×
拉斐尔·努斯鲍默尔;格里戈伊尔·马里埃霍兹;埃尔万·格洛根;克劳斯·霍利格

在顺序高斯模拟中要选择的路径。 （英语） Zbl 1406.86035号

数学。地质科学。 50，第1号，97-120（2018）.
摘要：序贯高斯模拟是一种常用的地质统计学方法，用于填充高斯随机场网格。该方法的理论基础表明，所有之前模拟的节点（称为邻居）都应包含在每个新模拟节点的克里金系统中。然而，这将需要求解大量随着模拟的进行而不断增大的线性系统，由于计算原因，这通常是不可行的。传统上，这个问题是通过将邻居的数量限制在离模拟节点最近的邻居来解决的。然而，这确实会在实现中产生工件。已知模拟路径，即访问节点的顺序，会影响这些工件的位置和大小。到目前为止，很少有将仿真路径与相关偏差联系起来的严格研究可用，相应地，关于仿真路径选择的建议主要基于经验证据。在这项研究中，全面分析了路径对模拟误差的影响，并在此基础上制定了选择最佳路径的指南。基于仿真协方差矩阵与基础空间模型协方差的比较，系统地评估了最常见的路径类型。我们的分析表明，最优路径被定义为最小化因邻域遗漏而丢失的信息的路径。将路径分为簇状路径，即模拟相邻节点的路径和簇状路径（即模拟相邻距离节点的路径），是确定路径性能的有效方法。后者的常见示例是多网格、中点和准随机路径，而前者包括逐行路径和螺旋路径。事实上，聚类路径在中距离和大滞后距离上往往无法充分近似协方差，因为它们的邻域仅由组成附近节点的。另一方面，去簇路径最小化了节点之间的相关性，从而确保邻居更加多样化，并且只忽略弱相关的邻居。

引用于三文件

MSC公司：

86A32型 地理统计学

关键词：

访问顺序;顺序模拟;人工制品;协方差矩阵;螺旋路径;随机路径;多网格路径;准随机路径

软件：

GSLIB公司
PDF格式BibTeX公司 XML格式引用
\textit{R.Nussbaumer}等人，《数学》。地质科学。50，第1号，97-120（2018；Zbl 1406.86035）
全文： DOI程序

