MATLAB克里格工具箱中文翻译版.docx
《MATLAB克里格工具箱中文翻译版.docx》由会员分享,可在线阅读,更多相关《MATLAB克里格工具箱中文翻译版.docx(42页珍藏版)》请在冰豆网上搜索。
MATLAB克里格工具箱中文翻译版
MATLAB克里格工具箱
(4.0版:
2001年7月)
翻译:
阿童木看星星
伊夫格拉顿等加拉弗勒
克里格工具箱是分布式的自由和技术支持。
规格
克里格工具箱4.0版MATLAB6.1兼容。
这是一个2.0版本的升级,已matlab下实现4.2编译,编译matlab下实现5.1和3.0版本。
请注意,此升级只使用2-D矩阵,即使新的MATLAB版本支持更大的矩阵维数。
优化功能要求的Matlab优化工具箱。
然而,站在替代自我功能还提供了人,谁没有购买优化工具箱(参见“fitvario.m”)。
志工具箱正常的研究是必要的。
它是提供与克里格工具箱。
说明
此工具箱的发展是基于使用2个或3个标量的客观分析的必要性在物理海洋学的尺寸。
这种类型的插值通常比标准更好的结果插值方法。
此外,它的不可忽略的优势,使插值误差的估计。
这个工具箱的功能几乎完全是从书Deutsch和Journel(1992)和Marcotte论文(1991)。
变差函数的功能是墨西哥文件编制前,而协同克里格法的功能发表后,在Matlab格式,在1991年Marcotte的论文。
所有的参数和例子可以发现,在英国,在该两本刊物。
Journel和Huijbregts(1992)的书是最好的书semivariograms。
一个完整的例子在物理海洋学的最优估计可以登曼和弗里兰(1985)发现的文件。
同时,kridemo显示2-D目标的轮廓
分析。
登曼,吉隆坡和HJ斐然,1985年。
相关秤,客观的测绘和统计检验
Geostrophy超过大陆架。
研究月RES,43:
517-539。
德语,C.V和AGJournel,1992年GSLIB:
地统计的软件库和用户指南。
牛津
牛津大学出版社,340页。
Journel,AG和Huijbregts终审法院首席法官,1992年,矿业统计学。
学术出版社,纽约,600页。
Marcotte,D.1991。
Cokrigeage与MATLAB。
计算机及地质。
17(9):
1265年至1280年。
意见,建议或问题?
许多功能还没有完全测试。
请报告任何错误或问题
伊夫格拉顿,INRS,淡,
电话:
(418)654-3764
传真:
(418)654-2600
yves_gratton@inrs-eau.uquebec.ca
克里格工具箱
克里格工具箱内容
变异函数的功能
Confint置信区间。
Fitvario优化的variogr。
fitvari2variogr2优化(没有优化工具箱)。
Fun估计变异函数从fitvario调用。
gam2从vario2dr称为MEX文件。
gam3从vario3dr称为MEX文件。
gamv2从vario2di称为MEX文件。
gamv2uv从var2diuv称为MEX文件。
gamv3从vario3di称为MEX文件。
Mrqmin最小二乘拟合的Levenberg-Marquardt方法。
Outvario输出变差功能。
Variogr模型的变异函数和相关图。
variogr2variogr拟合程序不使用优化工具箱。
vario2di变异函数的间隔不规则的2-D数据。
vario2dr变异函数的定期间隔的2-D数据。
vario3di变异函数的间隔不规则的3-D数据。
vario3dr变异函数的定期间距为3-D数据。
var2diuv变异函数的间隔不规则的2-D向量。
克里格功能
Barnes克里金数据的2-D空间滤波。
CokriD尺寸的点或块协同克里格法。
cokri2cokri引发的协同克里格法的功能。
Davis点克里格使用戴维斯的方程组。
FilrespBarnes的滤波器响应在波长域。
TintoreBarnes过滤器在Tintoré参数中的应用。
(1991)
相关功能
Covsrt变换协方差矩阵的mrqmin。
Déplie矢量矩阵转换。
Gaussj高斯约旦消除线性方程的解。
Kregrid矩阵(×2)的2-D网格坐标。
kregrid3矩阵(×3)的3-D网格坐标。
Kridemo克里格工具箱演示。
Ksone从kstest称为MEX文件。
Kstest柯尔莫哥洛夫-斯米尔诺夫正态性检验。
mat3dp获取一个伪的3-D矩阵的值。
mat4dp获取一个伪2,4-D矩阵的值。
Means平均cokri2从所谓的功能。
Mrqcof从mrqmin称为M文件。
Transcokri2所谓的翻译功能。
变异函数选项
可用的变异函数是:
变量的描述:
C(H)=协方差距离h的函数,C(0)给出的方差。
γ(H)=半方差=½[C(0)-C(H)]。
h=分离载体。
N(H)=样本对数
Xi,yi=向量h隔开的样本对价值:
xi是在开始的价值(或尾部);yi是在间隔H尾部(或头部)的价值.
