Вестник Санкт-Петербургского университета. Серия 10. Прикладная математика. Информатика. Процессы управления
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Вестн. С.-Петербург. ун-та. Сер. 10. Прикл. матем. Информ. Проц. упр.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Вестник Санкт-Петербургского университета. Серия 10. Прикладная математика. Информатика. Процессы управления, 2016, выпуск 3, страницы 97–105
DOI: https://doi.org/10.21638/11701/spbu10.2016.309
(Mi vspui302)
 

Эта публикация цитируется в 2 научных статьях (всего в 2 статьях)

Информатика

Прогноз пространственного распределения экологических данных с применением кригинга и бинарной регрессии

В. М. Буреab, О. А. Митрофановаb

a Санкт-Петербургский государственный университет, Российская Федерация, 199034, Санкт-Петербург, Университетская наб., 7–9
b Агрофизический научно-исследовательский институт, Российская Федерация, 195220, Санкт-Петербург, Гражданский пр., 14
Список литературы:
Аннотация: Существует ряд экологических задач, связанных с прогнозом пространственного распределения экологических параметров. В работе рассматривается одна из таких задач. Предполагается, что исходными данными являются набор экологических или агрохимических данных, измеренных контактным способом (например, показания N-тестера интенсивности окраски листьев растений), а также аэрофотоснимок обследуемого объекта (например, поля). Необходимо оценить пространственное распределение экологического параметра. В статье предложен подход к решению задачи с совместным использованием методов кригинга и бинарной регрессии. Предварительно с помощью метода классификации можно определить однородные зоны поля (кластеры) на снимке. Предполагается, что в каждой выделенной зоне имеется набор экологических данных. В дальнейшем изучается каждая зона отдельно. Необходимо оценить уровень показателя в рассматриваемой зоне. Вначале проводится вариограммный анализ, строится модель вариограммы. Далее строится набор оценок экологического параметра с помощью метода ординарного кригинга. После этого задается пороговое значение экологического параметра для рассматриваемой зоны, вводится фиктивная переменная, которая принимает значение 1, если величина параметра превысила пороговую, и 0 в ином случае. Таким образом получается основа для логистической регрессии, где в факторы входит набор оценок, спрогнозированных методом кригинга. Кроме того, в эти факторы могут входить цветовые характеристики с аэрофотоснимка. В результате для каждой точки зоны можно вычислить вероятность превышения уровня, в случае, если она окажется близка к 1, есть основания полагать, что в такой точке величина параметра превышает пороговый уровень, а если вероятность близка к 0, есть основания считать, что значение параметра ниже порогового. Кроме того, представлен пример реализации подхода с помощью языка R на смоделированных данных. Библиогр. 8 назв. Ил. 4. Табл. 1.
Ключевые слова: экологические данные, ординарный кригинг, логистическая регрессия, язык R.
Поступила: 10 апреля 2016 г.
Принята к печати: 26 мая 2016 г.
Реферативные базы данных:
Тип публикации: Статья
УДК: 539.3
Образец цитирования: В. М. Буре, О. А. Митрофанова, “Прогноз пространственного распределения экологических данных с применением кригинга и бинарной регрессии”, Вестн. С.-Петербург. ун-та. Сер. 10. Прикл. матем. Информ. Проц. упр., 2016, № 3, 97–105
Цитирование в формате AMSBIB
\RBibitem{BurMit16}
\by В.~М.~Буре, О.~А.~Митрофанова
\paper Прогноз пространственного распределения экологических данных с~применением кригинга и бинарной регрессии
\jour Вестн. С.-Петербург. ун-та. Сер. 10. Прикл. матем. Информ. Проц. упр.
\yr 2016
\issue 3
\pages 97--105
\mathnet{http://mi.mathnet.ru/vspui302}
\crossref{https://doi.org/10.21638/11701/spbu10.2016.309}
\elib{https://elibrary.ru/item.asp?id=27345381}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/vspui302
  • https://www.mathnet.ru/rus/vspui/y2016/i3/p97
  • Эта публикация цитируется в следующих 2 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Вестник Санкт-Петербургского университета. Серия 10. Прикладная математика. Информатика. Процессы управления
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024