共查询到19条相似文献，搜索用时 843 毫秒
1.
基于范畴型变量和贝叶斯最大熵的土壤有机质空间预测 总被引：1，自引：1，他引：0
选取湖北省沙洋县为研究区域,以土壤质地与土壤有机质定量关系为辅助信息,利用贝叶斯最大熵(BME)方法对沙洋县土壤有机质含量进行空间预测,并与以土壤质地和土壤全氮为辅助变量的协同克里格方法预测结果精度作对照,探讨两种方法的预测效果。结果表明,协同克里格方法和BME方法均能较好反映研究区有机质空间分布特征。在辅助变量与土壤养分存在显著相关性条件下,BME方法能更好地利用范畴型变量等多种类型辅助信息。比较极值误差范围、平均绝对误差、均方根误差等方面,BME方法在土壤属性空间预测方面具有更高精度,且能有效降低数据获取成本和难度,在县域尺度土壤属性空间预测上具有更大优势。 相似文献
2.
贝叶斯最大熵地统计学方法及其在土壤和环境科学上的应用 总被引：4，自引：0，他引：4
贝叶斯最大熵(Bayesian Maximum Entropy,BME)地统计学方法是近年来出现的一种时空地统计学新方法。相对于传统的克里金方法,该法具有坚实的认识论框架和方法学基础。它不需要作线性估值、空间匀质和正态分布的假设,能够融入先验知识和软数据,并且不会损失其中蕴含的有用信息,提高了分析精度。本文首先介绍了BME的基本理论及其估值方法,随后简单描述了该方法的理论发展过程及其在土壤和环境科学上的应用情况,最后对该方法的应用做了总结与展望。经过国外研究者多年的开发和实践,BME方法已经被证明是一个理论上较为成熟,能够应用到实际研究中的优秀地统计学方法,在资源环境评估上有着广泛的应用前景。 相似文献
3.
黄河三角洲土壤盐渍化问题是制约当地农业生产和生态稳定的关键因素。为了准确掌握盐渍土的空间分布,提高土壤含盐量的空间预测精度,本研究根据2022年5月黄河三角洲的193个采样点两个深度土壤含盐量分析数据,结合高程和Landsat9遥感影像等数据,采用地理加权回归（Geographically Weighted Regression, GWR）模型构造区间型软数据,进而建立贝叶斯最大熵（Bayesian Maximum Entropy, BME）模型对研究区土壤含盐量的分布进行了预测,并同传统的地统计模型普通克里金（Ordinary Kriging, OK）及GWR模型的预测结果进行了比较。结果表明：BME模型对土壤含盐量的预测精度要高于另外两种模型。与OK相比, BME的预测误差在土壤表层和底层分别降低25%和21%,R2分别提高了0.5432和0.3527,BME作为本研究最佳土壤含盐量空间预测模型,展现了多源数据整合及非线性估计的优势。黄河三角洲表层土壤盐渍化率（88%）高于底层（68%）,大体呈现由西南到东北方向上土壤含盐量递增的趋势,沿海地区大于内陆地区,黄河三角洲北部是整个区域盐渍化最为严重的地区。 相似文献
4.
基于最大熵模型的玉米冠层LAI升尺度方法 总被引：1，自引：1，他引：0
叶面积指数(leaf area index,LAI)是表达农作物冠层结构的关键参数之一,准确获取LAI对于农作物长势监测、估产等研究具有非常重要的意义。由于地物空间复杂性、数据源的不同以及遥感反演模型的非线性,LAI的反演结果会存在尺度效应,因此需要进行尺度转换研究。理想的升尺度转换应该只是数据空间分辨率的降低,而数据内在信息应保存到低分辨率中。最大熵(maximum entropy,Max Ent)模型是基于多种环境因子的广义学习模型,对分析因子的空间分布具有较高的估算精度,因此,该研究利用最大熵模型进行玉米冠层LAI升尺度方法研究,从而将野外实测的LAI点数据扩展到空间分辨率为30 m的面数据,所使用的数据源是Landsat8 OLI遥感影像、气象数据和野外样点上测量的LAI数据。研究结果表明:利用最大熵模型升尺度转换结果与实测LAI相比,R2为0.601、RMSE为0.898,说明两者的相关性较高;由于玉米冠层叶片之间的相互遮挡,导致整体结果偏低,但偏低误差在可接受范围内。因此,Max Ent模型可用于农作物LAI点数据到面数据的升尺度转换。 相似文献
5.
