederschlag, piezometric Niveau, geologischer facies, usw.) unbekannt. Obwohl dort ein Wert an der Position besteht, die gemessen werden konnte, denkt geostatistics diesen Wert als zufällig, seitdem es nicht gemessen wurde, oder noch nicht gemessen worden ist. Jedoch ist die Zufälligkeit dessen nicht abgeschlossen, aber nach einer kumulativen Vertriebsfunktion (cdf) definiert, der von bestimmter Information abhängt, die über den Wert bekannt ist:

:

Gewöhnlich, wenn der Wert dessen an Positionen in der Nähe von bekannt ist (oder in der Nachbarschaft) man den pdf durch diese Nachbarschaft beschränken kann: Wenn eine hohe Raumkontinuität angenommen wird, kann nur Werte haben, die denjenigen ähnlich sind, die in der Nachbarschaft gefunden sind. Umgekehrt, ohne Raumkontinuität kann jeden Wert nehmen. Die Raumkontinuität der zufälligen Variablen wird durch ein Modell der Raumkontinuität beschrieben, die entweder eine parametrische Funktion im Fall von mit Sitz in variogram geostatistics sein, oder eine nichtparametrische Form haben kann, wenn sie andere Methoden wie Simulation des vielfachen Punkts oder pseudogenetische Techniken verwendet.

Indem

man ein einzelnes Raummodell an ein komplettes Gebiet anwendet, macht man die Annahme, die ein stationärer Prozess ist. Es bedeutet, dass dieselben statistischen Eigenschaften auf dem kompletten Gebiet anwendbar sind. Mehrere geostatistical Methoden stellen Weisen zur Verfügung, diese stationarity Annahme zu entspannen.

In diesem Fachwerk kann man zwei Modellieren-Absichten unterscheiden:

  1. Den Wert für, normalerweise durch die Erwartung, die Mittellinie oder die Weise des pdf schätzend. Das wird gewöhnlich als ein Bewertungsproblem angezeigt.
  2. Die Stichprobenerhebung von der kompletten Wahrscheinlichkeitsdichte fungiert durch das wirkliche Betrachten jedes möglichen Ergebnisses davon an jeder Position. Das wird allgemein durch das Schaffen mehrerer alternativer Karten dessen getan, Verwirklichungen genannt. Denken Sie ein Gebiet discretized in Bratrost-Knoten (oder Pixel). Jede Verwirklichung ist eine Probe des ganzen - dimensionale gemeinsame Vertriebsfunktion
::

: In dieser Annäherung wird die Anwesenheit vielfacher Lösungen des Interpolationsproblems anerkannt. Jede Verwirklichung wird als ein mögliches Drehbuch dessen betrachtet, wie die echte Variable sein konnte. Alle verbundenen Arbeitsabläufe denken dann Ensemble von Verwirklichungen, und folglich Ensemble von Vorhersagen, die berücksichtigen, dass probabilistic voraussagt. Deshalb wird geostatistics häufig verwendet, um Raummodelle zu erzeugen oder zu aktualisieren, wenn man umgekehrte Probleme behebt.

Mehrere Methoden bestehen sowohl für die geostatistical Bewertung als auch für vielfachen Verwirklichungsannäherungen. Mehrere Nachschlagewerke stellen eine umfassende Übersicht der Disziplin zur Verfügung.

Methoden

Bewertung

  • Kriging
  • Hinweis kriging

Simulation

Definitionen und Werkzeuge

  • Variable-Theorie von Regionalized
  • Kovarianz-Funktion
  • Halbabweichung
  • Variogram
Kriging
  • Reihe (geostatistics)
  • Schwelle (geostatistics)
  • Goldklumpen-Wirkung
  • Lehrimage

Wissenschaftliche Hauptzeitschriften haben sich auf geostatistics bezogen

Wissenschaftlicher orgainisations hat sich auf geostatistics bezogen

  • Europäisches Forum für GeoStatistics

Zusammenhängende Software

  • Die R Programmiersprache hat ungefähr 20 andere Pakete, die geostatistics und ungefähr 30 gewidmet sind, die anderen Gebieten der Raumstatistik gewidmet sind.

Siehe auch

  • Interpolation von Multivariate
  • Fugenbrett-Interpolation
  • Segmentation von Geodemographic
  • Entfernte Abfragung
  • Pedometrics

Zeichen

  1. Armstrong, M und Champigny, N, 1988, Eine Studie auf Kriging Kleinen Blöcken, CIM Meldung, Vol 82, Nr. 923
  2. Armstrong, M, 1992, Redefreiheit? De Geeostatisticis, Juli, Nr. 14
  3. Champigny, N, 1992, Geostatistics: Ein Werkzeug, das, Der Nördliche Bergarbeiter, am 18. Mai arbeitet
  4. Clark I, 1979, Praktischer Geostatistics, Herausgeber der Angewandten Naturwissenschaft, London
  5. David, M, 1977, Geostatistical Erz Reservebewertung, Elsevier Scientific Publishing Company, Amsterdam
  6. Hald, A, 1952, Statistische Theorie mit Technikanwendungen, John Wiley & Sons, New York
  7. Honarkhah, M und Caers, J, 2010, Stochastische Simulation von Mustern mit dem Entfernungsbasierten Muster-Modellieren, Mathematischem Geosciences, 42: 487 - 517 (bester Papierpreis IAMG 09)
  8. ISO/DIS 11648-1 Statistische Aspekte der Stichprobenerhebung von Schüttgütern-Part1: Allgemeine Grundsätze
  9. Lipschutz, S, 1968, Theorie und Probleme der Wahrscheinlichkeit, McCraw-Hill Book Company, New York.
  10. Matheron, G. 1962. Traité de géostatistique appliquée. Wälzer 1, Ausgaben Technip, Paris, 334 Seiten.
  11. Matheron, G. 1989. Schätzend und Auswahl, Springer-Verlag, Berlin.
  12. McGrew, J. Chapman, & Monroe, Charles B., 2000. Eine Einführung ins statistische Problem-Lösen in Erdkunde, der zweiten Ausgabe, dem McGraw-Hügel, New York.
  13. Merks, J W, 1992, Geostatistics oder Voodoo-Wissenschaft, Der Nördliche Bergarbeiter, am 18. Mai
  14. Myers, Donald E.; "was ist Geostatistics?
  15. Sharov, A: Quantitative Bevölkerungsökologie, 1996,
http://www.ento.vt.edu/~sharov/PopEcol/popecol.html
  1. Schein, J.A. Wakefield, G.I.: Ein Vergleich des beaufsichtigten Bilder-Klassifikationsverwendens Analytiker-gewählte und gegeostatistically-wählte Lehrsätze, 1999,
http://www.geovista.psu.edu/sites/geocomp99/Gc99/044/gc_044.htm
  1. Strahler, A. H. und Strahler A., 2006, Physische Erdkunde, 4. Hrsg., Wiley Einführend.
  2. Volk, W, 1980, Gewandte Statistik für Ingenieure, Krieger Publishing Company, Huntington, New York.
  3. Yang, X. S., 2009, Einleitende Mathematik für Erdwissenschaftler, Dunedin Academic Press, 240pp.

Außenverbindungen


Tera- / Pass von Brenner
Impressum & Datenschutz