如何解决将多种空间聚类方法与地面真实土壤数据进行比较
我将不同的空间聚类方法应用于地块尺度的一系列卫星图像和相同地块的土壤图的结果。
我想了解哪种不同的聚类方法更能识别土壤特性的差异。我将问题分解为两个：
注意：土壤图数据不是正态分布的，各个区域的方差很少是同质的。
回答上述问题的好方法是什么？
我考虑了以下方法：
为了回答（1）
- A) automap::autoKriege，在聚类识别的区域上插入土壤图数据，为每个区域提供均值和 st.dev。 但是考虑到输入的非正态性，这些统计数据是否合理？ 如何使用这些统计数据来比较差异？
- B) 我可以提取每个聚类区域上的土壤图值。然后使用非参数 ANOVA 和 Post-Hoc 检验来比较值，但这不考虑空间相关性...
- C) 使用 linear mixed model (LMM) con Restricted Maximum Likelihood (REML)，然后如何应用事后测试？
为了回答（2）
- A) 计算每个区域中获得的值的变异系数，以便获得较低 CV 的方法对应于更均匀的区域。
不知何故（1+2）
- A) 只需使用 Rand Index 来衡量“为数据分配离散标签的两种方法的相似性”，并对应用于每个领域的所有聚类方法的相似度进行排序。但是，此选项不能完全回答问题 1 和 2。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