参考文献：

[1] Abdu H、Robinson DA、Seyfried M、Jones SB（2008）流域地下模式的地球物理成像以及土壤质地和持水能力预测。水资源研究44（4）：W00D18。doi:10.1029/2008WR007043·doi:10.1029/2008WR007043
[2] Barnsley MF、Devaney RL、Mandelbrot BB、Peitgen HO、Saupe D、Voss RF（1988）分形图像科学。纽约州施普林格市，doi:10.1007/978-1-4612-3784-6·doi:10.1007/978-4612-3784-6
[3] Boulanger F（1990）《模型化与模拟变量》（Modélisation et simulation de variables régionalisées par des functions aléatoires stables）。枫丹白露巴黎矿业大学博士论文
[4] Box GEP，Jenkins GM，Reinsel GC（2008）时间序列分析，第37卷。霍博肯·威利。doi:10.1002/9781118619193·兹比尔1154.62062 ·doi:10.1002/9781118619193
[5] Chilès JP，Delfiner P（1999）《地质统计学》，《概率与统计学中的Wiley系列》，第497卷。霍博肯·威利。数字对象标识代码：10.1002/9780470316993·兹比尔0922.62098 ·数字对象标识代码：10.1002/9780470316993
[6] Daly C（2005）使用熵、马尔可夫随机场和序列模拟的高阶模型。收录：Leuangthong O，Deutsch CV（eds）Geostatistics Banff 2004。定量地质学和地质统计学，第14卷。多德雷赫特·施普林格·Zbl 1366.62159号
[7] Day-Lewis FD，Lane JW（2004）《评估地质统计学层析成像的分辨率依赖性效用》。地球物理研究报告31（7）：L07503。doi:10.1029/2004GL019617·doi:10.1029/2004GL019617
[8] Delbari M，Afrasiab P，Loiskandl W（2009）使用序贯高斯模拟评估土壤水分的现场尺度空间不确定性。卡特纳79（2）：163-169。doi:10.1016/j.catena.2009.08.001·doi:10.1016/j.catena.2009.08.001
[9] Deutsch CV，Journel AG（1992）GSLIB:地理统计软件库和用户指南。技术代表，纽约
[10] Dimitrakopoulos R，Luo X（2004）大场模拟中群大小和屏幕效应近似的广义序贯高斯模拟。数学地理36（5）：567-591。doi:10.1023/B:MATG.000003737.11615.df·Zbl 1267.86008号 ·doi:10.1023/B:MATG.000003737.11615.df
[11] Dimitrakopoulos R，Farrelly CT，Godoy M（2002）《从传统优化中前进：露天矿设计中的品位不确定性和风险影响》。最低技术111（1）：82-88。doi:10.1179/mnt.2002.111.1.82·doi:10.1179/mnt.2002.111.1.82
[12] Emery X（2004）测试模拟高斯随机场的顺序算法的正确性。Stoch Env Res风险评估18（6）：401-413。doi:10.1007/s00477-004-0211-7·Zbl 1056.62107号 ·doi:10.1007/s00477-004-0211-7
[13] Emery X，Peláez M（2011）《序贯高斯模拟和拟合的准确性评估》。计算地质科学15（4）：673-689。doi:10.1007/s10596-011-9235-5·Zbl 1237.86007号 ·doi:10.1007/s10596-011-9235-5
[14] Fournier A、Fussell D、Carpenter L（1982）随机模型的计算机渲染。通信ACM 25（6）：371-384。数字对象标识代码：10.1145/358523.358553·数字对象标识代码：10.1145/358523.358553
[15] Gómez Hernández JJ，Cassraga EF（1994）序列模拟的理论和实践。多德雷赫特Kluwer学术出版社。doi:10.1007/978-94-015-8267-4_10·doi:10.1007/978-94-015-8267-4_10
[16] Gómez-Hernández JJ，Journel AG（1993）《地质统计学》，1992年，定量地质学和地质统计学，第5卷。多德雷赫特·施普林格。doi:10.1007/978-94-011-1739-5·doi:10.1007/978-94-011-1739-5
[17] Goovaerts P（1997）《自然资源评估的地质统计学》。牛津大学出版社
[18] Goovaerts P（2001）土壤科学中不确定性的地质统计建模。大地测量仪103（1-2）：3-26。doi:10.1016/S0016-7061（01）00067-2·doi:10.1016/S0016-7061（01）00067-2
[19] Halton JH（1960）关于某些拟随机点序列在计算多维积分中的效率。数理2（1）：84-90。doi:10.1007/BF01386213·Zbl 0090.34505号 ·doi:10.1007/BF01386213
