空间采样方案统计推断与优化评价
发布网友
发布时间：2022-04-22 07:34
共1个回答
热心网友
时间：2022-06-17 19:38
空间采样方案统计推断与优化评价是指通过分析采样样点空间分布合理性，在保持样点空间分布特征的前提下检验与剔除空间样本中的异常点，然后通过总体拟合，分析采样效率和精度的过程。
(一)空间采样异常点检验与剔除
最常用的空间异常点检验与剔除指标是Moran指数和G系数。
Moran指数由Anselin提出，其定义为:
退化废弃地遥感信息提取研究
式中:xi为空间单元i的属性值;C为空间权矩阵;Cij为空间单元i和j之间的影响程度。
退化废弃地遥感信息提取研究
正的Ii表示该空间单元与邻近单元的属性值相似(高值聚集或低值聚集)，负的Ii表示该空间单元与邻近单元的属性值不相似。Ii可以用 式标准化，E(Ii)和Var(Ii)是其理论期望和理论方差。
G系数是一种基于距离权矩阵的局部空间自相关指标，能探测高值聚集和低值聚集。
退化废弃地遥感信息提取研究
式中:Wij是i、j单元之间的距离权。显著的正Gi表示单元i的邻近单元的观测值高，显著的负Gi表示单元i的邻近单元的观测值低。G系数也可用
退化废弃地遥感信息提取研究
式标准化在获取空间采样数据的情况下，运用上述指标进行空间异常点检查，对检查出的异常点在专家指导下进行剔除。
(二)采样精度分析
空间采样方案统计推断允许用户在导入野外采样数据的前提下，分析显示采样数据的统计散点图和概率分布图，估计总体统计量并评价采样精度。采样精度分析公式如下:
退化废弃地遥感信息提取研究
式中:η为采样精度;μ为总体均值;σ为标准差;
退化废弃地遥感信息提取研究
为空间采样数据均值。(三)采样数据总体拟合和采样效率评价
采样数据总体拟合方法主要包括IDW插值、样条函数插值和克里金空间插值等，应用数据总体拟合方法可以获得研究区监测指标的总体分布规律，并通过对研究区指标的空间采样数据的方差特征和空间分布进行分析，评价其采样效率。采样效率评价方法包括:
1. 目标样本与样本总体之间的差异 ( 方差分析)
方差分析 ( Analysis of Variance，简称 ANOVA) ，又称 “变异数分析”或 “F 检验”，由 Ｒ． A. Fisher 提出，用于两个及两个以上样本均数差别的显著性检验。由于各种因素的影响，研究所得的数据呈现波动状，造成波动的原因可以分成两类: 一是不可控的随机因素，二是研究中施加的对结果形成影响的可控因素。
方差分析的目的是通过数据分析找出对该事物有显著影响的因素、各因素之间的交互作用、显著影响因素的最佳水平等。方差分析是在可比较的数组中，把数据间的总的 “变差”按各种指定的变差来源进行分解的一种技术。采用离差平方和对变差进行度量。方差分析方法就是从总离差平方和中分解出可追溯到指定来源的部分离差平方和。
经过方差分析若拒绝了检验假设，只能说明多个样本总体均数不相等或不全相等。若要得到各组均数间更详细的信息，应在方差分析的基础上进行多个样本均数的两两比较。
2. 目标样本空间插值的预测精度
为了更好地表示误差的统计学特性，引入了标准误差这一误差表示方法来表征样本与拟合总体之间的差异性，从而估计采样网络的采样效率。
