贝叶斯最大熵地统计学方法及其在土壤和环境科学上的应用

• 作者: 张贝 李卫东 杨勇 汪善勤 蔡崇法
• 来源期刊: 土壤学报
• 学科: 农学
• 关键词: 贝叶斯最大熵 地统计学 土壤学 环境科学
• 年，卷（期）: 2011,（4）
• 页码范围: 831-839
• 分类号: S15|X5
• 字数: 8289字
• 语种: 中文

摘要

贝叶斯最大熵(Bayesian Maximum Entropy,BME)地统计学方法是近年来出现的一种时空地 统计学新方法.相对于传统的克里金方法,该法具有坚实的认识论框架和方法学基础.它不需要作线性估 值、空间匀质和正态分布的假设,能够融入先验知识和软数据,并且不会损失其中蕴含的有用信息,提高了分 析精度.本文首先介绍了BME的基本理论及其估值方法,随后简单描述了该方法的理论发展过程及其在土 壤和环境科学上的应用情况,最后对该方法的应用做了总结与展望.经过国外研究者多年的开发和实践, BME方法已经被证明是一个理论上较为成熟,能够应用到实际研究中的优秀地统计学方法,在资源环境评估 上有着广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡崇法	华中农业大学资源与环境学院	158	4441	33.0	60.0
2	杨勇	华中农业大学资源与环境学院	26	256	10.0	15.0
3	李卫东	华中农业大学资源与环境学院	14	516	9.0	14.0
7	汪善勤	华中农业大学资源与环境学院	37	744	13.0	27.0
11	张贝	华中农业大学资源与环境学院	4	50	4.0	4.0