Геостатистика цепи Маркова - Markov chain geostatistics

Цепь Маркова геостатистика использует Цепь Маркова пространственные модели, симуляция алгоритмы и связанные с ними пространственные корреляция меры (например, трансиограмма ) на основе теории случайных полей цепей Маркова, расширяющей единичный Цепь Маркова в многомерное случайное поле для геостатистического моделирования. Случайное поле цепи Маркова остается единственной пространственной цепью Маркова. Пространственная цепь Маркова движется или прыгает в пространстве и определяет свое состояние в любом ненаблюдаемом месте посредством взаимодействия со своими ближайшими известными соседями в разных направлениях. Процесс взаимодействия данных можно хорошо объяснить как локальный последовательный байесовский процесс обновления в пределах окрестности. Поскольку вероятность одношагового перехода матрицы трудно оценить из редких образец данные и непрактичны для представления сложных пространственных неоднородность государств, трансиограмма, который определяется как вероятность перехода функция на расстоянии отставание, предлагается в качестве сопутствующей пространственной меры случайных полей цепи Маркова.

Рекомендации

1. Ли, В. 2007. Случайные поля цепей Маркова для оценки категориальных переменных. Математика. Геол., 39 (3): 321–335.
2. Ли В. и др. 2015. Косимуляция случайных полей байесовской цепи Маркова для повышения точности классификации земного покрова. Математика. Geosci., 47 (2): 123–148.
3. Ли, В. и Ч. Чжан. 2019. Случайные поля цепей Маркова в перспективе пространственных байесовских сетей и оптимальных окрестностей для моделирования категориальных полей. Вычислительные науки о Земле, 23 (5): 1087-1106.
4. http://gisweb.grove.ad.uconn.edu/weidong/Markov_chain_spatial_statistics.htm