时空信息统计学的一些基本理论和方法

讨论了时空信息统计学 (地质统计学 )的若干基本理论和方法 :1)若干基本概念 ,包括时空域的随机变量和随机函数 ,仅考虑空间域或时间域的不足 ,空间域与时间域之间的差异 ,二阶平稳假设及内蕴假设 ;2 )时空域信息的平稳线性最优估计 ,主要讨论了变异函数与协方差函数及平稳线性最优估计方法 ;3)时空域信息的线性非平稳最优估计 ,提出了漂移和涨落的概念 。

基于时空地质统计学的滇池水质时空分布模拟

使用滇池水域10个观测站（外海8个，草海2个）上TN、TP、CODMn、DO、BOD、叶绿素a等6个指标在2a间（2005～2006）每个月的观测数据，利用时空地质统计学计算了各指标的时空变异函数和进行了普通克立格估值。从结果来看，时空变异函数可以较好地刻划环境变量与时空变化之间的关系，能更精确地估计环境变量在时间和空间的分布。从各水质指标的模拟结果来看，滇池的污染严重区域主要为北部的昆明城区、东北部的呈贡、东部的大渔地区。

时空地统计学方法研究及进展

随着理论技术的不断发展,对环境因子仅进行空间估计和量化已不再满足精准农业等地理分支学科的精度要求,因此人们在传统地统计方法的基础上衍生出时空地统计学。该方法将时间域和空间域紧密联系起来,运用时空插值和随机模拟,更客观全面地描述地物的区域性时空分布。本文首先阐明了时空地统计学的主要概念及历史应用领域,随后介绍了当前主流的时空地统计方法及其各自的精度与适用领域,最后总结了时空地统计方法研究的不足和方向。

时空一体化框架下时空异常探测

提出一种时空一体化的时空异常探测方法,首先基于时空统计学与聚类分析构建一体化时空邻近域。进而,发展兼顾时空相关与异质性的时空异常度量方法。最后,采用一种3步骤的策略探测时空异常。应用本文方法探测中国陆地区域33年(1970年—2002年)的年平均气温时空数据中的时空异常,探测结果具有较好的可靠性,反映时空数据的时空一体化特征。同时,对时空异常的产生机理与实际意义进行分析和解释。

时空聚类分析的普适性方法

时空聚类分析是时空数据挖掘领域近年来研究的热点问题,对于揭示时空要素的发展变化趋势、规律以及本质特征具有重要意义.目前,时空聚类分析的研究仍还初步,缺乏具有普适性的时空聚类分析方法.为此,本文首先建立了一套时空聚类分析的普适性理论方法框架.进而,借助时空统计学、智能计算等工具,提出了一种时空一体化的时空聚类方法.该方法很好地顾及了时空数据的时空耦合、时空相关与时空异质特征,避免了过多人为主观因素的干扰,时空聚类结果具有较好的可靠性.通过采用中国陆地区域42年(1951～1992)年平均气温时空数据进行分析,验证了本文提出的理论与方法的可行性与有效性.

滇池水污染经济损失估算

滇池的水污染问题已经严重影响昆明经济社会的可持续发展。为估算因水污染造成的经济损失,首先利用滇池外海8个观测点的水质监测数据,应用时空地质统计学模拟滇池水体各污染因子浓度的分布,并依据水质指标的浓度分布对滇池水质区域划分为北部、中部、南部3个区域,然后从饮用水、渔业、旅游、灌溉4种水体功能入手,结合詹姆斯"浓度—价值曲线"模型和污染损失率法分别对滇池每个区域的水污染经济损失进行估算。通过计算,2010年滇池水污染经济损失总计72.75亿元,其中北部、中部、南部区域的水污染经济损失分别为15.52、37.59、19.64亿元。从各区域的污染损失率来看,滇池水资源饮用水源功能已丧失,渔业功能部分丧失(损失率>90%),目前滇池水资源主要用于旅游和灌溉。