基于地統(tǒng)計(jì)學(xué)的資源環(huán)境調(diào)查方法研究綜述

韓宗偉

摘要 資源環(huán)境調(diào)查方法是充分了解資源環(huán)境現(xiàn)狀的必要前提，是合理規(guī)劃以及可持續(xù)利用資源環(huán)境的有效保障，是全面掌控資源環(huán)境未來發(fā)展的重要依據(jù)。眾多科研工作者就資源環(huán)境調(diào)查方法展開了大量的探討和研究，研究的方法主要是基于地統(tǒng)計(jì)的資源環(huán)境調(diào)查方法，其發(fā)展和應(yīng)用在國內(nèi)外資源環(huán)境研究領(lǐng)域已經(jīng)比較成熟，通過總結(jié)國內(nèi)外的研究進(jìn)展，對(duì)明確該類方法的應(yīng)用前景和未來發(fā)展方向會(huì)十分有益。

關(guān)鍵詞 地統(tǒng)計(jì)；資源環(huán)境；調(diào)查方法

中圖分類號(hào) K903；P962 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-5739（2016）09-0308-02

Abstract Resources and environment survey is necessary precondition for fully understanding the present situation of natural resources and environment，and provides effective indemnification for the rational planning and sustainable use of resources and environment，it is also an important basis for comprehensive control over future development of the resources and environment.Many researches on the survey methodology of the resources and environment had been discussed and researched，they are mainly based on geostatistical methods，their developments and applications in the field of resources and environment research are relatively mature at domestic and foreign.By summing up the research progress of such methods，it is very useful for clear-cutting the potential applications and future directions of such methods.

Key words geostatistical；resources and environment；survey methodology

資源環(huán)境的產(chǎn)生是由人們對(duì)自然資源到環(huán)境資源認(rèn)識(shí)的一種深化，幾乎所有的自然資源都構(gòu)成人類生存的環(huán)境因子。自然資源是指在一定的時(shí)空范圍內(nèi)，可供人類利用的表現(xiàn)為各種相互獨(dú)立的靜態(tài)物質(zhì)和能量，而環(huán)境資源則是靜與動(dòng)的統(tǒng)一體，這些資源包括礦產(chǎn)能源資源、土地資源、水資源、森林資源、海洋資源、草地資源、野生動(dòng)物資源、再生資源、環(huán)境資源等。這些資源環(huán)境的損失評(píng)估、規(guī)劃管理、保護(hù)決策等都離不開對(duì)這些資源的調(diào)查和監(jiān)測，計(jì)算機(jī)技術(shù)的飛速發(fā)展為資源環(huán)境調(diào)查領(lǐng)域提供了新的途徑和方法。目前已經(jīng)有很多的研究成果能夠?qū)崿F(xiàn)詳盡的調(diào)查監(jiān)測方法，并最終優(yōu)化樣點(diǎn)布設(shè)方案，如傳統(tǒng)的調(diào)查方法、基于地統(tǒng)計(jì)的調(diào)查方法、基于計(jì)算機(jī)模擬的調(diào)查方法等；所采集的數(shù)據(jù)經(jīng)過人工數(shù)字化錄入或者基于物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng)智能錄入數(shù)據(jù)庫等，然后運(yùn)用地統(tǒng)計(jì)學(xué)相關(guān)技術(shù)繪制數(shù)據(jù)插值獲取區(qū)域內(nèi)相關(guān)數(shù)據(jù)的全局變化圖或者趨勢圖等，為相關(guān)決策方案的制定提供數(shù)據(jù)支持。

1 地統(tǒng)計(jì)學(xué)概述

1.1 理論基礎(chǔ)

礦物學(xué)家 D.R.krige最早將地統(tǒng)計(jì)學(xué)應(yīng)用于南非金礦的查找工作中，而該方法的理論是法統(tǒng)計(jì)學(xué)家G.Matheron 創(chuàng)立的，有一套完善的理論體系作為基礎(chǔ)，即在二階平穩(wěn)假設(shè)和本征假設(shè)的前提下，將區(qū)域化變量作為基本概念，以變差函數(shù)為工具，通過基本公式如估計(jì)方差、離散方差等的計(jì)算實(shí)現(xiàn)克里格方法。

