基于协同克里金法的取用水量审核模型研究论文
时间：2021-08-311引言
当前我国水资源而临的形势十分严峻，水资源短缺、水污染严重、水生态环境恶化等问题日益突出，己成为制约经济社会可持续发展的主要瓶颈。2013年1月国务院印发了《实行最严格水资源管理制度考核办法》，通过水资源开发利用三条红线的管理和考核，落实最严格水资源管理制度。论文基于安徽省2011年取水口资料提出一种从己有总取水口数据中抽取部分数据，建立模型来审核其余取水口数据的方法，利用所建模型对检测数据进行审核，探索研究用水量核查的实用性方案，为落实最严格水资源管理制度考核工作提供参考。
2数据分析及确定抽样方式
2. 1研究区概况
安徽省是16个地级行政区和105个县级行政区。全省河流流域而积为13. 94万平方公里，主要分属于淮河、长江、东南诸河三大水系，其中淮河水系6. 69万平方公里、长江水系6. 6万平方公里、东南诸河水系0. 65万平方公里。由于各流域区域的发展不均衡，对应的取水口数量和取用水量情况也不同。
2.2数据来源及分析
本文分析了安徽省2011年337个取水口数量的数据，包括取水口所在位置的经纬度、年用水量等信息。由于取水口所在流域区域人口分布不均匀，以及经济等发展不平衡，各取水口年取水量也相差很大。利用协同克里金插值法对数据建模，采用该方法时，当主要变量(取水口取水量)有限或者固定，合理有效地选择第二信息辅助插值成为提高预测精度的关键。考虑以上因素以及数据获取的难易程度，选择人口、生产总值、年用水量、工业增加值、工业用水量等因子作为协同克里金法辅助变量的候选变量。利用SPSS统计工具分别将这五个变量与取水口年取水量进行person相关性分析，相关系数越接近1，越具有相关性。我们选取相对系数较高的人口、生产总值和年用水量作为辅助变量。
应用ArcUIS10. 0地统计模块的数据分析工具对数据进行QQPIot图分析，发现经Iog变换后的样本数据更加符合正态分布，有利于提高预测精度。再利用Trend Analysi、获取了研究区取水量的空间趋势图，从趋势图可以看出，样点存在较为明显的趋势:东高西低，南高北低，并符合一阶曲线的特征，由此在后而进行半方差分析时将去除该趋势，以获得更为准确的半方差模型，但在克里格插值时将追加该趋势，以获得更有实际意义的插值结果叫。
2. 3确定抽样方式
以简单随机抽样、分层随机抽样、系统抽样和整群抽样为核心的经典抽样方法己广泛应用于社会、自然、经济、人文等领域。曹志冬等己证明了空间相关性特征对不同分层方式抽样效率的影响，并提出了地理空间对象中分层方式的优化选择策略。本文通过实验分析，比较以按流域分层随机抽样和按市级行政区分层随机抽样，从总体数据中选取80%数据的特征值(均值、方差、标准差、偏度、峰度)，发现前者能更好地反应总体数据的特征(按流域分层随机抽样:首先从三个流域中分别抽取对应流域80%的数据，然后整合作为建模数据)。
3建模方法比较
空间插值方法分为两类:一类是确定性方法，另一类是地质统计学方法。确定性插值方法包括反距离加权法、趋势而法等;地统计学插值方法包括普通克里格(OK)、简单克里格(SK)及协同克里格(COK)等。在利用协同克里金法建模时，分析对比了不同半方差模型对插值结果的影响。在此基础上为了更直观展示协同克里金插值在建模过程中的优势，本文采用了三种空间插值方法对样本数据进行插值建模，比较预测及验证误差以衡量三者所建模型的精度。
4结语
本文基于中的'统计学原理和安徽省2011年取水口资料分析，选择按流域分层抽样的方式对总数据进行抽样，得到建模数据(样本数据)和检测数据;利用探索性空间数据中正态QQ图分析数据是否接近正态分布，以判断进行协同克里格插值的可适性，并对样本数据的全局趋势进行探测;然后采用距离权重反比法、普通克里金法和协同克里金法分别对样本数据进行建模，根据预测误差和验证误差分析建模结果的精确度，得出协同克里金插值法要优于其它两种方法;在利用协同克里金法建模时，不同变异函数的模型对建模结果造成影响，通过分析对比选择了球形模型;最后利用所建模型对检测数据进行审核，预测出检测数据所在位置的取水口取水量，并与真实值比较，误差的平均值和标准方差都比较小，在可接受范围之内，说明该建模方法具有一定的说服性。基于协同克里金法建立的取用水量审核模型有效探索了取用水量数据计算核查的模式，可为类似区域条件下的水资源管理数据考核工作提供借鉴方法。
【基于协同克里金法的取用水量审核模型研究论文】相关文章：
