Регрессионные анализ в ГИС ARCGIS

1. Регрессионный
анализ

2. Регрессионный анализ — раздел
математической статистики, объединяющий
практические методы исследования
регрессионной зависимости между величинами по
статистическим данным.
В приложении к геоинформатике и
геоинформационным системам (ГИС)
регрессионный анализ позволяет:
• моделировать, исследовать и анализировать
пространственные взаимосвязи;
• объяснить факторы, влияющие на эти
пространственные взаимоотношения;
• моделировать предположения о возможности
осуществления какого-либо (пространственного)
события в будущем.

3. Для выыполнения
регрессионного
анализа
используются
инструменты
приложения
ArcToolbox из набора
Моделирование
пространственных
взаимоотношений
(Modeling Spatial
Relationships).

4. Примеры использования
регрессионного анализа
Ι. Лесное хозяйство
Исследование комплексного влияния рельефа и
аэропромышленных загрязнений на биометрические
параметры древостоев.
Исследовались сосновые древостои естественного
происхождения, произрастающие на территории с горно-
увалистым рельефом, прилегающей к Среднеуральскому
медеплавильному заводу (СУМЗ, г. Ревда).
В результате проведенных исследований установлено, что
увеличение высоты местности над уровнем моря, расстояния до
СУМЗа и снижение освещенности макросклона сопровождаются
уменьшением величин средних диаметров и высот древостоев.

5. Цифровая модель района исследований Экспозиция склонов

6. Данный проект позволяет
оценить величины потерь
прироста древесины,
вызванных действием
аэропромышленных
загрязнений, как в отдельно
взятом выделе, так и по
лесничеству или лесхозу в
целом. Совершенствование
моделей и расчет
прогнозных карт базовых
таксационных характеристик
древостоев на основе
регрессионных уравнений и
растрового моделирования
с помощью ГИС в
перспективе позволят
увеличить ревизионный
период между повторным
лесоустройством и снизить
затраты на его проведение.
Средние высоты сосновых древостоев
в возрасте 100 лет

7. ΙΙ. Сельское хозяйство
1. «Исследование агрогеографических закономерностей»
Были исследованы факторы, активизирующие эрозионные
процессы в пределах Северо-Востока Нечерноземной зоны
России на основе статистического анализа фондового
материала, отражающего состояние ландшафтной среды и
производства в ее пределах.
В данной работе использовались мультирегрессионный
линейный анализ и расчет парных нелинейных уравнений.
Линейные мультирегрессионные модели позволили определить
факторы, достоверно влияющие на эрозию.
Определение экстремальных (оптимальных или критических)
значений факторов проводилось на основе анализа результатов
нелинейных уравнений парной регрессии, описывающих вид
зависимости интенсивности почвенного размыва от изучаемого
фактора.
Итак, использование геоинформационных технологий
исследования агрогеографических закономерностей позволяет
существенно расширить возможности комплексного изучения
природной среды агроландшафтов и управления их
компонентами.

8. Факторы эрозионной деградации
пахотных почв в пределах Евро-
Северо-Востока РФ:
1. Отсутствие факторов
деградации;
2. Недостаток пастбищ;
3. Недостаток сенокосов;
4. Низкий уровень базиса эрозии;
5. Значительная расчлененность
рельефа;
6. Низкий уровень базиса эрозии и
значительная расчлененность
рельефа, 7. Низкий уровень базиса
эрозии, значительная
расчлененность рельефа и
недостаток сенокосов;
8. Низкий уровень базиса эрозии,
недостаток сенокосов и пастбищ;
9. Значительная расчлененность
рельефа, недостаток сенокосов и
пастбищ;
10. Значительная расчлененность
рельефа, низкий уровень базиса

9. 2.Оптимизация размещения посевов
сельскохозяйственных культур
В данной работе показаны принципы прогнозирования
урожайности культур в условиях реального хозяйства,
основанные на использовании мониторинговых
наблюдений, результаты которых анализировались с
помощью информационных технологий.
Метод основан на расчете значений урожайности
культуры для условий хозяйства с помощью
регрессионного анализа функциональных зависимостей
урожая от условий природной среды, полученных по
результатам ландшафтно-полевого опыта.
Проект реализовывался на основе данных
предоставленных отдельным хозяйством.
Основным результатом работы является карта
местонахождения ареалов, наиболее оптимальных для
произрастания трав.

10. Карта местонахождения ареалов, наиболее оптимальных для
произрастания трав.

11. ΙΙΙ. Добывающая промышленность
Анализ пространственной дифференциации параметров
качества нефтей в целях оценки эффективности инвестиций
Неоднородность пространственного распределения качественных
характеристик и технологических параметров минерально-сырьевой
базы углеводородного сырья (МСБ УВС) способна оказать
существенное влияние на экономическую эффективность инвестиций в
освоение как отдельных объектов (месторождений), так и оцениваемых
территорий в целом (районы, субъекты федерации, федеральные
округа).
Под «факторами качества запасов» понимаются любые параметры,
характеризующие запасы природного ресурса. Наибольший интерес
представляет группа факторов качества. Она интересна тем, что
оказывает влияние на обе составляющие рентабельности - на цену и
себестоимость . Учет данной группы факторов предполагает
рассмотрение нефти с нескольких точек зрения. В данном случае, при
анализе с учетом факторов качества, нефть рассматривается как
товарный продукт (реализация сырой нефти).
На рисунках ниже представлены результаты пространственного
анализа МСБ УВС с использованием методики регрессионного анализа.

12. Пространственная изменчивость одной из качественных характеристик
(плотности) нефти Тимано-Печорской НГП (в пределах Ненецкого АО) через
соотношение количества баррелей в 1 тонне нефти, так как величина
количества баррелей в тонне является производной от плотности.

13. Изменение цены реализации одной тонны нефти при осуществлении
корректировки цены по методике «обобщенный НПЗ» нефтяного агентства
Platt’s.

14. ΙV. Медицина и ветеринария
Применение методов регрессионного анализа в
эпизоотологическом анализе
С целью прогнозирования возможного распространения
заболеваний в ИАЦ проводится работа анализу данных по
текущей заболеваемости.
Например, исследование данных о вспышках африканской
чумы свиней (АЧС) на территории России за 2007-2010 гг.
позволило сделать вывод о различных факторах,
обусловливающих распространение заболевания среди диких
кабанов и среди домашних свиней.
Так, вспышки заболевания у диких кабанов имеют тенденцию
группировки вдоль лесных массивов у подножья Кавказского
хребта.
Направление же распространения заболевания среди
домашних свиней совпадает с направленностью основных
транспортных магистралей в регионе, что дает право
предположить антропогенную природу переноса возбудителя
(при транспортировке животных, мясопродуктов и кормов).