3、环境监测网络特征与聚类分析

环境监测网络特征与聚类分析

1. 引言

环境数据分析的质量和误差传播在很大程度上受初始采样设计代表性的影响。地质统计方法（如克里金法）与实地样本相关，样本的空间分布对准确检测现象至关重要。目前，关于环境监测网络（MN）设计的文献众多，一些新的方法也不断涌现。然而，建模人员常常收到来自环境监测网络的真实数据，这些数据往往存在非均匀性（聚类）问题，聚类可能源于优先采样或某些区域难以到达。

以下是一些聚类监测网络的示例：
| 示例 | 描述 |
| ---- | ---- |
| 左上 | 俄罗斯布良斯克地区的Cs137调查 |
| 右上 | 日本的重金属调查 |
| 右下 | 瑞士的室内氡气调查 |

为解决聚类问题，人们开发了去聚类方法，通过根据空间聚类程度对分布函数进行加权来估计无偏全局参数。但去聚类方法较为复杂，且会不可避免地损失一些初始信息。因此，对监测网络进行严格表征十分必要，以便评估其检测环境现象的充分性。

2. 空间聚类及其后果

2.1 全局参数

聚类监测网络往往无法代表现象的真实空间模式，基于原始数据的建模过程会产生有偏差的结果。这种非代表性会导致全局参数（如均值、方差）的高估或低估，进而错误地重建支配现象的概率分布。

以下是一个模拟示例，展示了随机和聚类监测网络对现象均值和方差观测值的影响：
| 类型 | 均值 | 方差 |
| ---- | ---- | ---- |
| 真实值 | 0.26 | 0.77 |
| 随机MN | 0.26 | 0.79 |
| 聚类MN | 0.0