[20] Hansen TM、Journel AG、Tarantola A、Mosegaard K（2006）《线性逆高斯理论与地质统计学》。地球物理学71（6）:R101-R111。doi:10.1190/1.2345195·doi:10.1190/1.2345195
[21] Isaaks EH（1991）蒙特卡罗方法在空间相关数据分析中的应用。斯坦福大学博士论文
[22] Isaaks EH，Srivastava RM（1989）《应用地质统计学导论》。牛津大学出版社，纽约
[23] Johnson ME（1987）多元统计模拟。概率统计中的威利级数。霍博肯·威利。doi:10.1002/9781118150740·Zbl 0604.62056号 ·doi:10.1002/9781118150740
[24] Journel AG（1989）《地质统计学基础五课》，第16卷。美国地球物理联合会，华盛顿。doi:10.1029/SC008·doi:10.1029/SC008
[25] Juang KW，Chen YS，Lee DY（2004）使用顺序指示剂模拟评估重金属污染土壤划定的不确定性。《环境污染》127（2）：229-238。doi:10.1016/j.envpol.2003.07.001·doi:10.1016/j.envpol.2003.07.001
[26] Kocis L，Whiten WJ（1997）低差异序列的计算研究。ACM Trans数学软件23（2）：266-294。doi:10.1145/264029.264064·Zbl 0887.65031号 ·doi:10.1145/264029.264064
[27] Lantuéjoul C（2002）地质统计模拟。施普林格，柏林。doi:10.1007/978-3-662-04808-5·Zbl 0990.86007号 ·doi:10.1007/978-3-662-04808-5
[28] Lee SY，Carle SF，Fogg GE（2007）地质异质性和两种地质统计学模型的比较：基于序列高斯和转换概率的地质统计学模拟。Adv Water Resour公司30（9）：1914-1932。doi:10.1016/j.advwatres.2007.03.005·doi:10.1016/j.advwatres.2007.03.005
[29] Leuangthong O，McLennan JA，Deutsch CV（2004）地质统计学实现的最低验收标准。《自然资源研究》13（3）：131-141。doi:10.1023/B:NARR.000046916.91703.bb·doi:10.1023/B:NARR.000046916.91703.bb
[30] Lin YP，Chang TK，Teng TP（2001）通过比较序贯高斯模拟、模拟退火模拟和克里金方法对土壤铅的表征。环境地质学41（1-2）：189-199。doi:10.1007/s002540100382·doi:10.1007/s002540100382
[31] McLennan J（2002）序贯高斯模拟中模拟路径的影响。阿尔伯塔大学技术代表
[32] Meyer TH（2004）数字地形建模中克里金插值的不连续性。制图地理信息科学31（4）：209-216。doi:10.1559/1523040042742385·doi:10.1559/1523040042742385
[33] Mowrer H（1997）使用GIS中的序贯高斯模拟，通过古老亚高山森林的空间估计过程传播不确定性。Ecol模型98（1）：73-86。doi:10.1016/S0304-3800（96）01938-2·doi:10.1016/S0304-3800（96）01938-2
[34] Omre，H。；瑟尔纳，K。；Tjelmeland，H。；Soares，A.（编辑），《大晶格上随机函数的模拟》，179-199（1993），Dordrecht·doi:10.1007/978-94-011-1739-5_16
[35] Rivoirard J（1984）《克里格群岛的组成》。枫丹白露巴黎矿业学院博士论文
[36] Safikhani M，Asghari O，Emery X（2017）通过统计测试评估序列高斯模拟的准确性。Stoch Env Res风险评估31（2）：523-533。doi:10.1007/s00477-016-1255-1·doi:10.1007/s00477-016-1255-1
[37] Srinivasan BV，Duraiswami R，Murtugudde R（2008）实时时空插值的高效克里格法线性克里格法。摘自：第20届大气科学概率和统计会议，第228-235页
[38] Tran TT（1994）改进密集模拟网格上的变异函数再现。计算地质科学20（7-8）：1161-1168。doi:10.1016/0098-3004（94）90069-8·doi:10.1016/0098-3004（94）90069-8
[39] Trefethen LN，Bau D III（1997）《数值线性代数》，第50卷。费城SIAM·Zbl 0874.65013号 ·doi:10.1137/1.9780898719574
[40] 威利，GW；Soares，A.（编辑），《序贯高斯余弦：一种集成多种信息的模拟方法》，543-554（1993），Dordrecht·doi:10.1007/978-94-011-1739-5_42
[41] Zhao Y，Xu X，Huang B，Sun W，Shao X，Shi X，Ruan X（2007）使用稳健克里格法和序贯高斯模拟来划定中国长江三角洲快速工业化城市的铜和铅污染区域。《环境地质学》52（7）：1423-1433。doi:10.1007/s00254-007-0667-0·doi:10.1007/s00254-007-0667-0
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。