基于时间序列NDVI的灌溉耕地空间分布提取 总被引：3，自引：1，他引：2
灌溉耕地空间分布地图是农业和粮食政策制定、水资源管理和环境变化研究的基础数据,及时、准确和适用性强是区域尺度灌溉耕地分布提取方法的重要要求。相比于非遥感数据融合和遥感影像分类方法,利用遥感参量对统计数据进行空间重建的方法具备少受样本限制、运算速度快、与统计数据匹配水平高和产品分辨率适宜的优势,但目前该方面的研究较为薄弱。该文以中国为研究区域,应用国外提出的基于时间序列NDVI的灌溉面积统计数据空间化方法,研制中国2010年、空间分辨率250 m的灌溉耕地空间分布地图,深入分析了该方法的应用效果及其影响精度的主要原因。结果表明,利用该方法获得的灌溉耕地空间分布数据的空间位置精度与同类遥感产品相当,在数量精度上具有明显优势,不同区域的制图效果具有差异性。全国总体精度64.20%,各省精度极差为48.35%。制图误差主要来源为耕地底图、方法假设和分类参量,未来方法的优化应重点加强耕地分布制图、改进方法假设、进行不同类别和时间点的特征参量的筛选和利用。 相似文献
6.
基于土地利用和人口密度的中国粮食产量空间化 总被引：7，自引：7，他引：0
将统计信息运用到地理-生态过程相关研究中,是人类活动与地理-生态过程相结合的重要体现。农业生产统计数据空间化的过程,即是恢复或重构其空间分布特征的一种手段,可以为地理-生态过程研究提供数据支持。该文以人口密度为因变量,以土地利用数据为辅助因子,将省区级粮食产量分布到空间网格上,得到了中国2000年粮食产量1km×1km网格图。通过在省级、地市州级和县级尺度上的检验,表明利用该方法进行粮食产量空间化能够正确地表达粮食产量的空间分布规律,尤其对于主要粮食产区,具有很高的数据重现精度,可以作为农业区相关研究的数据源。但其数据重现的准确性随着尺度的下降而下降。表明在粒度更细的情况下应该考虑更多的影响粮食产量的因子。在今后的研究中,有必要结合更多的因子进行粮食产量的空间化,以提高其数据重构精度。 相似文献
7.
基于贝叶斯最大熵和多源数据的作物需水量空间预测 总被引：4，自引：3，他引：1
作物需水量是灌溉工程规划、设计和管理的重要基础数据,充分利用多源数据和先验知识,快速经济地获取精度较高的区域作物需水量对于区域水资源的优化配置具有重要意义。为精确预测作物需水量,该文以长系列实际监测和校核作物系数后计算得到的作物需水量为硬数据,利用硬数据确定获得最大熵的约束条件,根据软数据获取渠道的不同(部分年份缺失的站点数据、文献中获得的数据、利用灌溉试验数据库中的作物需水量资料,采用协同克立格方法获得的数据、考虑主要地形因子和主要气象要素的影响,采用主成分分析和地理加权回归(geographically weighted regression,GWR)方法获得作物需水量数据以及遥感数据),提出不同来源软数据的概率密度函数表达方法,采用贝叶斯最大熵(Bayesian maximum entropy,BME)方法对不同来源的作物需水量信息进行有机整合。结果表明:除硬数据+文献软数据外,其他数据整合呈现一致结果。华北地区冬小麦作物需水量在豫南地区较小,中部地区黄河北岸有连片的相对高值区,山东需水量相对较高,冀东北的乐亭、唐山附近有相对低值区。除硬数据+文献软数据比不整合的精度低9.41%外,其他软数据源均可不同程度地提高整合效果,硬数据+克立格软数据、硬数据+GWR软数据和硬数据+除文献数据外的其他软数据分别比不整合的精度提高85.33%、85.75%和91.69%。对考虑地形、气象等要素的多源数据进行整合可更好地反映冬小麦作物需水量空间分布的细节,显著提高估算精度,为稀疏监测站点地区水土资源的精准管理和优化配置提供数据支撑。 相似文献
8.
