क्या मैं बूटस्ट्रैपिंग का उपयोग कर सकता हूं, क्यों या क्यों नहीं?


10

मैं वर्तमान में उपग्रह इमेजरी का उपयोग करके बायोमास अनुमानों पर काम कर रहा हूं। मैं जल्दी से अपने प्रश्न की पृष्ठभूमि को परिभाषित करूँगा, और फिर उस सांख्यिकीय प्रश्न की व्याख्या करूँगा जिस पर मैं काम कर रहा हूँ।

पृष्ठभूमि

मुसीबत

मैं फ्रांस में एक क्षेत्र पर बायोमास का अनुमान लगाने की कोशिश कर रहा हूं। मेरी प्रतिक्रिया स्टीमवुड वॉल्यूम घनत्व ( ) है, जो बायोमास के लिए अधिक या कम आनुपातिक है (लकड़ी के घनत्व के आधार पर ...)।m3/ha

मेरे पास स्वतंत्र चर हैं जो इस क्षेत्र में मापा प्रतिबिंबों से प्राप्त वनस्पति सूचक हैं (अध्ययन में प्रयुक्त उपग्रह उन लोगों के लिए MODIS है जो इसे जानते हैं)। ये सूचकांक उदाहरण के लिए NDVI, EVI आदि हैं, मेरे पास सूचकांकों के नक्शे हैं, और मानचित्रों का रिज़ॉल्यूशन 250 मीटर है।

इन सूचकांकों और एक ही वन प्रकार (बायोम और जलवायु) में मात्रा के बीच मजबूत सहसंबंध हैं। इसलिए मैं इन्वेंट्री भूखंडों पर इन संकेतकों (वास्तव में उनकी समय श्रृंखला) के खिलाफ मात्रा घनत्व को प्राप्त करने की कोशिश कर रहा हूं जहां मुझे मात्रा पता है।

वन आविष्कार

इन भूखंडों पर आयतन निम्न नमूना विधि के साथ अनुमानित है:

  1. इन्वेंटरी नोड्स क्षेत्र को कवर करने वाले एक नियमित ग्रिड पर रखे जाते हैं।
  2. एक प्लॉट प्रत्येक नोड से जुड़ा होता है, और इन्वेंट्री प्रक्रिया (पेड़ के प्रकार, वॉल्यूम, चंदवा की ऊंचाई, आदि) इस भूखंड पर होती है। बेशक मुझे केवल इन्वेंट्री प्लॉट में दिलचस्पी है और मेरे वनस्पति सूचकांकों के मूल्य प्लॉट वाले पिक्सेल का मूल्य है।
  3. एक भूखंड पर इन्वेंट्री प्रक्रिया निम्नलिखित है:

    http://i.stack.imgur.com/DeHdC.png

    • उन पेड़ों का माप जिनका व्यास 15 मी त्रिज्या सर्कल में 37.5 सेमी है
    • उन वृक्षों की माप जिनका व्यास 9 मी त्रिज्या सर्कल में 22.5 सेमी है
    • 6 मीटर त्रिज्या सर्कल में व्यास वाले पेड़ों का माप> 7.5 सेमी

फिर वॉल्यूम घनत्व की गणना विस्तार कारकों का उपयोग करके की जाती है।

प्रत्येक प्लॉट के लिए मेरे पास सभी मापा पेड़ों के लिए डेटा तक पहुंच है।

इसके अलावा, प्रत्येक एकल पेड़ के लिए, मुझे अलोमेट्रिक समीकरणों के उपयोग के कारण वॉल्यूम पर अनिश्चितता है (आइए हम 10% कहते हैं)।

जहां आँकड़े महत्वपूर्ण हैं ...

मेरे प्रतिगमन के लिए और अधिक सटीक होने के लिए, मुझे इस माप के भिन्नता / CI की मात्रा के प्रत्येक अनुमान की आवश्यकता है। यह निर्भर करता है, आईएमओ, सैंपल किए गए पेड़ों की संख्या और पाए जाने वाले वॉल्यूम घनत्व पर।

इसलिए मुझे दो समस्याएं हैं:

  1. इस तथ्य के लिए कैसे ध्यान दें कि मेरे वनस्पति सूचक 250 मी के पिक्सेल से अधिक मापा जाता है?

    मैं मान सकता हूं कि वॉल्यूम घनत्व एक पिक्सेल पर स्थिर है, और मैं इस पिक्सेल को एक इन्वेंट्री प्लॉट के साथ नमूना करता हूं।

  2. मेरी मात्रा घनत्व की परिवर्तनशीलता का अनुमान कैसे लगाया जाए?

    मुझे लगता है कि मैं पेड़ की आबादी पर बूटस्ट्रैपिंग का उपयोग कर सकता हूं। लेकिन मेरे कुल पेड़ों की संख्या बहुत छोटी (7 से 20 ...) हो सकती है। इसके अलावा, मैं इस तथ्य को कैसे ध्यान में रख सकता हूं कि मैं विभिन्न आकारों के पेड़ों को उनके आकार के आधार पर माप रहा हूं? और अगर मैं संपूर्ण पिक्सेल पर देख रहा हूं तो परिवर्तनशीलता कैसे बदलनी चाहिए?

मैं यह भी सोच रहा था कि मैं एक वन का अनुकरण करने के लिए एक मोंटे कार्लो सिमुलेशन का उपयोग कर सकता हूं, और फिर बेतरतीब ढंग से इस जंगल का नमूना भूखंडों के साथ देख सकता हूं कि क्या चल रहा है ...

मेरे पास एक मजबूत सांख्यिकीय पृष्ठभूमि नहीं है, इसलिए मैं थोड़ा खो गया हूं!

जवाबों:


1

मैं आपके डेटा को बहुत अच्छी तरह से नहीं समझता, लेकिन मैं आपको बता सकता हूँ कि बहुराष्ट्रीय बूटस्ट्रैप का एक विकल्प जो दुर्लभ घटनाओं के लिए बेहतर काम करता है, वह है perturbation / जंगली बूटस्ट्रैप। Perturbation बेहद लचीला है और अक्सर गैर-iid डेटा को संभालने में सक्षम होता है, हालांकि कभी-कभी cdf को सही ढंग से अनुमानित करने के लिए चालाकी की बहुत आवश्यकता होती है। यदि आप बूटस्ट्रैप सूत्र को सही ढंग से निर्दिष्ट करने में सफल होते हैं, तो आप कम अनुमान लगाएंगे और संभवत: पहले बताई गई स्मूथिंग विधि की तुलना में कम पक्षपाती होंगे, विशेष रूप से आपके विरल डेटासेट, जो घनत्व अनुमानों को अस्थिर कर सकते हैं।


0

अगर मुझे इस समस्या से संपर्क करना होता तो मैं सबसे पहले शुरू करता:

  1. स्रोत डेटा के मानचित्र को देख रहा है
  2. सतह पर किसी तरह की 2 डी चौरसाई करने का प्रयास करते हुए, इसे एआईसी के साथ सूचित करने का प्रयास करें
  3. स्थान पर चिकनी के व्युत्पन्न की गणना करें और डेल्टा विधि का उपयोग करके आउटपुट में भिन्नता के इनपुट में भिन्नता से संबंधित करें
  4. दृष्टिकोण को सत्यापित / सत्यापित करने के लिए इसके परिणामों को कुछ "ज्ञात" मूल्यों से तुलना करें

प्रासंगिक लिंक: http://www.stanford.edu/class/cme308/notes/TaylorAppDeltaMethod.pdf http://www.ingentaconnect.com/content/klu/stco/2010/00000020-00000004/00009140?crawler=true

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.