Usando estatística espacial para prever a variação ambiental no espaço

Video: Ecologia evolutiva 1 Aula 10 - Padrões espaciais e temporais de riqueza

Pela sua própria natureza, as variáveis ​​ambientais são dependentes do local: Eles mudam com as mudanças na localização geoespacial. O objetivo de modelar variáveis ​​ambientais com estatística espacial é permitir previsões espaciais precisos para que você possa usar essas previsões para resolver problemas relacionados ao meio ambiente.

Video: Estatística Espacial na Saúde

estatística espacial se distingue de modelagem de recursos naturais porque se concentra em prever como as mudanças no espaço afeta fenômeno ambiental. Naturalmente, a variável tempo é considerado como bem, mas as estatísticas espaciais é tudo sobre como usar estatísticas para modelar o funcionamento interno do fenômeno espacial. A diferença está na forma de abordagem.

Abordando questões ambientais com análise preditiva espaciais

Você pode usar as estatísticas espaciais para modelar variáveis ​​ambientais através do espaço e tempo para que você pode prever as mudanças nas variáveis ​​ambientais através do espaço. A lista a seguir descreve os tipos de questões ambientais que você pode modelar e prever utilizando modelagem estatística espacial:

• Epidemiologia e saúde humana ambiental: padrões e distribuições de doenças
• Meteorologia: fenômeno climático
• ciência do fogo: A propagação de um incêndio (canalizando sua Smokey interior do urso!)
• Hidráulica: aqüífero condutividade
• Ecologia: distribuição microorganismo através de um fundo sedimentar lago

Se o seu objetivo é construir um modelo que você pode usar para prever como a mudança no espaço afetará variáveis ​​ambientais, você pode usar estatística espacial para ajudar você a fazer isso.

Descrevendo a ciência de dados que está envolvido

Porque estatística espacial envolve a modelagem do x, y, z-parâmetros que compõem os conjuntos de dados espaciais, as estatísticas envolvidas pode ficar bastante interessante e incomum. estatística espacial é, mais ou menos, um casamento de análise espacial GIS e análise preditiva avançados. A lista a seguir descreve alguns processos de ciência de dados que são comumente implantados ao usar estatísticas para construir modelos espaciais preditivos:

• estatística espacial: estatística espacial muitas vezes envolve Krige e krigagem, bem como a análise variograma. Os termos “krigagem” e “Krige” denotar coisas diferentes. kriging métodos são um conjunto de algoritmos de cálculo estatístico que ajuste de curva conhecidos dados de ponto e produzem uma superfície preditivo para uma área de estudo inteiro. Krige representa uma implementação automática de algoritmos de krigagem, onde você usa parâmetros padrão simples para ajudar a gerar superfícies preditivos. UMA variograma é uma ferramenta estatística que mede como os diferentes dados espaciais torna-se como a distância entre pontos de dados aumenta. O variograma é uma medida de “dissimilaridade espacial”. Quando você Krige, você usa modelos de variograma com os parâmetros definidos internamente para gerar superfícies interpolativos, preditivos.
• programação estatística: Este envolve distribuições de probabilidade, análises de séries temporais, análises de regressão, e simulações de Monte Carlo, entre outros processos.
• análise de agrupamento: Os processos podem incluir algoritmos vizinhos mais próximos, k-meios de agrupamento, ou estimativas de densidade de grãos.
• GIS tecnologia: tecnologia GIS aparece um monte neste capítulo, mas isso é de se esperar, porque a sua análise espacial e as ofertas de tomada de mapa são extremamente flexíveis.
• Condições de marcação: Programação para um projeto de estatísticas espacial poderia implicar a utilização de R, SPSS, SAS, MATLAB, e SQL, entre outras linguagens de programação.

Abordando questões ambientais com estatística espacial

Video: Curso Geotecnologia de Análise Espacial de Dados Geográficos

Um grande exemplo do uso de estatística espacial para gerar previsões para variáveis ​​ambientais dependente da localização pode ser visto na recente trabalho de Dr. Pierre Goovaerts. Dr. Goovaerts usa estatísticas avançadas, codificação, e sua autoridade perícia objecto em engenharia agrícola, ciência do solo, e epidemiologia para descobrir correlações entre os padrões espaciais de doenças, mortalidade, exposição a toxinas ambientais e características sociodemográficas.

Em um dos projetos mais recentes Dr. Goovaerts, ele usou estatísticas espaciais para modelar e analisar dados sobre as concentrações de águas subterrâneas arsênio, localização, propriedades geológicas, padrões climáticos, topografia e cobertura da terra. Através de seus recentes estudos científicos dados ambientais, ele descobriu que a incidência de bexiga, mama e câncer de próstata é espacialmente correlacionado com arsénio exposição a longo prazo.

Video: Métodos e Técnicas de Análise da Informação para o Planejamento - MTI - UFABC - 2016

Com relação às tecnologias de ciência de dados e metodologias, Dr. Goovaerts comumente implementa o seguinte:

• programação estatística espacial: Mais uma vez, krigagem e análise variograma topo da lista.
• programação estatística: Mínimos quadrados regressão e Monte Carlo (um método de simulação aleatória) são fundamentais para o trabalho do Dr. Goovaerts.
• tecnologias GIS: Se você quiser mapear de tomada de metodologias funcionalidade e análise de dados espaciais, você vai precisar de tecnologias GIS.