洛伦茨曲线和基尼系数是土地利用结构研究的常用方法,现有方法存在统计单元数量少、面积差异较大的问题,使得拟合的洛伦茨曲线不够平滑,计算的基尼系数不够准确。利用网格法对现有方法进行改进,以规则网格对研究区进行分割,增加了统计单元的数量,且各统计单元面积相等,可使拟合点在洛伦茨曲线上均匀分布,提高了洛伦茨曲线的平滑程度以及基尼系数的计算精度。另外,以妫水河流域为应用案例,以1998年和2009年的两期Landsat TM影像为基础数据,对改进型空间洛伦茨曲线在土地利用结构研究方面进行案例应用,结果表明该方法可以有效表达不同土地利用类型之间的结构差异及其时空变化规律。耕地始终是分布最均匀的地类,1998年分布最不均匀的地类是园地,2009年分布最不均匀的地类是水域;1998—2009年,林地和水域等生态用地的分布均匀性下降,耕地和建设用地等人工用地分布的均匀性提高。 相似文献
9.
四类全球土地覆盖数据在中国区域的精度评价 总被引：7，自引：0，他引：7
该研究以中国耕地类别为研究对象,选择2000年中国土地利用数据（NLCD-2000）为参考数据,利用比较分析法,从面积数量精度和空间位置精度两方面对目前4类全球土地覆盖数据（UMD、IGBP-DISCover、MODIS和GLC2000）产品进行了精度验证,并分析研究了4类数据精度的异同性。结果表明,4类全球数据对中国耕地数量特征和空间位置特征的估测具有明显的区域差异性。MODIS数据集和GLC2000数据集对中国耕地制图的总体精度要高于UMD数据集和IGBP-DISCover数据集。4类数据制图精度高的区域主要分布在中国的农业主产区,而误差大的区域主要分布在中国山区或耕地比例低的区域。低空间分辨率的信息源、基于像元的分类方法,以及中国复杂地形特征是4类全球土地覆盖数据精度差异的主要原因。 相似文献
10.
Sentinel-2和GF-1影像结合提取苜蓿空间分布 总被引：1，自引：1，他引：0
及时准确地获取苜蓿空间分布信息有利于对草业生产发展和管理提供科学数据支撑。该研究基于GF-1/WFV和Sentinel-2遥感影像,以甘肃省金昌市作为研究区,构建了苜蓿的归一化植被指数（Normalized Difference Vegetation Index,NDVI）数据集,并结合苜蓿光谱反射率随生育期的变化规律,提出一种利用MATLAB寻峰函数（Findpeaks）提取苜蓿遥感特征的方法,通过确定最小峰值突出（Minimum Peak Prominence,MPP）值实现金昌市苜蓿空间分布信息的提取。研究结果表明,基于Sentinel-2遥感数据的识别苜蓿精度优于GF-1/WFV,识别精度和Kappa系数在85%和0.7以上,主要是由于Sentinel-2数据的NDVI时间序列曲线密度较GF-1/WFV大,可以更好地识别苜蓿刈割前后的关键时间点;寻谷法的苜蓿提取总体精度、Kappa系数、用户精度、制图精度指标均比寻峰法高,基于Sentinel-2影像的寻谷法苜蓿遥感识别总体精度为92.25%,Kappa系数为0.81,位置精度为86.44%;2019年金昌市苜蓿空间分布整体呈现从北到南逐渐增多的趋势,统计得到苜蓿种植面积为15 449.07 hm2,其中金川区的苜蓿面积为1 353.42 hm2,占金昌市苜蓿总面积的8.76%;永昌县的苜蓿面积为14 095.65 hm2,占总面积的91.24%。研究结果证实,基于Sentinel-2遥感数据的寻谷法可以有效识别苜蓿空间分布,对于实现草牧场精准化管理和草牧业生产信息精准监测具有重要意义。 相似文献
11.
Spatial prediction of categorical variables with the Bayesian Maximum Entropy approach: the Ooypolder case study 总被引：6，自引：0，他引：6
Categorical variables such as water table status are often predicted using the indicator kriging (IK) formalism. However, this method is known to suffer from important limitations that are most frequently solved by ad hoc solutions and approximations. Recently, the Bayesian Maximum Entropy (BME) approach has proved its ability to predict categorical variables efficiently and in a flexible way. In this paper, we apply this approach to the Ooypolder data set for the prediction of the water table classes from a sample data set. BME is compared with IK using global as well as local criteria. The inconsistencies of the IK predictor are emphasized and it is shown how BME permits avoiding them. 相似文献
12.
