第十章地统计分析详解.pptxVIP

第十章 地统计分析;10.1.1基本原理;1.前提假设; 当一个变量呈现一定的空间分布时，称之为区域化变量，它反映了区域内的某种特征 或现象。区域化变量与一般的随机变量不同之处在于，一般的随机变量取值符合一定的概 率分布，而区域化变量根据区域内位置的不同而取不同的值。而当区域化变量在区域内确 定位置取值时，表现为一般的随机变量，也就是说，它是与位置有关的随机变量。在实际 分析中，常采用抽样的方式获得区域化变量在某个区域内的值，即此时区域化变量表现为 空间点函数： 根据其定义，区域化变量具有两个显著特征：即随机性和结构性。首先，区域化变量 是一个随机变量，它具有局部的、随机的、异常的特征；其次，区域化变量具有一定的结 构特点，即变量在点x 与偏离空间距离为h 的点x+h 处的值Z(x)和Z(x+h)具有某种程度 的相似性，即自相关性，这种自相关性的程度依赖于两点间的距离h 及变量特征。除此之 外，区域化变量还具有空间局限性（即这种结构性表现为一定范围内）、不同程度的连续 性和不同程度的各向异性（即各个方向表现出的自相关性有所区别）等特征。 ;（1） 协方差函数 协方差又称半方差，表示两随机变量之间的差Z(x)为区域化随机变量，并满足二阶平稳假设，即随机变量Z(x)的空间分布规 律不因位移而改变；h 为两样本点空间分隔距离； 为Z(x)在空间点 处的样本值；在概率论中，随机变量X 与Y 的协 方差。 （2） 半变异函数 半变异函数又称半变差函数、半变异矩，是地统计分析的特有函数。区域化变量Z(x) 在点x 和x+h 处的值Z(x)与Z(x+h)差的方差的一半称为区域化变量Z(x)的半变异函数， 记为r(h)，2r(h)称为变异函数。 （3）半变异函数和协方差函数把统计相关系数的大小作为一个距离的函数，是地理学相近 图10.1 和图10.2 显示，半变异值的变化随着距离的加大而增加，协方差随着距离的 相似定理定量量化。图10.1 和图10.2 为一典型的半变异函数图和其对应的协方差函数图。 ;（3） 变异分析 ;一个完整的 、分析数据，找寻数据暗含的特点和规律，比如是否为正态分布、有没有趋势效应、 各向异性等等；然后选择合适的模型进行表面预测，这其中包括半变异模型的选择和预测 模型的选择；最后检验模型是否合理或几种模型进行对比。尽管在 ArcGIS 中利用地统计 分析模块完成上述过程非常简单，但是遵循一个结构化处理过程仍很重要。;（1） 数据显示： 在 ArcMap 的数据图层。 （2） 数据检查 ：数据显示 数据检查 模型拟合 模型诊断 模型比较 1 3 2 4 5 图10.3 空间估值流程图 分析数据集 数据检查内容包括检验数据分布、寻找数据 离群值、全局趋势分析、探测空间自相关及方向 变异，以及多数据集协变分析。 （3） 模型拟合 ： 基于对数据 型创建表面。全面的数据检查有助于选择出 合适的模型。 （4） 模型诊断 ： 评估模型的 值的预测效果。诊断的主要内容包括：①预 测的准确性。②模型的有效性。 （5） 模型比较 ： 通过设置不同参数或者选择多个可选模型创建表面，通过对比分析可以确定哪个模型能更好的预测未知值。 。;克里格插值（Kriging）又称空间局部插值法，是以变异函数理论和结构分析为基础， 在有限区域内对区域化变量进行无偏最优估计的一种方法，是地统计学的主要内容之一。 地统计分析的核心就是通过对采样数据的分析、对采样区地理特征的认识选择合适的 空间内插方法创建表面。插值方法按其实现的数学原理可以分为两类：一是确定性插值方 法，另一类是地统计插值，也就是克里格插值， 确定性插值方法以研究区域内部的相似性（如反距离加权插值法）、或者以平滑度为 基础（如径向基函数插值法）由已知样点来创建表面。地统计插值方法（例如克里格法） 利用的则是已知样点的统计特性。地统计插值方法不但能够量化已知点之间的空间自相关 6 性，而且能够解释说明采样点在预测区域范围内的空间分布情况。;1.功能模块介绍 ArcGIS 地统计分析模块主要 由三个功能模块组成，探索性数据 分析（Explore Data）、地统计分析 向导（Geostatistical Wizard），以 及生成数据子集（Create Subsets）。 利用这些基本功能模块，可以方便 的完成多种地统计分析，创建完善 的专题地图（表面预测）。 2. Geostatistical Analyst 的启动 （1） 右击工具栏，启动地理统计模块Geostatistical Analyst。 （2） 单击Geostatistical Analyst 下的Explore Data 菜单。;