论文部分内容阅读
对于空间数据的插值预测，大多采用传统的空间插值方法如反距离加权插值法和克里金插值法，这2种方法在边缘分布或存在异常值的情况下会导致预测精度相对较低；采用基于Copula理论的方法克服了这一问题。通过Pair-Copula函数描述了空间相依结构并利用MCMC方法（贝叶斯估计法）估计参数，讨论基于空间数据对未观测位置相关数据进行了空间插值预测；结合重庆市雾霾数据对该方法与反距离加权插值法、普通克里金和泛克里金插值法进行比较，结果发现基于Pair—Copula函数的空间预测模型具有更高的精度。