吕克·斯坦布奇；托马斯·奥尔顿。；迪克·布鲁斯。 贝叶斯视角下的基于模型的地质统计学：使用小数据集调查区域到点克里金。 （英语） Zbl 1434.86045号 数学。地质科学。 52，第3期，397-423（2020年）. 摘要：区域到点克里金（ATPK）是一种地质统计学方法，用于使用分辨率低得多的感兴趣变量数据创建高分辨率栅格地图。面积平均值的数据集通常比地质统计分析中传统处理的数据集小得多（（<，50）个观测值）。在当代ATPK方法中，预测中未考虑变异函数参数的不确定性；这个问题可以通过在贝叶斯框架中应用ATPK来解决。通常在贝叶斯统计中，模型参数的后验分布和后验预测分布是通过从后验点进行马尔可夫链蒙特卡罗抽样来近似的，这可能需要很高的计算成本。因此，本文实施了部分解析解，以（i）探讨先验分布对预测和预测方差的影响，（ii）研究是否可以忽略不确定性的某些方面，从而简化必要的计算，以及（iii）测试各种模型错误规范的影响。比较了使用模拟数据、聚合真实世界点数据和布基纳法索作物总产量案例研究的几种方法。发现先验分布对分类预测的影响最小。在大多数已知短期行为的情况下，忽略变异函数距离参数中的不确定性的方法可以合理评估预测不确定性。然而，在过度保守或乐观的预测不确定性方面，发现了模型错误指定的一些严重影响，突出了模型选择或整合到ATPK中的重要性。 MSC公司： 86A32型 地理统计学 2015年1月62日 贝叶斯推断 62立方米 从空间过程推断 关键词：区域到点克里格；空间分解；贝叶斯统计；封闭式解决方案 软件：重新思考；阀杆 PDF格式BibTeX公司 XML格式引用 \textit{L.Steinbuch}等人，数学。地质科学。52，第3号，397--423（2020；Zbl 1434.86045） 全文： 内政部 参考文献： [1] Albert，J.，贝叶斯计算与R（2009），纽约：Springer，纽约·兹比尔1165.62022 [2] JO伯杰；德奥利维拉，V。；Sansó，B.，空间相关数据的客观贝叶斯分析，美国统计协会杂志，96，456，1361-1374（2001）·Zbl 1051.62095号 ·doi:10.1198/016214501753382282 [3] 布兰吉亚多，M。；卡梅莱蒂，M。；Baio，G。；Rue，H.，R-INLA的时空模型，Spat时空流行病学，433-49（2013）·doi:10.1016/j.ste.2012.12.001 [4] 布鲁斯，DJ；奥尔顿，TG；DJJ Walvoort；日本莱茵维尔；Oenema，O.，《通过区域到点克里金汇总统计法分解有机质土壤测试数据》，《地质学》，226-227151-159（2014）·doi:10.1016/j.geoderma.2014.02.011 [5] 布鲁斯，DJ；布加德，H。；Ceccarelli，T。；奥顿，TG；特拉奥雷，S。；Zhang，M.，通过区域到点克里金法对平均作物产量多边形图的地理统计分解，《欧洲农业杂志》，97，7月，48-59（2018）·doi:10.1016/j.eja.2018.05.003 [6] 克里斯滕森，OF；罗伯茨，GO；Skld，M.，空间广义线性混合模型的稳健马尔可夫链蒙特卡罗方法，计算图统计杂志，15，1，1-17（2006）·doi:10.1198/106186006x100470 [7] Diggle，P。；里贝罗，PJ，基于模型的地质统计学（2007），柏林：施普林格，柏林·Zbl 1132.86002号 [8] Goovaerts，P.，《疾病数据的地理统计分析：使用区域到点泊松-克里金法计算癌症死亡率风险等值线图中的空间支持和人口密度》，国际卫生地理杂志，5，1，52（2006）·doi:10.1186/1476-072x-5-52 [9] Goovaerts，P.，Kriging和不规则地理单元存在下的半变异函数反褶积，《数学地质》，40，1，101-128（2008）·Zbl 1143.86308号 ·doi:10.1007/s11004-007-9129-1 [10] Harville，DA，仅使用误差对比度对方差分量进行贝叶斯推断，生物统计学，61，2，383-385（1974）·Zbl 0281.62072号 ·数字对象标识代码：10.2307/2334370 [11] 奥尔塔，A。；佩雷拉，MJ；Gonalves，M。；拉莫斯，T。；Soares，A.