zi,zi’etyi,yi’=和交叉变异函数(XI,YI)一样:
yi和zi开始的价值和yi'和zi'是在间隔H.尾部的值
有关详细信息,请咨询Deutsch和Journel(1992)。
克里格选项
可用克里格的选项是:
1。
简单的协同克里格法
2。
一个nonbias条件与普通协同克里格法(Isaaks和Srivastava)
3。
与Pnonbias条件的普通协同克里格法
4。
1阶漂移普遍协同克里格法
5。
2阶漂移普遍协同克里格法
99。
协同克里格法不执行,只计算样本方差SV
协同克里格法是指用多个变量的克里格。
当协同克里格法的计划被称为只在一个时间变量,结果将是那些简单克里格,普通克里格法,普遍克里格,点克里格或块克里格。
Marcotte(1991年)的文件中可以找到更多的细节。
ChiToolboxContents智工具箱内容
使用这个工具箱是由正态性检验。
所包含的函数的计算卡方概率函数和概率函数百分点。
m文件可从MATLAB公共网站下载:
概率函数⎪2
Chiprob观察一个给定的⎪2的概率值。
Chitableχ2对于一个给定的概率值。
Chiaux函数调用chitable。
工具箱作者:
彼得R.肖
伍兹霍尔海洋研究所,伍兹霍尔,马02543
(508)457-2000分机。
2473
pshaw@whoi.edu
barnes巴恩斯
目的
克里金数据的2-D空间滤波。
简介
F=barnes(xi,yi,zi,c,g)
说明
巴恩斯(barnes)的过滤器是一个低通的2-D滤波器,其数学描述:
输入变量:
xi:
列网格坐标
yi:
行网格坐标
ci:
网格数据
c,g:
滤波器参数
输出变量:
F:
过滤后的数据
示例
tintore功能提供了一个很好的例子,在物理海洋学的空间滤波器。
参考文献
马多克斯,类风湿性关节炎,1980年。
一个分离宏观和中尺度的目的技术
气象数据的特点。
每月天气牧师,108:
一一〇八年至1121年。
Tintoré等,1991年。
中尺度动力学和阿尔沃兰海的垂直运动。
研究物理学。
海洋学报,21:
811-823。
另请参阅
tintore,filresp
cokri/cokri2
目的
cokri:
点或块D尺寸的协同克里格法。
cokri2:
从cokri称为协同克里格法的功能。
简介
[x0s,s,sv,id,l]=cokri(x,x0,model,c,itype,avg,block,nd,ival,nk,rad,ntok,d)
[x0s,s,id,l,k0]=cokri2(x,x0,id,model,c,sv,itype,avg,ng,d)
说明
协同克里格法是指用多个变量的克里格。
当cokri只有一个被称为在一个时间变量,其结果将是那些简单克里格,普通克里格法,普遍克里格,点克里格或块克里格。
更多细节,可以发现在Marcotte的论文中(1991年)。
可用克里格的选项是:
1。
简单的协同克里格法
2。
一个nonbias条件与普通协同克里格法(Isaaks和Srivastava)
3。
与Pnonbias条件的普通协同克里格法
4。
1阶漂移普遍协同克里格法
5。
2阶漂移普遍协同克里格法
99.cokriging不执行,只计算SV
可用的变异函数模型:
1。
金块的影响
2。
指数模型
3。
高斯模型
4。
球状模型
5。
线性模型
6。
二次模型
7。
电源(Hð)模型
8。
对数的
9。
SINC(H)
10。
贝塞尔[JO(H)]Bessel[Jo(h)]
11.exp(-h)*cos(dh)
12.exp(-h)*Jo(dh)
13.exp(-h2)*cos(dh)
14.exp(-h2)*Jo(dh)
15.exp(-h2)*(1-dh2)
16.1-3*min(h,1)²+2*min(h,1)³
17.h²*log(max(h,eps))
可以添加新的模型,很容易因为使用eval函数模型计算。
输入变量:
【译文】
X:
数据矩阵[XYZVAR1VAR2...]