掌握农田土壤水分和养分的空间分布特征是实现农田土壤精确管理及实施精确农业的重要依据。以有限的采样信息为基础,通过多种空间分析理论的融合,形成优势互补的综合方法,对提高土壤变量空间分布模拟和绘图精度具有重要意义。该文将贝叶斯最大熵法(Bayesian maximum entropy,BME)和贝叶斯人工神经网络方法(Bayesian neural networks,BNN)结合形成一种空间插值新方法,即用BNN法表达估值的不确定性,并将其结果融入现代地质统计学BME法中,用融入BNN法结果的BME法(Bayesian maximum entropy method combined with Bayesian neural networks,BMENN)模拟土壤变量的空间分布。以江苏省扬州市区北部某田块的土壤水分、有机质、全氮、碱解氮、速效钾和速效磷6种土壤特性的采样数据为例,运用交叉验证法,将BMENN法对土壤变量的估值精度与BNN法、普通克立格法(ordinary Kriging,OK)进行了比较。结果表明:与OK法和BNN法相比,BMENN法将估计方差(mean squared error,MSE)缩小2.26%~23.54%,具有最小的估计方差和接近于0的平均绝对误差(mean error,ME);BMENN法的估计值与实测值相关系数更大(r=0.62~0.89),具有更高的相关程度;MSE的组成分析表明,BMENN法再现变量波动程度和波动大小的能力更强;从模拟的空间分布图来看,BMENN法绘制的空间分布图更连续,"牛眼"较少,更符合土壤变量的地学规律。BMENN法对于利用有限数据信息提高土壤变量空间分布模拟精度具有重要意义,并可为土壤管理、精准农业的实施以及区域环境规划等提供科学依据。 相似文献
13.
This study compares different soil mapping approaches in three different petrographic areas in order to test their suitability for regional mapping in northern Thailand. Sampling was based on transects or grid-based randomization. Maps were created based on expert knowledge (eye fitting) or using Classification Tree (CART algorithm) or the Maximum Likelihood approach. In addition, local knowledge-based-soil maps were created. Validation was performed using soil reference maps and independent sampling points. The mapping approaches based on transects and grid-based randomization showed a very high correspondence with the respective reference soil map and a very high degree of matching with independent sampling points. Both methods are best suited for sub-watershed scale. Mapping larger areas is difficult due to the inaccessibility of the mountainous regions. The soil maps based on Maximum Likelihood showed a high correlation with the respective reference soil maps and the individual sampling points. Maximum Likelihood maps and Classification Tree maps showed similar levels of accuracy. The Maximum Likelihood approach is applicable to upscaling procedures; therefore, a calibration area is required which represents the target area. Local knowledge-based-soil mapping is very cheap and fast, but is restricted to village areas where classification often varies even within a village. Despite this, local knowledge is very useful for soil reconnaissance surveys, as well as to acquire an overview of the major distribution of soils and their properties. Upscaling of local knowledge due to its inherent inconsistency is not realistic. 相似文献
14.
N. A. Sheehan B. Guldbrandtsen D. A. Sorensen 《Journal of Agricultural, Biological & Environmental Statistics》2007,12(2):272-299
Markov chain Monte Carlo (MCMC) methods have provided an enormous break-through in the analysis of large complex problems
such as those which frequently arise in genetic applications. The richness of the inference and the flexibility of an MCMC
Bayesian approach in terms of design, data structure that can be analyzed, and models that can be posed, is indisputable.
However, despite the strengths of the Bayesian approach, it is important to acknowledge that there are other, often easier,
ways of tackling a problem. This is so, especially when simpler, qualitative answers are sought, such as presence or absence
of a quantitative trait locus. We critically evaluate the behavior of a Bayesian aCMC block sampler for the detection of a
quantitative trait locus by linkage with marker data, and compare it with a traditional least squares method. Some practical
issues are illustrated by discussing the pros and cons of a Bayesian block updating sampling scheme versus the least squares
method in the context of a simple genetic mapping problem. Depending on the focus of analysis, we show that the MCMC sampler
does not always outperform the simpler approach from a frequentist perspective, and, more to the point, may not always perform
appropriately in any particular replication. 相似文献
15.
滑坡综合治理方案比选评价模型 总被引：5，自引：0，他引：5
为了更好地比选滑坡综合治理方案,针对影响治理方案因素的复杂性和不确定性,以安全可靠性、环境协调性、经济合理性、技术可行性、施工难易、施工工期等做为评价因子,建立了基于熵权决策法的滑坡综合治理方案比选评价模型.根据专家意见建立判断矩阵,利用熵权决策法的原理确定"理想点";通过计算4个设计方案与"理想点"的贴近度与距离来确定方案的排序.结果表明,方案二(锚索抗滑桩与截排水相结合)为最优方案.熵权决策法克服了传统评估方法中主观确定权数的缺陷,保证计算过程和结果的客观性,是一种可行的、定量的滑坡治理方案比选方法. 相似文献
16.
