โดยใช้สถิติเชิงพื้นที่เพื่อคาดการณ์ความแปรผันของพื้นที่ในอวกาศ - มัมมี่

โดยธรรมชาติแล้วตัวแปรด้านสิ่งแวดล้อมขึ้นอยู่กับตำแหน่งที่ตั้ง: พวกเขาเปลี่ยนไปพร้อมกับการเปลี่ยนแปลงตำแหน่งที่ตั้งทางภูมิศาสตร์ วัตถุประสงค์ของการสร้างแบบจำลองตัวแปรด้านสิ่งแวดล้อมด้วยสถิติเชิงพื้นที่คือการคาดการณ์เชิงพื้นที่ที่ถูกต้องเพื่อให้คุณสามารถใช้การคาดการณ์เหล่านี้ในการแก้ปัญหาที่เกี่ยวข้องกับสิ่งแวดล้อม

สถิติเชิงพื้นที่แตกต่างไปจากการสร้างแบบจำลองทรัพยากรธรรมชาติเนื่องจากมุ่งเน้นการทำนายว่าการเปลี่ยนแปลงของพื้นที่ส่งผลต่อปรากฏการณ์ด้านสิ่งแวดล้อมอย่างไร โดยธรรมชาติแล้วตัวแปรเวลาจะได้รับการพิจารณาเช่นกัน แต่สถิติเชิงพื้นที่เป็นข้อมูลเกี่ยวกับการใช้สถิติเพื่อสร้างแบบจำลองการทำงานภายในของปรากฏการณ์เชิงพื้นที่ ความแตกต่างอยู่ในลักษณะของวิธีการ

คุณสามารถใช้สถิติเชิงพื้นที่เพื่อสร้างตัวแปรด้านสิ่งแวดล้อมในอวกาศและเวลาเพื่อให้คุณสามารถคาดการณ์การเปลี่ยนแปลงของตัวแปรด้านสิ่งแวดล้อมในพื้นที่ได้ รายการต่อไปนี้อธิบายประเภทของปัญหาด้านสิ่งแวดล้อมที่คุณสามารถสร้างแบบจำลองและคาดการณ์ได้โดยใช้แบบจำลองทางสถิติเชิงพื้นที่:

ระบาดวิทยาและสุขภาพมนุษย์ของมนุษย์:

• รูปแบบของโรคและการกระจาย อุตุนิยมวิทยา:
• ปรากฏการณ์สภาพอากาศ วิทยาศาสตร์:
• การแพร่กระจายของไฟ (โดยการจัดช่อง Smokey the Bear!) ไฮโดรลิค:
• การนำไฟฟ้าของน้ำแข็ง นิเวศวิทยา:
• การกระจายตัวของจุลินทรีย์ในทะเลสาบด้านล่างของตะกอน

การอธิบายข้อมูลทางวิทยาศาสตร์ที่เกี่ยวข้อง

เนื่องจากสถิติเชิงพื้นที่เกี่ยวข้องกับการสร้างโมเดล x-, y-, z-parameters ที่ประกอบด้วยชุดข้อมูลเชิงพื้นที่สถิติที่เกี่ยวข้องอาจมีความน่าสนใจและไม่เป็นปกติ สถิติเชิงพื้นที่เป็นมากหรือน้อยการแต่งงานของการวิเคราะห์เชิงพื้นที่ GIS และการวิเคราะห์เชิงพยากรณ์ขั้นสูง รายการต่อไปนี้อธิบายถึงกระบวนการประมวลผลข้อมูลบางส่วนที่ใช้กันโดยทั่วไปเมื่อใช้สถิติเพื่อสร้างโมเดลเชิงพยากรณ์:

สถิติเชิงพื้นที่มักเกี่ยวข้องกับ krige และ kriging ตลอดจนการวิเคราะห์ variogram คำว่า "kriging" และ "krige" หมายถึงสิ่งต่างๆ