，《整合不同支架的土壤水力特性空间建模》，《水文杂志》，511，附录C，1-9（2014）·doi:10.1016/j.jhydrol.2014.01.027 [12] Jansen，MJ，通过建模概念和基础数据的不确定性预测误差，Nutr Cycl Agroecosyst，50，1，247-253（1998）·doi:10.1023/a:1009748529970 [13] 克里，R。；Goovaerts，P。；罗林斯，BG；英国石油公司Marchant，《使用区域对点克里金法对传统土壤数据进行分解，以绘制区域尺度的土壤有机碳地图》，《地质学》，第170期，附录C，第347-358页（2012年）·doi:10.1016/j.geoderma.2011.0007 [14] Kitanidis，PK，多项式广义协方差函数的统计估计和水文应用，水资源研究，19，4099-921（1983）·doi:10.1029/WR019i004p00909文件 [15] Kitanidis，PK，空间函数估计中的参数不确定性：贝叶斯分析，水资源研究，22，4，499-507（1986）·doi:10.1029/WR022i004p00499 [16] Kyriakidis，PC，区域到点空间插值的地质统计框架，《地理分析》，36，3，259-289（2004）·doi:10.1111/j.1538-4632.004.tb01135.x [17] Lark，RM，用矩和最大似然法估算土壤性质的变异函数，《欧洲土壤科学杂志》，51，4，717-728（2000）·网址：10.1046/j.1365-2389.2000.00345.x [18] 云雀，RM；Cullis，BR，使用reml进行基于模型的分析，以从土壤系统采样数据中推断，《欧洲土壤科学杂志》，55，4，799-813（2004）·文件编号：10.1111/j.1365-2389.2004.00637.x [19] Le，ND；Zidek，JV，《不确定空间协方差插值：克立格的贝叶斯替代方法》，《多变量分析杂志》，43，2，351-374（1992）·Zbl 0762.62025号 ·doi:10.1016/0047-259X（92）90040-M [20] Lindley，D.，《悲惨的先行者》，《重要性》，第1、2、85-87页（2004年）·doi:10.1111/j.1740-9713.2004.026.x号文件 [21] 英国石油公司马龙；McBratney，AB公司；米纳斯尼，B。；GM Laslett，《绘制土壤碳储量和有效水容量的连续深度函数》，Geoderma，154，12，138-152（2009）·doi:10.1016/j.geoderma.2009.10.007 [22] 英国石油公司Marchant；Lark，RM，估计变异函数不确定性，数学地质学，36，8，867-898（2004）·Zbl 1165.74311号 ·doi:10.1023/B:MATG.0000048797.08986.a7 [23] 英国石油公司Marchant；Lark，RM，地质统计调查的优化样本方案，《数学地质学》，39，1，113-134（2007）·Zbl 1128.86005号 ·doi:10.1007/s11004-006-9069-1 [24] McElreath，R.，《统计反思：贝叶斯课程》，R和Stan中有例子。Chapman&Hall/CRC统计科学系列教材（2016），博卡拉顿：CRC出版社，博卡拉顿 [25] 米纳斯尼，B。；弗吉尼亚州弗鲁特；McBratney，AB，使用马尔可夫链蒙特卡罗模拟应对基于模型的地质统计学中的不确定性，Geoderma，163，34，150-162（2011）·doi:10.1016/j.geoderma.2011.03.011 [26] 莫拉加，P。；螃蟹，山猫；蒙格森，吉隆坡；Pagano，M.，使用inla和spde对点位和面位数据进行组合分析的地质统计模型，Spat Stat，21，27-41（2017）·doi:10.1016/j.spasta.2017.04.006 [27] 奥利弗，M。；韦伯斯特，R.，《地质统计学教程指南：变差函数和克里格的计算和建模》，Catena，113，56-69（2014）·doi:10.1016/j.卡特纳.2013.09.006 [28] 奥顿，TG；Saby，NPA；Arrouays，D。；沃尔特，C。