【空间数据的小波分析与球面样条拟合及其应用】孟捷.pdf

摘要随着地质学、大文学、人气科学、土壤学等学科的不断发展,而随之提出了许多空间数据的分析问题,这就促使我们进步发展和完善空间数据分析的方法和模型理论。空间数据的特征在于其空间位置的相邻而导致的相关。本文在传统空间数据模型的基础上,首次分别将Wahba的球面样条回归和Donoho的小波WVD压缩估计用于处理空间数据,并将Donoho的小波WVD压缩估计推广到误差相关的模型,并得到估计的一序列Minimax性质。最后将模型用于拟合人气科学中的臭氧卫星数据,得到臭氧卫星数据均值和分布均匀件的两个简单表达式。

目录 1.空间数据的小波分析方法.臭氧空间数据的球面样条拟合 -75

法也会给出不同的结果,其中影响较大的方法有经典的趋势面分析方法和近代的Kriging估计,在趋势面分析中,μ称为趋势值,为异常分量,e为测量误差(见王学仁),在趋势面分析中,通常不考虑n间的相关性,这在一定程度上会影响分析的结果。Kriging估计是由南非工程师D.G.Krige于五十年代在总结经典工作的基础上提出的,由G.Matheron、N.Cressie等人在其后的四十年中进一步发展并完善了Kriging估计,Kriging估计即为最小化均方误差的最佳空间线性预测,其重点在于估计均值结构μ,与趋势面分析不同的是Kriging估计考虑n间的相关性(见N.C.