تحلیل داده های فضایی با استفاده از توابع مفصل

یکی از ابزارهای قوی برای ساخت توزیع های چندمتغیره براساس توزیع های کناری متغیرهای وابسته توابع مفصل هستند‎.ساختار این توابع به گونه ای است که بر اساس آنها می توان خصوصیات وابستگی متغیرها را به صورت یک تابع تعیین کرد.‎ در تحلیل داده های فضایی لازم است ساختار همبستگی داده ها توسط توابع کواریانس و توزیع چندمتغیره تحقق های میدان تصادفی تعیین شوند. ‎ در این رساله برای مدل بندی ساختار همبستگی داده های فضایی با استفاده از توابع مفصل‏، خانواده ای جدید از توابع مفصل فضایی معرفی می شود و ویژگی های اعتبار آن تعیین می گردد. سپس خانواده معرفی شده با الگوریتم زنبور عسل برای تحلیل داده های بارش در استان خوزستان به کار گرفته خواهد شد. در ادامه الگوهای نقطه ای‎ فضایی با استفاده از توابع مفصل با دو رویکرد فاصله محور و شمارش-فاصله محور مدل بندی می شوند‏ و نقش این توابع در پیشگویی فرآیندهای نقطه ای تعیین می گردد. آن گاه داده های اثرات آلودگی ناشی از حیوانات موزی در سطح شهر مادرید توسط مدل های ارائه شده مورد بررسی قرار می گیرد. برای تحلیل داده های فضایی-زمانی با استفاده از توابع مفصل نیز خانواده ای از توابع کواریانس فضایی-زمانی معتبر ارائه و ثابت می شود برخلاف برخی توابع کواریانس فضایی-زمانی ارائه شده در منابع‏، فاقد گودال در تاخیرهای فضایی یا زمانی هستند. در ادامه توابع کواریانس معرفی شده برای تحلیل داده های ازن در شهر تهران به کار گرفته و پارامترهای آن ها با استفاده از الگوریتم ژنتیک برآورد می شوند. در پایان دقت و عملکرد الگوریتم های زنبور عسل و ژنتیک در برآورد پارامترهای توابع کواریانس به دست آمده طی مطالعه ای شبیه سازی مورد ارزیابی و مقایسه عددی قرار می گیرد.