面向数字土壤制图的土壤采样设计研究进展与展望 总被引：5，自引：1，他引：4
全球化土壤环境问题的出现对基础输入数据的精度、尺度和时序提出了更高要求,面向数字土壤制图的土壤采样研究得到了快速发展。首先利用文献计量学的方法定量化分析国内外土壤采样研究学科分布和研究热点变化;随后重点梳理了国内外土壤采样研究的文献,根据不同的土壤调查目的、调查区历史采样点将土壤采样设计分为:土壤全面采样设计、土壤补充采样设计、土壤验证采样设计和土壤监测采样设计;最后介绍了基于样点的推理制图方法。在此基础上,对未来在多尺度的土壤采样设计、土壤–环境因子关系的新型假设和采样设计中现实问题的量化等方面进行了展望,旨在为数字土壤调查工作的开展提供参考依据。 相似文献
17.
Bayesian Maximum Entropy prediction of soil categories using a traditional soil map as soft information 总被引：2，自引：0，他引：2
Bayesian Maximum Entropy was used to estimate the probabilities of occurrence of soil categories in the Netherlands, and to simulate realizations from the associated multi‐point pdf. Besides the hard observations (H) of the categories at 8369 locations, the soil map of the Netherlands 1:50 000 was used as soft information (S). The category with the maximum estimated probability was used as the predicted category. The quality of the resulting BME(HS)‐map was compared with that of the BME(H)‐map obtained by using only the hard data in BME‐estimation, and with the existing soil map. Validation with a probability sample showed that the use of the soft information in BME‐estimation leads to a considerable and significant increase of map purity by 15%. This increase of map purity was due to the high purity of the existing soil map (71.3%). The purity of the BME(HS) was only slightly larger than that of the existing soil map. This was due to the small correlation length of the soil categories. The theoretical purity of the BME‐maps overestimated the actual map purity, which can be partly explained by the biased estimates of the one‐point bivariate probabilities of hard and soft categories of the same label. Part of the hard data is collected to describe characteristic soil profiles of the map units which explains the bias. Therefore, care must be taken when using the purposively selected data in soil information systems for calibrating the probability model. It is concluded that BME is a valuable method for spatial prediction and simulation of soil categories when the number of categories is rather small (say < 10). For larger numbers of categories, the computational burden becomes prohibitive, and large samples are needed for calibration of the probability model. 相似文献
18.
由于影像信息提取过程蕴涵的诸多不确定性以及土地类别描述语境信息的含糊性影响,遥感数据的常规土地利用分类面临诸多困难与挑战。而模糊分类系统作为一种最为强大的软分类器,能处理、分析和表征遥感信息中传感器测量数据的不精确性、土地类别描述中的含糊性以及模型模拟中的不严密性,从而输出更能表达人类知识缺陷、更符合真实世界客观事实的分类结果,因此被认为是一种较好的土地利用遥感分类手段。本文以南京城市边缘带一样区为例,在采用地物导向分割技术对遥感影像分割的基础上,充分利用影像地物自身的光谱组合特征值以及其他空间形状、拓扑特征以及语境关系信息,按照模糊监督分类的过程来对研究区土地利用信息进行提取。研究结果表明基于遥感数据源的土地利用模糊分类系统可以获得比常规硬分类手段更为合理、信息含量更为丰富的输出结果。 相似文献
19.
An understanding of survival patterns is a fundamental component of animal population biology. Mark-recapture models are often used in the estimation of animal survival rates. Maximum likelihood estimation, via either analytic solution or numerical approximation, has typically been used for inference in these models throughout the literature. In this article, a Bayesian approach is outlined and an easily applicable implementation via Markov chain Monte Carlo is described. The method is illustrated using 13 years of mark-recapture data for fulmar petrels on an island in Orkney. Point estimates of survival are similar to the maximum likelihood estimates (MLEs), but the posterior variances are smaller than the corresponding asymptotic variances of the MLEs. The Bayesian approach yields point estimates of 0.9328 for the average annual survival probability and 14.37 years for the expected lifetime of the fulmar petrels. A simple modification that accounts for missing data is also described. The approach is easier to apply than augmentation methods in this case, and simulations indicate that the performance of the estimators is not significantly diminished by the missing data. 相似文献