基于多维辅助变量数据的区域采样布局优化方法研究

利用与目标变量有显著相关关系和有意义的多维辅助变量数据优化采样点布局是区域采样设计的发展趋势。但目前无论是基于目标变量本身的历史样点数据，还是基于多维辅助变量数据，获取目标变量的先验空间变异信息依然是大部分区域采样布局优化研究的着眼点，辅助变量数据没有得到充分利用。本项目分别从使采样点在多维特征空间和地理空间中均匀分布、提高目标变量空间变异估测分析精度等三个基本优化目标出发，研究构建相应的优化目标函数，分析采样尺度对区域采样点布局优化的影响机理，进一步建立兼顾优化地理空间和特征空间的多目标优化的目标函数，发展利用多维辅助变量数据实现固定采样点数控制下的区域采样点布局优化方法，为区域资源环境调查的采样点布局和固定观测点布设中的遥感及其它多维辅助变量数据的有效应用奠定理论和方法基础。

利用与目标变量有显著相关关系和有意义的多维辅助变量数据优化区域采样点布局是采样设计的发展趋势。围绕如何利用多维辅助变量数据进行区域采样点布局优化，本项目研究构建了兼顾优化地理空间和特征空间的统一的多目标优化目标函数，提出了利用多维辅助变量数据实现固定采样点数控制下的区域采样点布局优化方法，为区域资源环境调查的采样点布局和固定观测点布设中的遥感及其它多维辅助变量数据的有效应用奠定了理论和方法基础。主要工作进展及结果如下：.（1）提出了降维条件超拉丁立方体空间优化目标函数构建方法，实现了连续数值和类别数据等不同类型数据同时参与下的统一的多维特征空间构建，同时也解决了辅助变量多和数据冗余问题，通过辅助变量特征空间降维对采样布局优化结果的影响分析，结果表明选取累积贡献率达到85%的前k个主成份构建的特征空间具有较高的优化效率，但当主成份数大于5，说明辅助变量与目标变量间相关性较低，无法提高布局优化效率。.（2）构建了融合地理空间均匀分布和提高目标变量的空间变异估测分析精度的地理空间优化目标函数，通过对目标优化的影响机理和模拟试验分析，表明目标函数中地理空间均匀分布优化和点对频率分布优化的权重比系数设为1:1（在无任何先验知识条件下）和1:scale（在有粗略的目标变量相关距信息条件下，其中，scale为采样平均间距与相关距之比）将具有较好的优化效果。.（3）构建了兼顾地理空间均匀分布、辅助变量特征空间均匀分布和目标变量的空间变异分析精度等三个优化目标的统一的多目标优化目标函数，并分析了不同采样目标和先验知识条件下的多目标函数权重系数取值。.（4）针对区域采样布局方案生成问题，改进了退火模拟算法，并重点分析确定了初始值及其缩小速度、扰动机制及SSA终止条件的限制等参数的设定，提高了效率较和样点布局优化结果的稳定性；同时提出了基于电荷排斥模拟采样布局方案生成方法，进一步提高了运行效率和样点布局优化结果的稳定性。.（5）集成上述结果，提出了利用多维辅助变量数据实现固定采样点数控制下的区域采样点布局优化方法，并在北京顺义进行农田环境监测采样实践应用，取得了较好的效果。