面向海洋数据的空间抽样方法研究

作     者：王睿晗 

作者单位：上海海洋大学 

学位级别：硕士

导师姓名：黄冬梅

授予年度：2014年

学科分类：02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 07[理学] 0714[理学-统计学（可授理学、经济学学位）] 070103[理学-概率论与数理统计] 0701[理学-数学] 

主      题：海洋数据 分层抽样 空间系统抽样 半变异函数 

摘      要：海洋与一个国家的环境保护，资源开发，国家安全等重大问题息息相关。海洋数据作为信息化研究的基础，越来越受到重视。随着海洋探测技术的快速发展，海洋数据的采集手段和获取方式变得多种多样，从而给数据统计分析的速度和精度带来了新的挑战。对海洋数据进行抽样，则能大幅减少运算的数据量，因此能显著提高复杂海洋数据的计算效率。用什么样的方法选择样本点(抽样方法)，是抽样技术中的一个重要内容。 传统工业产品的抽样已形成了较为完善的理论体系，抽样方法包括简单随机、系统、分层、簇抽样等。海洋数据与传统工业产品不同，海洋数据在数据结构上具有多尺度、多类、多源、多维、空间相关性和空间异构性等特点，在应用上存在实时性、多样性等特点。这些特点使得传统的抽样方法不能很好地应用于海洋数据的抽样。鉴于此，本文面向海洋数据的抽样方法进行了探讨，其主要的内容如下： （1）综述了抽样技术的国内外发展现状，以及空间抽样方法的最新动态;分析了海洋数据与其他数据或产品的区别，总结了现有抽样方法研究中存在的不足之处。 （2）对海洋数据的特征进行了分析。归纳了海洋数据多样化的采集方式;总结了由不同海洋监测设备获取的观测要素以及数据格式;并归纳分析了海洋数据的主要特征，包括海量性、多源异构性、多维多类性、动态性以及空间相关性和空间异质性等。 （3）针对海洋数据的特点，设计了适合海洋数据的抽样方法，应用分层思想对数据首先按照数据密度进行分层，在每层应用不同的抽样方法进行抽样。数据覆盖面积或密度较小的层直接采用全数抽样或简单随机抽样减少计算复杂度。 （4）针对覆盖面积和密度均较大的海洋数据，创新性地提出了一种灵活的样本选择方法。根据相关性大小，利用不同抽样方法选择训练集;借助kriging模型和空间相关性来确定空间系统抽样的步长;考虑到样本的数据质量因素，选择能确保统计数据质量的样本数据，。选定样本时考虑数据质量因素，保证统计时样本的质量。 （5）利用某海域多批检测数据为例，对文中提出的抽样方法进行实验验证。通过插值和趋势面实验分析表明，样本能较好地反映总体各个属性的统计特性。通过实验与采用其他抽样方法的统计结果进行比较，验证了本文抽样方法的优越性。