空间统计学林业应用案例

第一篇"para" label-module="para">

第一章"para" label-module="para">

第一节"para" label-module="para">

一、林业空间信息特征 3

二、空间信息表示 3

第二节"para" label-module="para">

一、前提假设 6

二、区域化变量 7

第三节"para" label-module="para">

一、常用变异函数 7

二、变异模型确立 13

第二章"para" label-module="para">

第一节"para" label-module="para">

第二节"para" label-module="para">

一、反距离加权插值方法(IDW) 18

二、径向基插值方法 20

第三节"para" label-module="para">

一、普通克里格模型 21

二、简单克里格插值模型 22

三、泛克里格模型 22

四、指示克里格模型 22

五、析取克里格模型 22

六、协同克里格模型 22

第四节"para" label-module="para">

一、常见的交叉验证形式 23

二、空间插值交叉验证 23

第五节"para" label-module="para">

一、数据检验 24

二、空间插值 25

三、交叉验证 25

第六节"para" label-module="para">

第三章"para" label-module="para">

第一节"para" label-module="para">

一、单重缓冲区 28

二、多重缓冲区 28

第二节"para" label-module="para">

一、算法的基本定义 29

二、算法的实现 30

第三节"para" label-module="para">

一、点缓冲区建立 32

二、线、面缓冲区建立 33

第四章"para" label-module="para">

第一节"para" label-module="para">

一、视觉信息叠加 35

二、点与多边形叠加 35

三、线与多边形叠加 36

四、多边形叠加 36

五、栅格图层叠加 36

第二节"para" label-module="para">

一、布尔逻辑运算 36

二、叠加分析算子 37

第三节"para" label-module="para">

一、裁剪 44

二、合并 45

三、擦除 46

四、求交 46

五、同一 47

六、对称差 47

七、更新 48

第五章"para" label-module="para">

第一节"para" label-module="para">

一、线状要素——链 49

二、点状要素 49

第二节"sup--normal" data-sup="2" data-ctrmap=":2,"> [2]

一、基本功能 50

二、基本原理 51

第三节"para" label-module="para">

一、流向分析实现 53

二、追踪分析实现 53

第二篇"para" label-module="para">

第一章"para" label-module="para">

第一节"para" label-module="para">

第二节"para" label-module="para">

一、应用的必要性 59

二、空间统计分析在林业应用中的研究 59

第二章"para" label-module="para">

第一节"para" label-module="para">

第二节"para" label-module="para">

一、城市绿色空间的内涵 64

二、城市绿色空间的分类体系 65

三、空间统计学在生态分析中的应用 66

四、小尺度植物群落结构及其动态研究 66

五、城市绿色空间生态环境效应研究 66

六、绿色空间在调控城市生态系统平衡中的重要性 67

七、城市绿地植被配置模式挖掘研究 68

第三节"para" label-module="para">

一、生态服务和生态环境质量数据获取与处理 70

二、遥感数据处理 72

三、绿地生态服务和生态环境质量空间优化组合研究 74

四、绿地生态服务和生态环境质量优化组合分析 109

五、绿地植被配置模式挖掘 111

六、结论 117

第三章"para" label-module="para">

第一节"para" label-module="para">

第二节"para" label-module="para">

一、空间统计分析在土壤物理特性空间变异上的应用 119

二、空间统计分析在土壤化学性质空间变异上的应用 120

三、土壤盐分空间变异研究 121

四、土壤重金属空间变异的研究 122

第三节"para" label-module="para">

一、经济林种植现状数据获取与处理 123

二、经济林土壤养分与土壤环境空间变异分析及预测 169

三、经济林种植适宜性区划 179

四、结论 182

附"para" label-module="para">

附录A"para" label-module="para">

附录B"para" label-module="para">

参考文献 207 2100433B

本书第一部分较为系统地介绍了空间统计学的区域化变量理论、变异函数及其结构分析、克里格插值、缓冲区分析、叠加分析、网络分析等方面的原理和应用方法；第二部分介绍了空间统计学在林业中的应用情况，结合作者的研究成果，综合性地从城市绿地植被配置、土壤异质性、经济林种植适宜区区划等方面给出空间统计学在林业中的具体应用。

