论文部分内容阅读
三明治空间抽样模型是近年来提出的针对分层异质总体用小样本进行“多报告单元”估算的新方法。它通过引入知识层切断了报告层和样本层之间的联系,抽样信息通过知识层间接传递给报告单元中,从而改变了传统抽样方法所要求的报告区域与抽样必须对应的模式。模型以其高度的灵活性、简洁性和经济性,在基础设施配置、生态环境、社会经济以及公共健康等领域具有相当的应用潜力。但是,作为一个新的模型,如果人们在应用的时候缺乏正确的参考和指引将面临一系列问题,例如,应用三明治模型应该准备哪些资料?调查对象是否适合使用三明治模型,为什么不用Kriging?它有什么特性,不确定性的来源是什么?如何达到模型的优化应用?要回答这些问题,需要对三明治模型的特性进行深入的分析,明确其适用条件,并从实际应用的角度出发提出一套切实可行的技术路线,从而使模型在正确的环境下,循着正确的流程,得到最优的结果。 针对上述问题,本文首先分析了三明治模型的理论框架、优势与局限性,以用户的抽样目标为出发点,在不同的前置条件下,基于调查对象的空间异质性特征,分步探讨了抽样过程中的若干关键环节,指出了明确可操作的实际应用路线图。然后,通过理论推导和案例检验,分析了三明治模型的特性和不确定性的来源,深入探讨了三明治模型的一致性(consistence)问题及其对人们制定抽样方案的影响,指出知识层的优化是提升模型抽样效率的关键。接下来分析了在不同情况下知识层的优化选择与生成方法,提出将“地理探测器”应用于空间抽样,作为三明治模型知识层代表性评价指标的思路。同时,还探讨了充分发挥先验知识的作用进行多知识层融合的方法,理论推导与实证检验的结果表明,在“地理探测器”的配合下,基于各个知识层之间的空间叠加关系融合后能够显著提升模型的抽样效率。最后,本文在之前的论述基础上,以吉林省西北部四个市级行政区内的达乌尔黄鼠密度调查为案例,围绕三明治模型的实际应用进行了探讨,展示了从样本探索性分析,到知识层的优化配置,再到最后的统计结果分析与解读的一系列关键应用环节。案例分析表明,依照本文所提出的三明治模型运用框架,能够在实际应用中充分发挥三明治模型的优势,并得到理想的抽样统计结果。