本文關(guān)鍵詞：地統(tǒng)計方法學(xué)研究進展，由筆耕文化傳播整理發(fā)布。

當前所在位置：中國論文網(wǎng) > 科技論文發(fā)表 > 克里格插值在SST中的應(yīng)用檢驗

克里格插值在SST中的應(yīng)用檢驗

發(fā)布日期： 2012-03-21 發(fā)布：  

  2010年第24期目錄       本期共收錄文章20篇

　　摘要 本文介紹了克里格插值的基本方法和流程，為了檢驗克里格插值是否可以適用于海面溫度（SST）的空間補缺，選擇太平洋中的小塊區(qū)域進行了試驗，通過結(jié)果說明當待插值位置周圍存在足夠多的有效數(shù)據(jù)時，SST插值是可行的。
中國論文網(wǎng)
　　關(guān)鍵詞 克里格插值；SST；應(yīng)用檢驗
　　中圖分類號P208 文獻標識碼A 文章編號 1674-6708（2010）33-0207-02
　　0 引言
　　衛(wèi)星遙感數(shù)據(jù)反演得到的海面溫度（SST）數(shù)據(jù)，往往因云覆蓋等原因造成某些區(qū)域缺少有效SST數(shù)據(jù)，即使經(jīng)過數(shù)據(jù)融合處理后，這種情況也不能完全杜絕，可能依然存在云邊緣等缺少數(shù)據(jù)或數(shù)據(jù)奇異的區(qū)域。
　　克里格插值也稱局部估計或空間局部插值，是空間統(tǒng)計學(xué)中地質(zhì)統(tǒng)計學(xué)的兩大主要內(nèi)容之一[1-4]。最早由南非礦山工程師克里格和統(tǒng)計學(xué)家西舍爾用于考察樣品空間位置與樣品的相關(guān)性[5]，是一種常用的空間預(yù)測方法，當前在降雨量、GPS高程、溫度等物理量的空間研究中有廣泛應(yīng)用[6-8]。它建立在變異函數(shù)理論以及結(jié)構(gòu)分析的基礎(chǔ)上，在有限區(qū)域內(nèi)對變量進行無偏最優(yōu)估計，其實質(zhì)是利用了區(qū)域化變量的原始數(shù)據(jù)和變異函數(shù)的結(jié)構(gòu)特點，對未知的區(qū)域化變量進行線性無偏估計。與普通估計相比，其最大限度的利用了空間取樣所提供的所有信息。
　　為了消除融合SST數(shù)據(jù)中的奇異點，本文嘗試應(yīng)用克里格插值方法對SST數(shù)據(jù)中的奇異和空缺位置進行插值，對插值精度進行了檢驗。
　　1 普通克里格
　　克里格插值的主要方法有普通克里格、協(xié)同克里格、泛克里格、指示克里格和對數(shù)克里格等。本文對普通克里格法進行了檢驗。
　　克里格方法基于空間的觀測樣本Z（xi），估計特定位置處的考察變量ZV，得到其估計值ZV*。普通克里格方法要求分析結(jié)果是無偏的，也即，從而使估計方差盡可能小，基于上述原則來確定權(quán)重系數(shù)，得到分析變量的估計值：
　　簡單克里格對權(quán)重系數(shù)沒有限制，但是需要知道變量均值，普通克里格對權(quán)重系數(shù)限定為式（2），但是不需要知道變量均值，克里格空間預(yù)測方法基于空間中各點之間的相關(guān)性來進行，具體的圍繞變異函數(shù)γ展開�？臻g中相距h的兩點，其測量序列的相關(guān)性可以用協(xié)方差函數(shù)來表示。變異函數(shù)同樣基于相關(guān)性來進行定義，一維條件下的變異函數(shù)定義為：
　　普通克里格認為測量序列是二階平穩(wěn)的，同時由于觀測樣本的有限性，對變異函數(shù)進行內(nèi)蘊假設(shè)，在上述假設(shè)下可以得出結(jié)論：
　　上述假設(shè)下得到的結(jié)論說明變異函數(shù)和協(xié)方差函數(shù)均與位置x無關(guān)，僅僅與距離向量h有關(guān)。
　　根據(jù)變異函數(shù)定義，由式5，h=0時，變異函數(shù)應(yīng)為0；但是由于取樣誤差、小尺度變化等原因，h很小的情況下變異函數(shù)依然有差異，此時的差異值稱為塊金值。當γ（h）隨距離h的增大而增大并趨于平穩(wěn)時，稱為有基臺模型或可遷模型，此時變異函數(shù)趨近的值稱為基臺值，當γ（h）并不趨于某特定值時，稱為無基臺模型。達到基臺值的樣本間距稱為變程，其反映了空間數(shù)據(jù)的自相關(guān)距離尺度。當h>a時，除非變異函數(shù)具有周期性，否則樣本之間不具備相關(guān)性。因此變程也表示了空間插值的極限距離，只有在變程范圍內(nèi)進行插值才有意義。另外變程可能具有各向異性，在復(fù)雜多維問題中需要考慮。
　　獲取變量在區(qū)域中的變異函數(shù)是進行克里格插值的關(guān)鍵步驟之一。變異函數(shù)分為試驗變異函數(shù)和理論變異函數(shù)。試驗變異函數(shù)根據(jù)已有資料利用變異函數(shù)的計算公式推求而來，往往存在一定的離散性和趨勢性；理論變異函數(shù)是擬合試驗變異函數(shù)中的趨勢性得到可表達的連續(xù)性解析函數(shù)，常用的擬合函數(shù)有球狀函數(shù)、高斯函數(shù)、指數(shù)函數(shù)等。在滿足平穩(wěn)性假設(shè)前提下，數(shù)據(jù)量越大則試驗變異函數(shù)的趨勢性越明顯，否則試驗變異函數(shù)點分布散亂無規(guī)則，將直接影響到理論變異函數(shù)獲取的準確性和可靠性。因此，可認為當試驗變異函數(shù)不具趨勢性時，理論變異函數(shù)不可信，即克里格方法的結(jié)果不可信。