地統(tǒng)計(jì)學(xué)理論的提出為資源環(huán)境調(diào)查提供了新的思路和方法，并促使這些方法在地統(tǒng)計(jì)學(xué)理論的蓬勃發(fā)展下越來越完善[1-3]，發(fā)展至今，理論技術(shù)已經(jīng)非常堅(jiān)實(shí)，實(shí)用的數(shù)學(xué)工具數(shù)量也非常多。地統(tǒng)計(jì)學(xué)的應(yīng)用非常廣泛，能夠?qū)臻g數(shù)據(jù)進(jìn)行最優(yōu)無偏內(nèi)插，模擬空間數(shù)據(jù)的離散性及波動(dòng)性，研究空間分布數(shù)據(jù)的結(jié)構(gòu)性和隨機(jī)性、空間相關(guān)性和依賴性、空間格局與變異。

1.2 發(fā)展及應(yīng)用

地統(tǒng)計(jì)學(xué)的組成部分有2個(gè)，分別為分析空間變異與結(jié)構(gòu)的變異函數(shù)及其參數(shù)和空間局部估計(jì)的Kriging（克里格）插值法，廣泛應(yīng)用于土壤、地質(zhì)、生態(tài)、地球物理等方面。在氣象領(lǐng)域的主要應(yīng)用是使用Kriging法進(jìn)行降水、溫度等要素的最優(yōu)內(nèi)插的研究及氣候?qū)r(nóng)業(yè)影響方面的研究。在資源環(huán)境調(diào)查方法的設(shè)計(jì)中，較為流行的方法是克里金方法。國內(nèi)外很多學(xué)者結(jié)合已有的方法和日趨成熟的地統(tǒng)計(jì)理論創(chuàng)造出了大量的設(shè)計(jì)方法和評(píng)價(jià)指標(biāo)，前者如隨機(jī)選擇法（Naive）[4]、枚舉法（Enumeration）[5]、序貫法（Sequential Selection）[6]、模擬退火法（Simulated Annealing，SA）[7-9]、空間均衡布樣（Generalized Random Tessellation Stratified，GRTS）[10]、適應(yīng)性抽樣（Adaptive Cluster Sampling）[11]等，后者如Kriging方差最小化準(zhǔn)則（Minimization of the Ordinary Kriging Variance，MOKV）[12]、WM準(zhǔn)則（Warrick-Myers-criterion）[13]、平均最短距離最小化準(zhǔn)則（Minimization of the Mean of the Shortest Dista-nces，MMSD）[7，14-15]、極大熵準(zhǔn)則（Maximum Entropy，ENT）[16]、分形維度（Fractal dimension）[17]、均方距離準(zhǔn)則（Mean squared distance to sides，vertices，and boundaries）[18]等。這些指標(biāo)和方法在生態(tài)[19]、海洋[20]、漁業(yè)[21]、林業(yè)[22]、農(nóng)業(yè)[23]、人口健康調(diào)查[24]、環(huán)境[25]、土壤[26]以及水資源[27]等方面得到了廣泛的應(yīng)用。

1.3 資源環(huán)境調(diào)查方法的聯(lián)系與區(qū)別

不同的應(yīng)用中所選擇的方法有一定的聯(lián)系和差異。聯(lián)系主要表現(xiàn)于空間抽樣方案專注解決的問題主要表現(xiàn)在以下幾個(gè)方面[28]：一是對(duì)不確定性的衡量，主要是抽樣估計(jì)的不確定性衡量，如方差。二是確定樣本量的大小，如選擇樣本的容量，即確定樣本的個(gè)數(shù)。三是抽樣估計(jì)，對(duì)抽樣目標(biāo)進(jìn)行估計(jì)，如均值、總值等。四是布樣。確定樣本的分布方式，即從總體中采取何種方法取樣。也有學(xué)者提出在確定樣本的大小之前加入樣本空間構(gòu)造環(huán)節(jié)[29]。

