Utilizând statisticile spațiale pentru a prezice variații de mediu în spațiu - manechine

Prin însăși natura lor, variabilele de mediu sunt dependente de locație: se schimbă odată cu schimbările locației geospațiale. Scopul modelării variabilelor de mediu cu statistici spațiale este de a permite predicții spațiale exacte, astfel încât să puteți utiliza aceste predicții pentru a rezolva problemele legate de mediu.

Statisticile spațiale se disting de modelarea resurselor naturale, deoarece se concentrează pe prezicerea modului în care schimbările în spațiu afectează fenomenul de mediu. Bineînțeles, variabila de timp este de asemenea considerată, însă statisticile spațiale se referă la utilizarea statisticilor pentru a modela funcționarea internă a fenomenului spațial. Diferența este în modul de abordare.

->

Abordarea problemelor de mediu cu ajutorul analizei predictive spațiale

Puteți utiliza statisticile spațiale pentru a modela variabilele de mediu în spațiu și timp, astfel încât să puteți prezice schimbările în variabilele de mediu din spațiu. Următoarea listă descrie tipurile de probleme de mediu pe care le puteți modela și anticipa folosind modelarea statistică spațială:

• Epidemiologia și sănătatea umană a mediului: Modele și distribuții ale bolilor
• Meteorologie: Fenomenul meteorologic
• știință: Răspândirea unui incendiu (prin canalizarea lui Smokey the Beare!)
• Hidraulică: Conductivitatea acviferelor
• Ecologie: Distribuția microorganismului pe fundul lacului sedimentar

Dacă obiectivul dvs. este de a construi un model pe care să îl puteți utiliza pentru a anticipa modul în care schimbarea spațiului va afecta variabilele de mediu, puteți utiliza statistici spațiale pentru a vă ajuta să faceți acest lucru.

Descrierea științei datelor implicate

Deoarece statisticile spațiale implică modelarea parametrilor x, y și z care cuprind seturi de date spațiale, statisticile implicate pot deveni destul de interesante și neobișnuite. Statisticile spațiale reprezintă, mai mult sau mai puțin, o căsnicie de analiză spațială GIS și o analiză predictivă avansată. Următoarea listă descrie câteva procese de știință a datelor care sunt utilizate frecvent atunci când se utilizează statistici pentru a construi modele spațiale predictive:

Statisticile spațiale implică adesea krige și kriging, precum și analiza variogramelor. Termenii "kriging" și "krige" denotă diferite lucruri. Metodele de criptare reprezintă un set de algoritmi de estimare statistică care comportă curbe cu datele punctuale cunoscute și produc o suprafață predictivă pentru o zonă de studiu întreagă. Krige reprezintă o implementare automată a algoritmilor de criptare, unde utilizați parametri simpli impliciți pentru a vă ajuta să generați suprafețe predictive. O variogramă este un instrument statistic care măsoară modul în care devin date spațiale diferite pe măsură ce distanța dintre punctele de date crește. Varianograma este o măsură a "disimilarității spațiale". Când utilizați krige, utilizați modele variogram cu parametri definiți intern pentru a genera suprafețe predictive interpolate. Programare statistică:

Aceasta include distribuții de probabilități, analize de serii de timp, analize de regresie și simulări Monte Carlo, printre alte procese. Analiza clusterizării:

Procesele pot include algoritmi apropiați-vecin, estimări de densitate a kernelului k-means sau estimări ale densității nucleului. Tehnologia GIS:

Tehnologia GIS apare foarte mult în acest capitol, dar acest lucru este de așteptat deoarece ofertele sale de analiză spațială și hărți sunt incredibil de flexibile. Cerințe de codificare:

Programarea pentru un proiect de statistică spațială ar putea implica folosirea R, SPSS, SAS, MATLAB și SQL, printre alte limbi de programare. Abordarea problemelor de mediu cu statisticile spațiale

Un exemplu excelent de utilizare a statisticilor spațiale pentru a genera previziuni pentru variabilele de mediu dependente de locație poate fi văzut în lucrarea recentă a Dr. Pierre Goovaerts. Dr. Goovaerts utilizează statistici avansate, codificare și expertiza sa autoritară în materie de inginerie agricolă, știință a solului și epidemiologie pentru a descoperi corelațiile dintre modelele bolilor spațiale, mortalitatea, expunerea la toxine în mediu și sociodemografia.

Într-unul dintre proiectele recente ale Dr. Goovaerts, el a folosit statistici spațiale pentru a modela și analiza date privind concentrațiile de arsen de apă subterană, locația, proprietățile geologice, modelele meteorologice, topografia și acoperirea terenurilor. Prin recentele sale studii de mediu în domeniul științelor, el a descoperit că incidența cancerului vezicii urinare, a sânului și a prostatei este corelată spațial cu expunerea pe termen lung a arsenicului.

În ceea ce privește tehnologiile și metodologiile din domeniul științei datelor, Dr. Goovaerts implementează în mod obișnuit următoarele:

Programare statistică spațială:

• Încă o dată, analiza kriging și variogramă se află pe lista. Programarea statistică:
• Regresia celor mai mici pătrate și Monte Carlo (o metodă de simulare aleatorie) sunt esențiale pentru activitatea doctorului Goovaerts. Tehnologii GIS:
• Dacă doriți funcționalități de modelare a hărților și metode de analiză a datelor spațiale, veți avea nevoie de tehnologii GIS.