　　常用的理論變異函數(shù)經(jīng)驗?zāi)Ｐ陀袎K金效應(yīng)模型、指數(shù)模型、高斯模型、球狀模型等，式（6）和式（7）分別為高斯模型和球狀模型的變異函數(shù)。
　　高斯模型：（6）
　　當時，，因此高斯模型的有效變程為。時，稱為標準高斯模型。
　　球狀模型:（7）
　　具體到實際問題中，，變異函數(shù)經(jīng)驗?zāi)Ｐ偷倪x擇往往需要結(jié)合實際，進行大量的比較之后來確定。根據(jù)已知的樣本數(shù)據(jù)確定了變異函數(shù)模型中的未知參數(shù)后，根據(jù)式（1），如果要確定估計值ZV*，需要求出權(quán)重系數(shù)�；谄胀ǹ死锔駥�(quán)重系數(shù)限定（見式2），可以得到矩陣關(guān)系式[9]：
　　[K]稱為克里格矩陣，為對稱矩陣。當[K]、[M]矩陣確定后，即可得到[λ]矩陣。而[K]、[M]矩陣的確定，需要實現(xiàn)選擇合適的變異函數(shù)模型。
　　2 方法檢驗
　　為了檢驗克里格插值是否可以用于SST數(shù)據(jù)空間插值，我們以NOAA發(fā)布的OISST融合數(shù)據(jù)作為原始數(shù)據(jù)，將數(shù)據(jù)塊中部分位置處的數(shù)據(jù)剔除，采用高斯模型進行普通克里格插值，將插值后的數(shù)據(jù)與原始數(shù)據(jù)進行比對。原始數(shù)據(jù)為時間范圍2010年1月至2010年6月上旬的162天數(shù)據(jù)；空間區(qū)域為15N~19.5N，120E-124.5E，數(shù)據(jù)網(wǎng)格點數(shù)為20×20；數(shù)據(jù)時間分辨率為一天，空間分辨率為0.25°×0.25°。剔除數(shù)據(jù)（待插值數(shù)據(jù)）的位置見圖1，分別位于四角，中心，以及集中在某一角。
　　圖1數(shù)據(jù)網(wǎng)格及待插值數(shù)據(jù)位置
　　定義誤差評估參量如下：
　　相對誤差：，平均相對誤差：，
　　最大相對誤差：，最小相對誤差：，
　　OISST和KSST分別為NOAA發(fā)布的融合SST數(shù)據(jù)值和插值的數(shù)據(jù)值，i、j、t分別為坐標位置和時間。
　　檢驗結(jié)果如表1所示。
　　從檢驗結(jié)果來看，如果待插值位置處周圍存在充足的數(shù)據(jù)，可以保證插值后的精度；如果待插值位置周圍數(shù)據(jù)量不足或僅在某個方向有數(shù)據(jù)，會造成插值結(jié)果的不穩(wěn)定，這應(yīng)該是沒有足夠的數(shù)據(jù)提供相關(guān)信息造成的。即使周圍數(shù)據(jù)充足，也可能出現(xiàn)誤差較大的插值結(jié)果，這可以在后期的SST數(shù)據(jù)檢驗中通過梯度閾值進一步的平滑處理。
　　3 結(jié)論
　　從本文的檢驗結(jié)果來看，采用克里格插值進行小面積的SST數(shù)據(jù)空間插值是可行的，運算速度和精度均可以滿足需求�？死锔癫逯档木群艽蟪潭壬弦蕾囉谧儺惡瘮�(shù)與實際的吻合程度，而由于海洋各區(qū)域存在不同的溫度變化趨勢，因此通過對實際溫度的分析，對不同區(qū)域選取不同的變異函數(shù)是提高插值精度的一個途徑。
　　
　　參考文獻
　　[1]侯景儒.實用地質(zhì)統(tǒng)計學(xué)[M].北京：地質(zhì)出版社，1998.
　　[2]Journel A G，Huijbregts C J.Mining Geostatistics[M].New York：Academic Press，1978.
　　[3]N.Cressie.Statistics for Spatial Data，Revised Edition[M].Wiley，New York，1993.
　　[4]郭懷成，周豐，刀譖.地統(tǒng)計方法學(xué)研究進展[J].地理研究，2008，27(5)：1191-1202.
　　[5] Krige D G．A statistical analysis of some of the borehole values in the Orange Free State gold field[J].Journal of the Chemical and Metallurgical Society of South Africa，1952(53)：47-64．
　　[6]張小紅，程世來，許曉東.基于Kriging統(tǒng)計的GPS高程擬合方法研究[J].大地測量與地球動力學(xué)，2007，27(7)：48-51.
　　[7]楊勝龍，馬軍杰，伍玉梅，等.基于Kriging方法Argo數(shù)據(jù)重構(gòu)太平洋溫度場研究[J].海洋漁業(yè)，2008，30(1)：13-18.
　　[8]高歌，龔樂冰，趙珊珊，等.日降水量空間插值研究[J].應(yīng)用氣象學(xué)報，2007，18(5)：732-735.
　　[9]張靜雄.空間信息的尺度、不確定性與融合[M].武漢大學(xué)出版社，2008.

本文為全文原貌 未安裝PDF瀏覽器用戶請先下載安裝 原版全文

  本文關(guān)鍵詞：地統(tǒng)計方法學(xué)研究進展，由筆耕文化傳播整理發(fā)布。