具體實(shí)現(xiàn)和解決這些問題的方法便是存在的主要差異，目前主要運(yùn)用3種采樣方法獲取地理空間分布，即經(jīng)典采樣、空間采樣和目的性采樣[30]。這些采樣方法都是在一定的算法和理論基礎(chǔ)上建立起來的，并且需要在一定的假設(shè)條件前提下完成，因此需要完善和運(yùn)用一定的方法不斷優(yōu)化采樣方案，以滿足這些理論假設(shè)。對(duì)于最終采集數(shù)據(jù)的統(tǒng)計(jì)推斷方式和抽樣目標(biāo)目前主要有2種方式，即基于模型的（model-based）抽樣統(tǒng)計(jì)推斷和基于設(shè)計(jì)的（design-based）抽樣統(tǒng)計(jì)推斷[3-4，31]。在對(duì)抽樣目標(biāo)存在某種空間模式的假設(shè)基礎(chǔ)上，對(duì)于基于模型的抽樣則表示抽樣目標(biāo)是一個(gè)空間隨機(jī)場[1]，對(duì)于基于設(shè)計(jì)的抽樣則表示樣本的坐標(biāo)能夠提供相應(yīng)研究中的輔助信息。

2 地統(tǒng)計(jì)學(xué)實(shí)現(xiàn)方法探討

國內(nèi)外許多學(xué)者和專家指出：凡是具備隨機(jī)性和相關(guān)性變量的問題，都可以用地質(zhì)統(tǒng)計(jì)學(xué)來研究解決，可見地統(tǒng)計(jì)學(xué)顯示了自己強(qiáng)盛的生命力。該理論從建立至今，經(jīng)過不斷的研究和發(fā)展，已經(jīng)是一門從理論到實(shí)踐都很成熟的技術(shù)，隨著研究的不斷深入，它的應(yīng)用領(lǐng)域也隨之不斷拓寬和深入。完善的理論和大量的社會(huì)需求催生了許多具有地統(tǒng)計(jì)功能的軟件，如GS+、ArcGIS、Surfer、STATPAC、Geo-EAS、GEOPACK、Geostatistical Toolbox、GSLIB、DPS等數(shù)據(jù)分析軟件，這些軟件的出現(xiàn)方便了地統(tǒng)計(jì)方法的運(yùn)用和實(shí)踐，大量研究證實(shí)了地統(tǒng)計(jì)在資源環(huán)境調(diào)查研究中發(fā)揮著非常重要的作用。該方法在資源環(huán)境調(diào)查中是如何運(yùn)用，以及應(yīng)用中的作用將是本節(jié)所要闡述的內(nèi)容。

2.1 地統(tǒng)計(jì)學(xué)與經(jīng)典統(tǒng)計(jì)學(xué)的區(qū)別

地統(tǒng)計(jì)學(xué)與經(jīng)典統(tǒng)計(jì)學(xué)的區(qū)別如表1所示，由表中可知地統(tǒng)計(jì)學(xué)所運(yùn)用的數(shù)據(jù)更加定量化、標(biāo)準(zhǔn)化，因而這些數(shù)據(jù)可以方便地在計(jì)算機(jī)中組織和計(jì)算。

在資源環(huán)境調(diào)查中會(huì)產(chǎn)生大量的采樣點(diǎn)數(shù)據(jù)，處理這些數(shù)據(jù)對(duì)于科研工作者是一項(xiàng)重復(fù)而繁瑣的工作，當(dāng)引入計(jì)算機(jī)技術(shù)后，這將大大縮短數(shù)據(jù)處理的時(shí)間，并提高計(jì)算的準(zhǔn)確度和精度，使科研工作者能夠?qū)⒏嗟臅r(shí)間花費(fèi)在數(shù)據(jù)的分析和采樣點(diǎn)的優(yōu)化工作中，并為后續(xù)的研究工作騰出大量的時(shí)間，同時(shí)也提高了整項(xiàng)研究工作的進(jìn)展和效率。