《林业金融工具创新与应用案例》基于林业与金融深度融合的视角，针对林业产业经营个性特征和金融属性，量身定制适合不同类型的林业经营主体和林业项目的可操作性强的融资技术支撑，市场化融资模式、金融工具和金融服务项目，以期解决林业金融服务功能单一和林业金融产品创新应用不足的问题。作为首部聚集于林业领域的金触产品创新应用案例，《林业金融工具创新与应用案例》所归集的案例涉及林权抵押贷款、林业贸易信贷融资、林业产业投资基金、林业信托、森林资源资产证券化、森林保险、林产品期货等林业金融产品（工具），每个案例均包括背景情况、模式创新和推广应用建议等方面内容，可用于林业金融与森林保险的教学材料，以及商业银行、农村信用合作社、证券公司、基金公司、信托公司、保险公司等金触机构和大型林业企业培训的学习资料。

统计学社会统计学与数理统计学的理论统一

据权威统计学史记载，从17世纪开始就有了“政治算术”、“国势学”，即初级的社会统计学，起源于英国和德国。几乎同时在意大利出现了“赌博数学”，即初级的概率论。直到19世纪，由于概率论出现了大数法则和误差理论，才形成了初级的数理统计学。也就是说，社会统计学的形成早于数理统计学两个世纪。由于社会统计学广泛地应用于经济和政治，所以得到了各国历届政府的极大重视，并得到系统的发展。而数理统计学在20世纪40年代以后，由于概率论的发展，而得到飞速发展。经过近400年的变迁，世界上已形成社会统计学与数理统计学两大体系。两体系争论不休，难分伯仲。统计学家王见定教授经过30年的学习与研究，发现了社会统计学与数理统计学的联系和区别。它们的关系与著名的牛顿力学与相对论的关系非常相似。相对论力学在接近光速时使用，而大多数情况是远离光速的，此时使用牛顿力学既准确又方便。如果硬套相对论力学，则是杀鸡用宰牛刀，费力不讨好。社会统计学在描写变量时使用；数理统计学在描写随机变量时使用。

我们知道变量与随机变量是既有联系又有区别的。当变量取值的概率不是1时，变量就变成了随机变量；当随机变量取值 的概率为1时，随机变量就变成了变量。变量与随机变量的联系与区别搞清楚了，社会统计学与数理统计学的关系就搞清楚了。以后，在描述变量时，大胆地使用社会统计学；在描述随机变量时，就用数理统计学。如果在描述变量时非用数理统计学，那就是杀鸡用了宰牛刀。近70年，由于数理统计学的飞速发展，大有“吃掉”社会统计学的势头，尤其是以美国为代表的发达国家，几乎认为统计学就是数理统计学。实际上，这是一个极大的误区。统计学家王见定教授的研究已经说明了数理统计学永远“吃不掉”社会统计学，今后的日子，将是社会统计学与数理统计学共存与互补。社会统计学与数理统计学的争论可以结束了。“社会统计学与数理统计学的统一”对近四百年历史的统计学进行了科学的疏理，规范了整个统计学的发展，结束了一百年来社会统计学与数理统计学之间的争论。由于经济是通过统计学进行计量和分析的，所以社会统计学与数理统计学的统一，必将从整体上提高经济学的分析水平 。

