地统计学在土壤学中的应用

目录
序
前言
第一章 绪论
第一节 地统计学的发展和现状
一、 地统计学的概念
二、 地统计学的发展简史
第二节 地统计学在土壤科学中的应用
一、 地统计学在土壤科学中的应用
二、 地统计学在土壤科学中的应用展望
主要参考文献
第二章 样本数据的统计分析和预处理
第一节 描述性统计
一、 频数分布
二、 集中趋势的度量
三、 离散性度量
四、 偏度和峰度
五、 实例
第二节 数据检查和分布分析
一、 异常值的识别和处理
二、 正态分布的检验方法
三、 数据转换处理
四、 实例
第三节 相关分析和回归分析
一、 回归分析
二、 相关分析
主要参考文献
第三章 地统计学基础理论
第一节 随机函数及其实现
第二节 区域化变量
第三节 概率分布
第四节 平稳假设(Stationarity assumption)
一、 平稳性
二、 二阶平稳性假设
第五节 本征假设(Intrinsic assumption)
第六节 变异函数和协方差函数
一、 协方差和变异函数的关系等式
二、 协方差函数、自相关函数和变异函数的一些性质
主要参考文献
第四章 变异函数和拟合模型
第一节 半方差函数
一、 半方差云图
二、 经验半方差函数
三、 区域化半方差函数
四、 理论半方差函数
五、 协方差函数
六、 其他方差函数
七、 趋势和漂移
第二节 影响经验半方差函数的因素
一、 统计方面
二、 样品大小和设计
三、 采样间距
第三节 变异函数的理论拟合模型
一、 用理论的半方差函数代替经验半方差函数
二、 对变异函数的限制条件
三、 变异函数的理论模型
四、 套合模型
五、 周期性
六、 各向异性
七、 拟合模型
主要参考文献
第五章 空间插值与克立格法
第一节 主要空间插值法简介
一、 空间整体插值法
二、 空间局部插值法
第二节 线性预测克立格法
一、 普通克立格法(Ordinary Kriging，OK)
二、 简单克立格法(Simple Kriging，SK)
三、 泛克立格法(Universal Kriging，UK)
第三节 非线性预测克立格法
一、 对数正态克立格法
二、 指示克立格法(Indicator Kriging)
三、 析取克立格法(Disjunctive Kriging)
第四节 协同克立格法(Cokriging)
一、 协同区域化特性与相关函数
二、 普通协同克立格法(Ordinary Cokriging)
三、 简单协同克立格法(Simply Cokriging)
第五节 精度检验
主要参考文献
第六章 空间随机模拟
第一节 非条件高斯随机模拟
一、 楚列斯基分解法(Cholesky Decomposition)
二、 谱分解法(Spectral Decomposition)
第二节 条件高斯随机模拟
一、 转向带法(Turning-Bands method)
二、 序贯高斯模拟(Sequential Guassian Simulation)
三、 协方差矩阵LU分解法
四、 模拟退火(Simulated annealing)
五、 实例应用
主要参考文献
第七章 土壤时空变异和管理分区应用
第一节 土壤时空变异特性
一、 土壤时空变异特性研究进展
二、 基于方差函数的土壤时空变异特性研究
第二节 土壤管理分区研究
一、 土壤管理分区研究进展
二、 基于时空变异的管理分区应用
三、 基于遥感信息的管理分区应用
主要参考文献
第八章 土壤采样设计应用
第一节 传统采样设计方法
一、 简单随机采样
二、 分层采样
第二节 地统计的土壤采样设计
一、 地统计采样设计主要方法
二、 普通克立格法在地统计采样设计的应用
三、 协克立格法在优化插值和采样研究中的应用
四、 回归克立格法在优化插值和采样研究中的应用
第三节 基于变异函数的四叉树采样设计法
主要参考文献
第九章 地统计软件包Geo-STATer的开发和使用
第一节 程序设计与开发
一、 模型与算法
二、 程序设计
第二节 操作和应用
一、 实例计算过程
二、 结果和讨论
主要参考文献
附录 常用地统计软件简介
一、 GS+
二、 ArcGIS-Geostatistcal Analyst
三、 GSLIB
四、 Surfer
五、 其他软件
英中文名词索引
英文缩写索引