2.2 資源環(huán)境調(diào)查中地統(tǒng)計(jì)學(xué)的作用

地統(tǒng)計(jì)學(xué)在資源環(huán)境調(diào)查中可以指導(dǎo)采樣點(diǎn)數(shù)量的確定和位置的布設(shè)，這是很多學(xué)者已經(jīng)探討過的內(nèi)容，也有相關(guān)文獻(xiàn)可供查閱。對(duì)于不同的環(huán)境資源而言都有其一定的知識(shí)前提和背景，在相應(yīng)的應(yīng)用環(huán)境下，系統(tǒng)地搜集、整理、分析和提供大量的以數(shù)字描述為基本特征的資源環(huán)境信息資源。在對(duì)已經(jīng)掌握的資源進(jìn)行科學(xué)分析的基礎(chǔ)上，在決策和管理的過程中發(fā)揮指導(dǎo)性的作用；基于地統(tǒng)計(jì)的信息，對(duì)資源環(huán)境的運(yùn)行狀態(tài)進(jìn)行定量檢查、檢測，發(fā)現(xiàn)社會(huì)資源環(huán)境運(yùn)行中存在的問題及潛在的威脅，針對(duì)問題提出相應(yīng)對(duì)策，對(duì)潛在的威脅進(jìn)行預(yù)警，以對(duì)社會(huì)資源的可持續(xù)利用提供參考。地統(tǒng)計(jì)學(xué)的作用主要表現(xiàn)在以下幾個(gè)方面：一是為政府部門提供決策依據(jù)。二是為企業(yè)和事業(yè)單位管理提供依據(jù)。三是獲得科學(xué)研究的數(shù)據(jù)。四是為國際交往提供資料。五是為社會(huì)公眾參與社會(huì)資源環(huán)境保護(hù)活動(dòng)提供信息。

3 結(jié)語

計(jì)算機(jī)的飛速發(fā)展，為地統(tǒng)計(jì)學(xué)的發(fā)展提供了便利，加上吸納其他學(xué)科新的研究成果，地統(tǒng)計(jì)學(xué)內(nèi)容不斷豐富，應(yīng)用領(lǐng)域不斷擴(kuò)大，展現(xiàn)出強(qiáng)大的生命力。近2年我國對(duì)資源環(huán)境的保護(hù)意識(shí)愈加強(qiáng)烈，在這種環(huán)境下資源環(huán)境的調(diào)查和保護(hù)特別需要科學(xué)的價(jià)值觀和方法論進(jìn)行引導(dǎo)。通過對(duì)地統(tǒng)計(jì)學(xué)的學(xué)習(xí)和研究，可以更好地認(rèn)識(shí)資源環(huán)境的現(xiàn)狀問題和發(fā)展趨勢，并對(duì)未來作出科學(xué)合理的決策，為資源環(huán)境的可持續(xù)利用夯實(shí)基礎(chǔ)。

4 參考文獻(xiàn)

[1] CRESSIE N.Statistics for spatial data[J].Terra Nova，1992，4（5）：613-617.

[2] WANG J，LIU J，ZHUAN D，et al.Spatial sampling design for monitoring the area of cultivated land[J].International Journal of Remote Sensing，2002，23（2）：263-284.

[3] HAINING R.Spatial data analysis：theory and practice[M].Cambridge，UK：Cambridge University Press，2003.

[4] BRUS D，DE GRUIJTER J.Random sampling or geostatistical modelling Choosing between design-based and model-based sampling strategies for soil （with discussion）[J].Geoderma，1997，80（1）：1-44.

[5] ROGERSON P A，DELMELLE E，BATTA R，et al.Optimal sampling de-sign for variables with varying spatial importance[J].Geographical Ana-lysis，2004，36（2）：177-194.

[6] JOURNEL A G.Nonparametric geostatistics for risk and additional samp-ling assessment[J].Principles of Environmental Sampling American Che-mical Society，1988：45-72.

[7] SIMBAHAN G C，DOBERMANN A.Sampling optimization based on sec-ondary information and its utilization in soil carbon mapping[J].Geod-erma，2006，133（3）：345-362.

[8] WIENS D P.Robustness in spatial studies ii：minimax design[J].Envi-ronmetrics，2005，16（2）：205-217.

