ArcGIS中空间数据统计、插值分析-以克里金插值法为例--胡碧峰.ppt

空间数据的插值分析-以克里金插值法为例;空间插值; 空间插值的理论假设是：空间位置上越靠近的点，越可能具有相似的特征值，而距离越远的点，其特征值相似的可能性越小。空间插值方法正是依据该假设设计的，分为整体插值方法和部分插值方法两类。 整体插值：用研究区域所有采样点的数据进行全区域特征拟合，如边界内插法、趋势面分析等。 部分插值：仅仅用邻近的数据点来估计未知点的值，如最邻近点法（泰森多边形方法）、移动平均插值方法（距离倒数插值法）、样条函数插值方法、空间自协方差最佳插值方法（克里金插值）等。;克里金插值; 克里金插值方法; 设 为区域上的一系列观测点， 为相应的观测值。区域化变量在 处的值 可采用一个线性组合来估计： ;从本征假设出发, 可知 为常数,有 ;;;2、直方图：直方???显示数据的概率分布特征以及概括性的统计指标。从图中可观察分析数据是否为正态分布。克里格方法对正态数据的预测精度最高，而且有些空间分析方法特别要求数据为正态分布。 ;3、正态QQ Plot图： 　 检查数据的正态分布情况。作图原理是用分位图思想。直线表示正态分布，从图中可以看出数据很接近正态分布 ;（3）趋势分析图。 　蓝线表示南北方向，呈近似水平，可见南北方向无趋势。绿线表示东西方向，呈倒U形，可用二阶曲线拟合，在后面进行表面预测时将会去除。;;4、半变异函数/协方差函数。 该图可以反应数据的空间相关程度，只有数据空间相关，才有必要进行空间插值法。图表的横坐标表示任两点的空间距离，纵标表示该两点的半变异函数值。根据距离越近越相似的原理，因而x值越小，y值应该越小。 ;在ArcGIS中进行常规克里格插值的基本操作流程;;调入“地统计分析“工具;;2.参数设置;;3.参数设置;;;;;;;;图例调整;;;;