Estimation of Spatial Deformation for Nonstationary Processes via Variogram Alignment
Estimation of Spatial Deformation for Nonstationary Processes via Variogram Alignment
复制标题
通过变差函数对齐估计非平稳过程的空间变形
DOI：
10.1080/00401706.2021.1883481
复制
发表时间：
2021
期刊：
影响因子：
2.5
通讯作者：
Kurtek, Sebastian
中科院分区：
文献类型：
--
作者：
Qadir, Ghulam A.;Sun, Ying;Kurtek, Sebastian
在对空间过程进行建模时，经常会做一个二阶平稳假设。然而，对于在广阔区域上观测的空间数据，协方差函数往往随空间而变化，从而导致空间依赖结构的异质性，因此需要非平稳建模。空间形变是模拟非平稳过程的主要方法之一，假设非平稳过程在变形的空间中有一个平稳的对应物。变形函数的估计提出了严峻的挑战。在这里，我们介绍了一种新的非平稳地质统计建模方法，当观察到空间过程的单一实现时，使用空间变形。我们的方法是基于对齐区域变异函数，其中距离每个子区域的距离的翘曲变异性解释了空间非平稳性。我们建议使用多维缩放来将扭曲距离映射到空间位置。我们使用多个模拟研究来评估我们的新方法的性能。此外，我们还以降水数据为例说明了我们的方法，以估计非均匀的空间相关性和执行空间预测。
In modeling spatial processes, a second-order stationarity assumption is often made. However, for spatial data observed on a vast domain, the covariance function often varies over space, leading to a heterogeneous spatial dependence structure, therefore requiring nonstationary modeling. Spatial deformation is one of the main methods for modeling nonstationary processes, assuming the nonstationary process has a stationary counterpart in the deformed space. The estimation of the deformation function poses severe challenges. Here, we introduce a novel approach for nonstationary geostatistical modeling, using space deformation, when a single realization of the spatial process is observed. Our method is based on aligning regional variograms, where warping variability of the distance from each subregion explains the spatial nonstationarity. We propose to use multi-dimensional scaling to map the warped distances to spatial locations. We assess the performance of our new method using multiple simulation studies. Additionally, we illustrate our methodology on precipitation data to estimate the heterogeneous spatial dependence and to perform spatial predictions.
登录
查看更多内容
影响因子：
2.7
作者：
Fuentes, M
通讯作者：
Fuentes, M
平方根速度框架中 $R^N$ 中 PL 曲线的精确匹配
DOI：
--
发表时间：
2015
期刊：
影响因子：
--
作者：
S. Lahiri;Daniel Robinson;E. Klassen
通讯作者：
E. Klassen
影响因子：
2.5
作者：
Matthew J. Heaton;W. F. Christensen;Maria A. Terres
通讯作者：
Matthew J. Heaton;W. F. Christensen;Maria A. Terres
影响因子：
1.7
作者：
Calder, Catherine A.
通讯作者：
Calder, Catherine A.
非平稳空间协方差函数的有效估计及其在高分辨率气候模型仿真中的应用
影响因子：
1.4
作者：
Yuxiao Li;Ying Sun
通讯作者：
Ying Sun