[9] PAPRITZ A，WEBSTER R.Estimating temporal change in soil moni-toring：II.Sampling from simulated fields[J].European Journal of Soil Science，2005，46（1）：13-27.

[10] STEVENS D.Variable density grid-based sampling designs for contin-uous spatial populations[J].Environmetrics，1997，8（3）：167-195.

[11] THOMPSON S K.Factors influencing the efficiency of adaptive cluster sampling[M].Center for Statistical Ecology and Environmental Statistics，Pennsylvania State University，1994.

[12] BERTOLINO F，LUCIANO A，RACUGNO W.Some aspects of detection networks optimization with the kriging procedure[J].Metron，1983，41（3）：91-107.

[13] WARRICK A，MYERS D.Optimization of sampling locations for variog-ram calculations[J].Water Resources Research，1987，23（3）：496-500.

[14] WEBSTER R，OLIVER M A.Geostatistics for environmental scientists[M].Wiley，2007.

[15] JW V G，W S，A S.Constrained optimisation of soil sampling for minim-isation of the kriging variance[J].Geoderma，1999，87（3）：239-259.

[16] BANJEVIC M，SWITZER P.Optimal network designs in spatial statistics[J].Department of Statistics，Stanford University，2004：1-14.

[17] HASTINGS H M，SUGIHARA G.Fractals.A user's guide for the natural sciences[J].Oxford Science Publications，Oxford，New York：Oxford Un-iversity Press，1993.

[18] STEVENS JR D L.Spatial properties of design-based versus model-based approaches to environmental sampling；proceedings of the Proc-eedings of Accuracy 2006[C]//The 7th international symposium on spatial accuracy assessment in natural resources and environmental sciences，2006.

[19] STARK K E，ARSENAULT A，BRADFIELD G E.Variation in soil seed bank species composition of a dry coniferous forest：spatial scale and sampling considerations[J].Plant Ecology，2008，197（2）：173-181.

[20] NAKAMOTO S，F(xiàn)ANG Z，MATSUURA T，et al.Spatial sampling req-uirements for tropical Pacific sea surface temperature variability[J].Journal of geophysical research，1994，99（C9）：18363-18370.

[21] GUST N，CHOAT J H，MCCORMICK M I.Spatial variability in reef fish distribution，abundance，size and biomass：a multi-scale analysis[J].Marine Ecology Progress Series，2001，214：237-251.

[22] DESSARD H，BAR-HEN A.Experimental design for spatial sampling applied to the study of tropical forest regeneration[J].Canadian Journal of Forest Research，2005，35（5）：1149-1155.

[23] LI L，WANG J，LIU J.Optimal decision-making model of spatial samp-ling for survey of China's land with remotely sensed data[J].Science in China Series D：Earth Sciences，2005，48（6）：752-764.

[24] KUMAR N.Spatial sampling design for a demographic and health survey[J].Population Research and Policy Review，2007，26（5）：581-599.

[25] FUENTES M，CHAUDHURI A，HOLLAND D M.Bayesian entropy for spatial sampling design of environmental data[J].Environmental and Ecological Statistics，2007，14（3）：323-340.

[26] LARK R.Optimized spatial sampling of soil for estimation of the var-iogram by maximum likelihood[J].Geoderma，2002，105（1）：49-80.

[27] CHRISTAKOS G，KILLAM B R.Sampling design for classifying conta-minant level using annealing search algorithms[J].Water Resources Research，1993，29（12）：4063-4076.

[28] DELMELLE E.Optimization of second-phase spatial sampling using auxiliary information[M].Buffalo：State University of New York，2005.

[29] 姜成晟，王勁峰，曹志冬.地理空間抽樣理論研究綜述[J].地理學(xué)報(bào)，2009（3）：368-380.

[30] 楊琳，朱阿興，秦承志，等.基于典型點(diǎn)的目的性采樣設(shè)計(jì)方法及其在土壤制圖中的應(yīng)用[J].地理科學(xué)進(jìn)展，2010，29（3）：279-286.

[31] S RNDAL C E，SWENSSON B，WRETMAN J.Model assisted survey sa-mpling[M].Berlin：Springer Verlag，2003.