Bằng cách sử dụng Thống kê không gian để dự đoán sự biến đổi môi trường qua không gian - núm vú

Video: Truyền hình VOA 6/12/19: VN hứa xác minh thông tin tàu hải giám TQ vào thềm lục địa 2025

Về bản chất, các biến môi trường phụ thuộc vào vị trí: chúng thay đổi với sự thay đổi vị trí không gian địa lý. Mục đích của mô hình hóa các biến môi trường với thống kê không gian là để cho phép dự đoán không gian chính xác để bạn có thể sử dụng các dự đoán để giải quyết các vấn đề liên quan đến môi trường.

Thống kê không gian phân biệt với mô hình hóa tài nguyên thiên nhiên vì nó tập trung vào dự đoán sự thay đổi không gian ảnh hưởng đến hiện tượng môi trường như thế nào. Đương nhiên, biến thời gian cũng được xem xét, nhưng thống kê không gian là tất cả về cách sử dụng thống kê để mô hình các hoạt động bên trong của hiện tượng không gian. Sự khác biệt là theo cách tiếp cận.

Dịch tễ học và sức khoẻ con người môi trường:

Các dạng bệnh và phân bố

Khí tượng học: Hiện tượng thời tiết
Khoa học: Sự lây lan của lửa (bằng cách dẫn Smokey the Bear bên trong của bạn!)
Thủy lực: Độ dẫn của tầng nước ngầm
Sinh thái: Sự phân bố vi sinh vật trên một đáy trầm tích
. Mô tả khoa học dữ liệu có liên quan

Do các số liệu thống kê không gian liên quan đến mô hình các tham số x, y, z, bao gồm các bộ dữ liệu không gian, số liệu thống kê có liên quan có thể trở nên khá thú vị và bất thường. Thống kê không gian là, ít nhiều, một cuộc hôn nhân của phân tích không gian GIS và tiên đoán tiên tiến phân tích. Danh sách dưới đây mô tả một số quy trình khoa học dữ liệu thường được triển khai khi sử dụng số liệu thống kê để xây dựng mô hình không gian dự đoán:

Thống kê không gian thường liên quan đến krige và kriging, cũng như phân tích biến thể. Thuật ngữ "kriging" và "krige" thể hiện những điều khác nhau.

Các phương pháp của Kriging
là một tập hợp các thuật toán ước tính thống kê khớp với các dữ liệu điểm đã được biết và tạo ra một bề mặt tiên đoán cho toàn bộ khu vực nghiên cứu.

Krige đại diện cho việc thực hiện tự động thuật toán kriging, nơi bạn sử dụng các tham số mặc định đơn giản để giúp bạn tạo ra bề mặt tiên đoán. A variogram là một công cụ thống kê đo các dữ liệu không gian khác nhau như thế nào khi khoảng cách giữa các điểm dữ liệu tăng lên. Các variogram là một thước đo của "không tương đồng không gian". Khi bạn krige, bạn sử dụng các mô hình variogram với các thông số được xác định nội bộ để tạo ra các bề mặt thông thoáng, tiên đoán. Lập trình thống kê: Điều này liên quan đến phân phối xác suất, các phân tích chuỗi thời gian, các phân tích hồi quy, và mô phỏng Monte Carlo, trong số các quá trình khác. Clustering analysis: Các quy trình có thể bao gồm các thuật toán gần nhất-lân cận, k-means clustering, hoặc mật độ hạt nhân ước tính.

Công nghệ GIS: Công nghệ GIS xuất hiện rất nhiều trong chương này, nhưng điều đó được mong đợi bởi vì các tính năng phân tích không gian và lập bản đồ của nó cực kì linh hoạt.

Yêu cầu mã hóa: Lập trình cho một dự án thống kê không gian có thể đòi hỏi sử dụng R, SPSS, SAS, MATLAB, và SQL, trong số các ngôn ngữ lập trình khác.

Giải quyết các vấn đề môi trường với số liệu thống kê không gian Một ví dụ tuyệt vời về việc sử dụng số liệu thống kê không gian để tạo ra các dự đoán về các biến môi trường phụ thuộc có thể được nhìn thấy trong nghiên cứu gần đây của tiến sĩ Pierre Goovaerts. Tiến sĩ Goovaerts sử dụng các số liệu thống kê tiên tiến, mã hóa và chuyên môn về các vấn đề về kỹ thuật nông nghiệp, khoa học đất đai và dịch tễ học để khám phá mối tương quan giữa các mô hình bệnh không gian, tử vong, tiếp xúc với môi trường và sociodemographics.

Trong một trong những nghiên cứu gần đây của Tiến sĩ Goovaerts, ông đã sử dụng số liệu thống kê không gian để mô hình và phân tích dữ liệu về nồng độ asen trong nước ngầm, vị trí, đặc tính địa chất, mô hình thời tiết, địa hình và độ che phủ đất. Thông qua các nghiên cứu khoa học dữ liệu môi trường gần đây, ông phát hiện ra rằng tỷ lệ mắc bệnh ung thư bàng quang, vú và tuyến tiền liệt không tương quan về không gian với tiếp xúc với arsenic lâu dài. Về các công nghệ và phương pháp khoa học dữ liệu, Tiến sĩ Goovaerts thường thực hiện những điều sau:

Lập trình thống kê không gian:

Một lần nữa, việc phân tích kriging và variogram nằm trong danh sách.

Lập trình thống kê:

Hồi quy bình phương nhỏ nhất và Monte Carlo (một phương pháp mô phỏng ngẫu nhiên) là trọng tâm của công trình của Tiến sĩ Goovaerts.

Công nghệ GIS: Nếu bạn muốn tính năng lập bản đồ và phương pháp phân tích dữ liệu không gian, bạn sẽ cần công nghệ GIS.