Kriging插值和序贯高斯条件模拟的原理比较及在土壤空间变异研究中的案例分析

被引:20
作者
赵彦锋 [1 ,2 ]
化全县 [3 ]
陈杰 [1 ,2 ]
机构
[1] 郑州大学水利与环境学院
[2] 郑州大学自然资源与生态环境研究所
[3] 不详
关键词
Kriging插值; 序贯高斯条件模拟; 空间预测;
D O I
暂无
中图分类号
S159.9 [土壤图];
学科分类号
摘要
<正>20世纪60年代由Matheron创立的Kriging插值方法目前已发展出多种形式,广泛应用于地学研究[1-4]。该方法能根据现有数据给出空间变量的最优无偏线性估计,但其缺点是产生平滑效应。为此,Deutsch和Goovaerts等又在Monto-carlo方法的基础上,提出序贯高斯条件模拟算法[5-6],不仅有效避免了平滑效应,还能对空间取值的不确定性进行多种形式的度量,成为土壤学领域最为广泛应用的条件模拟算法之一。
引用
收藏
页码:856 / 862
页数:7
相关论文
共 10 条
[1]  
Comparing Ordinary Kriging and Regression Kriging for Soil Properties in Contrasting Landscapes[J]. Q.ZHU and H.S.LIN*2 Department of Crop and Soil Sciences,116 ASI Building,The Pennsylvania State University,University Park,PA 16802(USA).Pedosphere. 2010(05)
[2]   采样点数量对长三角典型地区土壤肥力指标空间变异解析的影响 [J].
王志刚 ;
赵永存 ;
黄标 ;
Darilek Jeremy Landon ;
孙维侠 .
土壤, 2010, 42 (03) :421-428
[3]   模糊c-均值算法在区域土壤预测制图中的应用 [J].
檀满枝 ;
陈杰 .
土壤学报, 2009, 46 (04) :571-577
[4]   张家港土壤表层铜含量空间预测的不确定性评价研究 [J].
赵永存 ;
黄标 ;
孙维侠 ;
邵学新 ;
王志刚 .
土壤学报, 2007, (06) :974-981
[5]   中国地质统计学(空间信息统计学)发展的回顾与前景 [J].
侯景儒 .
地质与勘探, 1997, (01) :53-58
[6]  
空间信息的尺度、不确定性与融合[M]. 武汉大学出版社 , 张景雄, 2008
[7]  
空间变异理论及应用[M]. 科学出版社 , 张仁铎著, 2005
[8]  
土壤农业化学分析方法[M]. 中国农业科技出版社 , 鲁如坤主编, 2000
[9]   Using sequential Gaussian simulation to assess the field-scale spatial uncertainty of soil water content [J].
Delbari, Masoomeh ;
Afrasiab, Peyman ;
Loiskandl, Willibald .
CATENA, 2009, 79 (02) :163-169
[10]  
Geostatistical modelling of uncertainty in soil science[J] . P. Goovaerts.Geoderma . 2001 (1)