X0:
网格坐标西医子]
模式:
[模型,(H=R/A),旋转角度]。
无旋转角度为各向同性分布。
例如:
型号=[1104月30日]表示的分布是各向同性的和它是代表一个范围10%的金块效果加上一个球状模型范围30。
C:
波幅模型
克里格itype:
选项
块:
向量(1x深),估计块大小;点协同克里格法:
块=的(1,D)
ND:
矢量(1个D),块协同克里格法的离散网格;点
协同克里格法:
ND=的(1,D)
ival:
用于交叉验证的代码。
0:
没有交叉验证
1:
交叉验证是由删除一个变量
时间在一个给定的的位置。
2:
交叉验证是通过消除所有的变量在执行
给定的位置。
NK:
最近的邻居在X矩阵中使用的协同克里格法的数量。
RAD:
搜索半径。
ntok:
X0点将由ntok网格点的克里金。
D:
模型系数。
这一系数已被添加到原来的Marcotte
功能。
警告:
在cokri,模型是定义在H=R/A.在variogr,
因变量为R,因此ð=B*A(见variogr)。
Inputvariables:
输入变量:
【原文】
x:
datamatrix[xyzvar1var2...]
x0:
gridcoordinates[xiyizi]
model:
[models,a(h=r/a),rotationangles].
Norotationangleisrequiredforanisotropicdistribution.
Example:
model=[110;430]meansthatthedistributionisisotropicandthat
itisrepresentedbyanuggeteffectofrange10plusasphericalmodelof
range30.
c:
amplitudesofthemodels
itype:
krigingoption
block:
vector(1xD),givingthesizeoftheblocktoestimate;forpointcokriging:
block=ones(1,D)
nd:
Vector(1xD),givingthediscretizationgridforblockcokriging;forpoint
cokriging:
nd=ones(1,D)
ival:
Codeforcross-validation.
0:
nocross-validation
1:
cross-validationisperformedbyremovingonevariableata
timeatagivenlocation.
2:
cross-validationisperformedbyremovingallvariablesata
givenlocation.
nk:
numberofnearestneighborsinxmatrixtouseinthecokriging.
rad:
searchradius.
ntok:
pointsinx0willbekrigedbygroupsofntokgridpoints.
d:
modelcoefficients.ThiscoefficienthasbeenaddedtotheoriginalMarcotte's
function.Warning:
Incokri,modelsaredefinedintermsofh=r/a.Invariogr,
thedependentvariableisrandhenced=b*a(seevariogr).
