非参数统计与人工智能技术在水土空间变异中的应用研究

摘要

空间变异理论是当今世界科技发展前沿关注的热点。本文针对土壤水盐空间变异性问题，以我国大型引黄灌区-内蒙古河套灌区内两个典型节水灌溉区域为例，探索并开拓水—土空间变异的新原理和新方法。本文的主要研究成果有：
　　 为了解决多数中小样本容量有限或受特异值影响而造成有偏分布，使得统计特征非正态分布，本文引入稳健地质统计学RGS的稳健克立格后仍具有明显平滑效应。对影响点分析的研究表明：影响点识别法与特异值识别法具有一致性，应在影响点分析的基础上寻求特异值。
　　 为此尝试把ANN的BP神经网络技术引入土壤水盐环境监测，为水土空间变异研究提供新方法。经过大量探索性研究，建立了土壤水盐估计的BP神经网络模型。结果表明：BP法可在一定程度上克服OK法的平滑效应，对原始数据没有参数及严格地采样分布要求，不涉及特异值的问题，简单而实用，但BP神经网络不具有统计分析的显著检验性功能。
　　 在国内初次引进非参数统计学(NPG)理论的主要方法—指示克立格(简写IK)法，进行了试验区内耕地、盐荒地夏灌前土壤水盐时空分布的模拟与估值。对指示阈值选择方法进行了探讨，获得的土壤水盐指示阈值可供参考。重点对IK法的指示克立格模型与参数进行了系统分析，发现水盐指示克立格平均概率与指示阈值、指示变异函数有密切关系，不宜选择中位数作为单一阈值，单从提高概率预测精度考虑，水分指示阈值应该尽量选择低于中位数的偏小阈值，盐分指示阈值应该尽量选择高于中位数的偏大阈值。IK法虽有独特的估计作用，仍有一定平滑效应，且指示概率的方差较大。同时首次将析取克立格(简写DK)法用于土壤水盐估计，对比了IK法、DK法与概率克立格PK法的概率估计功能。
　　 鉴于ANN不具有显著性统计分析功能，而Ⅸ法仍有平滑现象，文中探讨了指示克立格与BP神经网络技术的融合方法，按照基于(非参数)统计分析的神经网络思路，创新性地提出了人工神经指示克立格这一新技术。将人工指示克立格用于土壤水盐评价发现：人工神经指示克立格具有指示克立格和ANN的优点，对数据无统计假定，不涉及特异值识别与处理，但可以高度逼近线性与非线性函数，将特异值的影响限定在子区内，自然可减弱特异值的影响，平滑效应显著减弱，很好解决了非线性逼近问题，人工指示克立格可用于土壤水盐监测并推广到其他相关工作中。

目录

文摘

英文文摘

声明

1引言

1.1研究意义

1.2人工智能技术在国内外的研究现状

1.3非参数统计理论在国内外的研究现状

1.4研究目标、内容及技术路线

2采样系统与数据分析

2.1采样系统设计1

2.2采样系统设计2

2.3土壤样品测试与分析

2.4数据统计分析

3稳健地质统计学在土壤水盐空间变异中的应用研究

3.1稳健地质统计学的基本原理

3.1.1.特异值处理的影响系数法原理

3.1.2.特异值处理的估计邻域法原理

3.1.3稳健变异函数推求法

3.1.4理论变差函数模型检验

3.1.5 RGS案例分析

3.2空间信息影响点识别

3.2.1空间信息影响点的识别原理

3.2.2空间信息影响点识别案例分析

3.3空间信息影响点与特异值关系研究

3.4小结

4基于BP网络的区域土壤水盐模型

4.1 BP神经网络技术原理

4.2采样系统1土壤水盐环境的BP神经网络监测

4.2.1采样系统1土壤水盐环境的BP神经网络模型建立

4.2.2采样系统1土壤水盐环境的BP神经网络计算与分析

4.3采样系统2土壤水盐环境的BP神经网络监测

4.3.1采样系统2土壤水盐环境的BP神经网络模型建立

4.3.2采样系统2土壤水盐环境的BP神经网络计算与分析

4.3.3采样系统2土壤水盐环境的稳健地质统计学计算与分析

4.3.4 BP神经网络与RGS的比较分析

4.4小结

5非参数统计理论应用

5.1指示克立格原理

5.2指示克立格模型与参数研究

5.2.1指示阈值的选择

5.2.2指示阈值与函数关系研究

5.3指示克立格估计

5.4小结

6概率估计方法比较

6.1析取克立格基本原理简介

6.2析取克立格应用

6.3 IK、DK、PK法概率估计比较

6.4小结

7非参数统计理论与人工智能技术的融合

7.1人工指示克立格原理

7.2人工指示克立格与其他方法应用

7.3小结

8结论与展望

致 谢

参考文献

作者简介