随机现场校准与区域分析不规则网格数据:关于非洲蝙蝠裸体载荷能力的案例研究
Sena Mursel1, Daniel Conus2, Wei-Min Huang2
1Department of Civil and Environmental Engineering Lehigh University Bethlehem Pennsylvania USA.
Ecology and evolution
|September 13, 2023
概括
我们开发了一种简单的最小平方回归方法,用于估计具有不规则间距数据的地理空间随机场的自相关函数. 这种方法准确地模拟动物种群,如蝙蝠,对于动物传播疾病研究至关重要.
科学领域:
- 地理空间数据分析.
- 环境建模环境建模
- 流行病学 流行病学
背景情况:
- 地理空间数据在科学和工程中至关重要,通常以随机场的形式建模.
- 随机场校准的传统方法假设均间隔的数据,与不规则的数据作斗争.
- 对不规则数据的现有解决方案涉及复杂的插值或计算密集型方法.
研究的目的:
- 提出一种简单有效的方法来估计来自不规则间隔的地理空间数据的自相关函数.
- 用模拟和现实世界的数据来评估拟议的方法的准确性和稳定性.
- 应用该方法来模拟动物种群用于动物传染病研究.
主要方法:
- 用于估计自相关函数的最小平方回归.
- 在人工生成的数据集上测试方法以评估性能.
- 应用程序以模拟蝙蝠的裸体承载能力作为随机场.
主要成果:
- 拟议的方法准确地估计了不规则间隔数据的自相关函数.
- 该方法在数据中表现出对不同噪声水平的稳定性.
- 在非洲中部鉴定出较为密集的蝙蝠种群,这是由于有利的环境条件造成的,这说明了动物传播疾病的动态.
结论:
- 最小平方回归方法为随机场校准与稀疏的地理空间数据提供了可行的和高效的替代方案.
- 这种方法适用于复杂的大规模应用,包括生态和流行病学研究.
- 对蝙蝠等动物种群的准确建模对于预测和预防动物传播疾病的蔓延至关重要.