统计学统计学的理论统一的重大意义

统计学家王见定教授指出：社会统计学描述的是变量，数理统计学描述的是随机变量，而变量和随机变量是两个既有区别又有联系，且在一定条件下可以相互转化的数学

概念。王见定教授的这一论述在数学上就是一个巨大的发现,我们知道“变量”的概念是17世纪由著名数学家笛卡尔首先提出，而“随机变量”的概念是20世纪30年代以后由苏联学者首先提出，两个概念的提出相差3个世纪。截至到王见定教授，世界上还没有第二个人提出变量和随机变量两者的联系、区别以及相互的转化。我们知道变量的提出造就了一系列的函数论、方程论、微积分等重大数学学科的产生和发展；而随机变量的提出则奠定了概率论和数理统计等学科的理论基础和促进了它们的蓬勃发展。可见变量、随机变量概念的提出其价值何等重大，从而把王见定教授在世界上首次提出变量、随机变量的联系、区别以及相应的转化的意义称为巨大、也就不视为过。下面我们回到“社会统计学和数理统计学的统一”理论上来。王见定教授指出社会统计学描述的是变量，数理统计学描述的是随机变量，这样王见定教授准确地界定了社会统计学与数理统计学各自研究的范围，以及在一定条件下可以相互转化的关系，这是对统计学的最大贡献。它结束了近400年来几十种甚至上百种以上五花八门种类的统计学的混战局面，使它们回到正确的轨道上来。由于变量不断地出现且永远地继续下去，所以社会统计学不仅不会消亡，而且会不断发展状大。当然数理统计学也会由于随机变量的不断出现同样发展状大。但是，对随机变量的研究一般来说比对变量的研究复杂的多，而且直到今天数理统计的研究尚处在较低的水平，且使用起来比较复杂；再从长远的研究来看，对随机变量的研究最终会逐步转化为对变量的研究，这与我们通常研究复杂问题研究转化为若干简单问题的研究的道理是一样的。既然社会统计学描述的是变量，而变量描述的范围是极其宽广的，绝非某些数理统计学者所云：社会统计学只作简单的加、减、乘、除。从理论上讲，社会统计学应该复盖除了数理统计学之外的绝大多数数学学科的运作。所以统计学家王见定教授提出的“社会统计学与数理统计学统一”理论，从根本上纠正了统计学界长期存在的低估社会统计学的错误学说，并从理论上和应用上论证了社会统计学的广阔前景。 ^[2][6][5]

英文版《社会统计学与数理统计学的统一》一书于2010年6月由中国经济出版社出版，并陆续向国外发行。 该书对有近四百年历史的统计学进行了科学的梳理，规范了整个统计学的发展，结束了一百多年来社会统计学与数理统计学之间的争论。^[6]注：该书著者王见定教授是国际资深统计学会会员，国际著名数学家。 The book "The Unity of ^[7]Social Statistics and Mathematical Statistics" was published by China Economic Publishing House in June 2010 and the book will be put on sale throughout the world.编号:342705 出版社:中国经济出版社。 ^[2][5][2][5]

统计学主分支

统计学史

理论统计学统计调查分析理论

统计核算理论

统计监督理论

统计预测理论

统计逻辑学

统计法学

描述统计学

推断统计学

经济统计学

宏观经济统计学

微观经济统计学

管理统计学

科学技术统计学

农村经济调查

社会统计学

教育统计学

文化与体育统计学

卫生统计学

司法统计学

社会福利与社会保障统计学

生活质量统计学

人口统计学

环境与生态统计学

自然资源统计学

环境统计学

生态平衡统计学

国际统计学

国际标准分类统计学

国际核算体系与方法论体系

国际比较统计学

统计学其他学科

生物统计学

商务统计学

工程统计学

心理统计学

化学统计学

档案统计学

社会经济统计学

水文统计学

统计考古学

数理统计学

统计语言学

统计物理学

化学统计学

体育统计学

统计学延伸学科

有些科学广泛的应用统计的方法使得他们拥有各自的统计术语，这些学科包括：

农业科学

生物统计

商用统计

资料采矿（应用统计学以及图形从资料中获取知识）

经济统计学

电机统计

统计物理学

人口统计

心理统计学

教育统计学

社会统计（包括所有的社会科学﹚

文献统计分析

化学与程序分析（所有有关化学的资料分析与化工科学）

运动统计学（特别是棒球以及曲棍球）

统计对于商业以及工业是关键的一环，它一般被用来了解与测量系统变异性，程序控制，对资料作出结论，并且完成资料取向的决策，在这些领域统计扮演了一个重要的角色。2100433B