วิธีการของ Kriging

• คือชุดของอัลกอริธึมการประมาณทางสถิติที่สอดคล้องกับข้อมูลจุดที่เป็นที่รู้จักและก่อให้เกิดพื้นผิวคาดการณ์สำหรับพื้นที่ศึกษาทั้งหมด Krige หมายถึงการใช้อัลกอริทึม kriging โดยอัตโนมัติซึ่งคุณจะใช้พารามิเตอร์ดีฟอลต์แบบง่ายๆเพื่อช่วยให้คุณสามารถสร้างพื้นผิวที่คาดการณ์ได้ variogram เป็นเครื่องมือทางสถิติที่วัดว่าข้อมูลเชิงพื้นที่ต่างกันอย่างไรเนื่องจากระยะห่างระหว่างจุดข้อมูลเพิ่มขึ้น variogram คือการวัดความ "ไม่เท่ากันเชิงพื้นที่" เมื่อคุณ krige คุณใช้รูปแบบ variogram กับพารามิเตอร์ที่กำหนดขึ้นภายในเพื่อสร้าง interpolative พื้นผิวคาดการณ์ การเขียนโปรแกรมเชิงสถิติ: เรื่องนี้เกี่ยวข้องกับการแจกแจงความน่าจะเป็น, การวิเคราะห์อนุกรมเวลา, การวิเคราะห์การถดถอยและการจำลอง Monte Carlo, ในกระบวนการอื่น ๆ การวิเคราะห์กลุ่ม:
• กระบวนการอาจรวมถึงอัลกอริทึมที่ใกล้เคียงที่สุด, การจัดกลุ่มแบบ k-means หรือการประมาณความหนาแน่นของเคอร์เนล เทคโนโลยี GIS:
• เทคโนโลยี GIS ปรากฏขึ้นมากในบทนี้ แต่คาดว่าน่าจะเป็นเพราะการวิเคราะห์เชิงพื้นที่และการนำเสนอการทำแผนที่มีความยืดหยุ่นอย่างไม่น่าเชื่อ ความต้องการในการเข้ารหัส:
• การเขียนโปรแกรมสำหรับโครงการสถิติเชิงพื้นที่อาจนำไปสู่การใช้ R, SPSS, SAS, MATLAB และ SQL ในภาษาโปรแกรมอื่น ๆ การจัดการกับปัญหาด้านสิ่งแวดล้อมด้วยสถิติเชิงพื้นที่
• ตัวอย่างเช่นการใช้สถิติเชิงพื้นที่เพื่อสร้างการคาดการณ์ตัวแปรสภาพแวดล้อมที่ขึ้นกับตำแหน่งสามารถดูได้จากผลงานล่าสุดของ Dr. Pierre Goovaerts Goovaerts ใช้สถิติขั้นสูงการเขียนโค้ดและความชำนาญด้านหัวข้อเรื่องวิศวกรรมทางการเกษตรวิทยาศาสตร์ทางดินและระบาดวิทยาเพื่อค้นพบความสัมพันธ์ระหว่างรูปแบบของโรคเชิงพื้นที่ความตายการสัมผัสสารพิษสิ่งแวดล้อมและ sociodemographics ในโครงการล่าสุดของ Dr. Goovaerts เขาใช้สถิติเชิงพื้นที่เพื่อสร้างแบบจำลองและวิเคราะห์ข้อมูลเกี่ยวกับความเข้มข้นของสารหนูในน้ำใต้ดินสถานที่คุณสมบัติทางธรณีวิทยาสภาพอากาศภูมิประเทศและพื้นที่ปกคลุมดิน เขาได้ค้นพบว่าอุบัติการณ์ของมะเร็งกระเพาะปัสสาวะมะเร็งเต้านมและมะเร็งต่อมลูกหมากมีความสัมพันธ์เชิงพื้นที่กับการได้รับสารหนูในระยะยาว

เกี่ยวกับเทคโนโลยีและวิทยาศาสตร์ข้อมูลดร. Goovaerts มักใช้:

การเขียนโปรแกรมเชิงพื้นที่:

อีกครั้งการวิเคราะห์ kriging และ variogram ที่ด้านบนของรายการ

การเขียนโปรแกรมทางสถิติ:

• การถดถอยสแควร์น้อยที่สุดและ Monte Carlo (วิธีการจำลองแบบสุ่ม) เป็นจุดสำคัญของงานของ Dr. Goovaerts เทคโนโลยี GIS:
• ถ้าคุณต้องการทำแผนที่และฟังก์ชันการวิเคราะห์ข้อมูลเชิงพื้นที่คุณจะต้องใช้เทคโนโลยี GIS