输出变量【译文】
x0s:
克里金数据矩阵X0地点。
S:
克里金在x0处的数据方差矩阵。
SV:
每个变量的方差。
ID,看到Marcotte升(1991)
输出变量【原文】
Outputvariablesx0s:
krigeddatamatrixatx0locations.
s:
krigeddatavariancematrixatx0locations.
sv:
varianceofeachvariable.
id,lseeMarcotte(1991)
参考
Marcotte,D.1991。
Cokrigeage用matlab。
计算机及地质。
17(9):
1265年至1280年。
另请参阅
cokri2,variogr,反,是指
confint
目的
置信区间。
简介
[K2,K1]=confint(G,M,S2)
说明
置信区间的结构功能
CONF{K2≤方差≤K1}
(1)
结构的功能是衡量一个给定变量的函数的方差
距离。
在这种情况下的置信区间的估计是:
(1)。
K1=(N-1)*S2/C1
K2=(N-1)*S2/C2
(2)
其中n=样本大小=M+1
M=自由度
s2=样本方差
C1和C2是由方程的解
F(C1)=(1-G)/2
(C2)=(1+G)/2(3)
G=置信水平(95%,99%或类似)
F=χ2分配
解决方案,获得了功能chitable(池工具箱)。
参考文献
登曼,吉隆坡和HJ斐然(1985年)。
相关秤,目标定位和
统计检验Geostrophy大陆架。
研究的三月分辨率,43:
517-539。
Kreyszig,E,1988年,高等工程数学,第六版,威利父子,纽约,p.1252
另请参阅
chitable
davis戴维斯
目的
γ(hik)是由距离h分隔的半方差样本对hik。
非偏见条件要求的Wi的总和等于1。
在这种情况下,一人多度自由必须引入与使用拉格朗日乘子λ为了尽量减少估计误差。
简介
[Zp,Sp]=davis(data,x0,model,a,d,c,A)
说明
可用的模型:
1。
金块的影响
2。
指数模型
3。
高斯模型
4。
球状模型
5。
线性模型
6。
二次模型
7。
功率模型(Hð)
8。
对数模型
9。
SINC(H)
10。
贝塞尔[JO(H)]
11。
EXP(-H)*COS(DH)
12。
EXP(-H)*JO(DH)
13。
EXP(-H2)*COS(DH)
14。
EXP(-H2)*JO(DH)
15。
EXP(-H2)×(1-DH2)
输入变量:
data:
数据[XY变量]
X0:
网格坐标[西医]
model:
变异函数模型
a:
半变异范围
d:
模型系数(系数variogrb不同,与D相同,在cokri)
c:
模型振幅
A:
γ(HIK)矩阵,如果已经计算;若否,忽略的输入。
输出变量:
Zp:
克里金数据矩阵X0职位
Sp:
在x0位置克里金数据的方差
参考
1986年戴维斯,JC统计和数据分析,在地质,第2版,威利父子,纽约,289页。
deplie
目的
矢量矩阵转换。
简介
mat=deplie(y,nx,ny)
说明
改造一个向量y成为一个矩阵大小为nyxnx的mat。
输入变量:
y:
行或列向量
nx:
在矩阵垫中的列数
ny:
在矩阵垫中的行数
输出变量:
mat:
矩阵
示例
另请参阅
kregrid
filresp
目的
巴恩斯的滤波器响应在波长域。
简介
R=filresp(c,g)
说明
巴恩斯在滤波器响应的波长域为:
其中
,C和G滤波器的参数,⎣是波长。
示例
f2=filresp(200,0.6);
参考文献
巴恩斯,SL,1973年。
中尺度目的地图使用加权时间序列分析
意见。
NOAA的技术。
备忘录。
广深港高速铁路NSSL-62,60页
马多克斯,类风湿性关节炎,1980年。
一个分离宏观和中尺度的目的技术
气象数据的特点。
周一WEA。
牧师,108,1108:
1121。
另请参阅
巴恩斯,tintore
fitvario/fitvari2/fun
目的
fitvario:
variogr优化。
fitvari2:
variogr2优化(没有优化工具箱)。
fun:
从fitvario估计变异函数。