；Lemercier，B。；施瓦茨，C。；Lark，RM，根据大型和可变空间支持的数据进行土壤有机碳的空间预测。I.目录和绘图，环境计量，23，2，129-147（2012）·doi:10.1002/env.2136 [29] 奥顿，TG；Romn Dobarco，M。；Saby，NPA，Kriging，基于区域汇总统计数据：单位内变异性对预测和不确定性的影响，Spat Stat，19，42-67（2017）·doi:10.1016/j.spasta.2016.11.003 [30] 奥顿，TG；Mallawaarachi，T。；MJ普林格尔；孟席斯，西北部；达拉，RC；Kopittke，项目经理；塞尔，R。；霍奇曼，Z。；Dang，YP，《量化土壤限制对澳大利亚农业的经济影响：小麦案例研究》，土地退化发展，29，11，3866-3875（2018）·doi:10.1002/ldr.3130 [31] Pardo-Igzquisa，E。；Dowd，P.，《实验变异函数的方差-方差矩阵：评估变异函数的不确定性》，《数学地理学》，33，4，397-419（2001）·Zbl 1011.86004号 ·doi:10.1023/a:1011097228254 [32] Park，NW，使用地质统计学和精细环境变量对trmm降水进行空间降尺度，Adv Meteorol，2013，9（2013）·doi:10.1155/2013/237126 [33] Roth M（2013）关于多元t分布。林雪平大学电气工程系报告。http://users.isy.liu.se/en/rt/roth/student.pdf。2018年11月30日访问 [34] 沙本伯格，O。；加利福尼亚州戈特韦，《空间数据分析的统计方法》（2005），伦敦：查普曼和霍尔出版社，伦敦·兹比尔1068.62096 [35] 海员，JW；海员，JW；Stamey，JD，指定非信息性先验的潜在危险，《美国统计》，66，2，77-84（2012）·Zbl 07649002号 ·doi:10.1080/00031305.2012.695938 [36] Steinbuch L，Orton TG，Brus DJ（2019）R编程语言的源代码，属于：从贝叶斯角度看基于模型的地质统计学：用小数据集调查区域到点克里金[数据集]。4TU。研究数据中心。doi:10.4121/uuid:1fe0c01e-7f67-435b-a240-800579adc6e6 [37] 斯蒂格勒，SM，《最大可能性的史诗故事》，《统计科学》，22，4，598-620（2007）·Zbl 1246.01016号 ·doi:10.1214/07-STS249 [38] 特拉奥雷，SB；A.阿里。；Tinni，SH；Samake，M。；加尔巴，I。；迈加里，I。；Alhassane，A。；桑巴，A。；刁，MB；阿塔，S。；Dieye，PO；纳克罗，HB；Bouafu，KGM，Agrhymet：西非地区的干旱监测和能力建设中心，《极端气候》，3，22-30（2014）·doi:10.1016/j.wace.2014.03.008 [39] 特朗，PN；Heuvelink，GBM；Pebesma，E.，《利用专家知识作为信息先验的贝叶斯区域到点克里金法》，《国际应用地球观测地理信息》，第30期，第128-138页（2014年）·doi:10.1016/j.jag.2014.01.019 [40] Wackernagel H（2014）《地质统计学》。Wiley StatsRef:在线统计参考。10.1007/978-3-662-05294-5 [41] 韦伯斯特，R。；马萨诸塞州奥利弗，《环境科学家地理统计》（2007），霍博肯：威利·Zbl 1122.62099号 [42] 怀特，P。；Gelfand，A。；Utlaut，T.，面积单位数据的预测和模型比较，Spat Stat，22，89-106（2017）·doi:10.1016/j.spasta.2017.0002 [43] 你，L。；木材，S。；Wood Sichra，U.，《使用空间分类数据融合和优化方法生成撒哈拉以南非洲合理的作物分布图》，Agric Syst，99，23126-140（2009）·doi:10.1016/j.gsy.2008.11.003 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。