简介
说明
最小二乘拟合半变异函数模型系数A,B和C
输入变量:
model:
模型的类型(见variogr)
data(:
1):
X轴(距离)(GAM(:
,1))
data(:
2):
Y轴(方差)(GAM(:
,2))
A,B,C:
variogr系数A,B,C的初始值
原文如下:
data(:
1):
x-axis(distance)(gam(:
1))
data(:
2):
y-axis(variance)(gam(:
2))
a,betC:
startingvaluesofcoefficientsa,bandCofvariogr
输出:
图形输出显示半方差作为距离的函数曲线。
实验结果显示为符号。
纯行给出最适合的模型
选择。
A,B和C的最佳值也显示在图上。
示例
另请参阅
gam2,gamv2,gamv2uvgam3,gamv3
目的
vario2dr,vario2di,var2diuv,vario3dr和vario3di称为MEX文件。
简介
说明
投入和产出的描述是vario2dr,vario2di,var2diuv,vario3dr
vario3di。
这些功能是从源代码的Fortran代码gam2.forMEX文件编译,
gamv2.for,gam3.forGSLIBgamv3.for“(德语等Journel,1992年)。
参考
德语,C.V和AGJournel,1992年GSLIB:
地统计软件库和
用户指南。
牛津大学出版社,牛津,340页。
另请参阅
vario2dr,vario2di,vario3dr,vario3di,var2diuv
kregrid/kregrid3
目的
矩阵(m×2)的2-D网格坐标。
矩阵(m×3)的3-D网格坐标。
简介
y=kregrid(x0,dx,xf,y0,dy,yf)
y=kregrid3(x0,dx,xf,y0,dy,yf,z0,dz,zf)
说明
Grid(X,Y)坐标重塑m×2矩阵。
Grid(X,Y,Z)坐标重塑m×3矩阵。
输入变量:
(X0,Y0,Z0):
(X,Y,Z)降低电网的左上角的位置
(XF,YF,ZF):
(X,Y,Z)上的网格右下角的位置
DX:
X发车间隔
DY:
Y发车间隔
DZ:
Z发车间隔
输出变量:
Y:
m×2或m×3网格矩阵坐标
示例
让我们说,我们要生成以下电网:
ksone
目的
从kstest称为MEX文件。
简介
[d,prob]=ksone(sample,n,normal)
说明
MEX文件,从源头上Fortran代码ksone.for的编译,数字食谱子程序。
一个比较样品之间的累积分布和正态累积分布。
输入变量:
sample:
标准化的样本(mean(sample)=0etstd(sample)=1)
N:
样品中的数据的数量
normal:
正态累积分布范围从0到1
输出变量:
d:
KS统计
Prob:
显着性水平。
小值显示,样本的累积分布显著异于常人。
参考
出版社,W等。
1992年,在Fortran中的数值方法,科学计算的艺术,
第二,剑桥大学出版社,剑桥,P619。
kstest
目的
柯尔莫哥洛夫-斯米尔诺夫正态性检验。
简介
[d,prob]=kstest(sample)
说明
ksoneMEX文件的正态性检验。
d的一些关键值在表B勒让德和勒让德(1983),第404。
该假说的意见,从正常人群的统计,D,比的临界值表大时被拒绝B.当数据点的数量,N大于30的临界值由下式给出
CVS的例子是以下几个层次的意义..
等级统计的意义:
0.200.150.100.050.01
(CV)的临界值:
0.7360.7680.8050.8861.031
输入变量:
sample:
Sample
输出变量:
D:
柯尔莫哥洛夫-斯米尔诺夫统计
Prob:
的概率样本是从正常人群。
小的数值显示从该样本的累积分布显著不同正常人群。
示例
一个正态分布的随机数向量的正态性检验:
data=randn(100,1);
[d,prob]=kstest(data)
d=0.0456prob(概率)=0.9854
对于显着性水平α=0.15,临界值是0.768/10=0.0768。
因为d小于临界值,正常的