空间统计技术总结.ppt

样条： 桩点： 样条函数是灵活曲线规的数学等式，为分段函数，一次拟合只有少数数据点配准，同时保证曲线段的连接处为平滑连续曲线(任意点可导)。 这就意味着样条函数可以修改曲线的某一段而不必重新计算整条曲线，插值速度快；保留了微地物特征，视觉上的满意效果。 样条插值(Spline Surface) 图示 样条插值类型 规则样条插值(Regularized) 拟合的曲面光滑、渐变，可能超出采样点的范围。 权重—在曲率最小化表达式中，定义曲面的3阶导权重，控制表面的平滑度。权重越大，曲面越光滑；权重必须大于或等于0，常取值为0， 0.001， 0.01，0.1， 0.5等。 张力样条(Tension) 拟合的曲面不似前者那样光滑。 权重－定义张力的权重。该系数越大，拟合表面越粗糙。权重必须大于或等于0，常取值为0， 1， 5，10等。 样条插值插值评价 样条函数易操作，每次只用少量数据点，插值速度快；同时，当表面很平滑时，也不牺牲精度；保留了微地物特征，视觉效果好；不需要对空间方差和结构做预先估计；不需要做统计建设，而这些假设往往是难以估计和验证的；一般要求有连续的一阶和二阶导数；它适合于根据很密的点内插等值线，特别是从不规则三角网内插等值线。 不适用于在短距离内属性有较大变化的地区，否则估计结果偏大。 样条内插的误差不能直接估算，同时在实践中要解决的问题是样条块的定义以及如何在三维空间中将这些块拼成复杂曲面而又不至于引入原始曲面中所没有的异常现象等问题 Kriging插值 克里金插值是地统计分析的一种方法，由南非采矿工程师D.G.克里格（D. G. Krige）于1951年首次提出，故命名为“克里金”法，后经法国著名地理数学学家G. Matheron发展深化。 克里金插值：认为任何在空间连续性变化的属性是非常不规则的，不能用简单平滑数学函数进行模拟，可以用随机表面给予较恰当的描述。 目的：提供确定权重系数最优的方法和并能描述误差信息 地统计分析，都是建立在平稳假设的基础上的，这种假设在一定程度上要求所有数据值具有相同的变异性。另外，大多数的克里金插值方法（如普通克里金法、简单克里金法和泛克里金法等）都假设数据服从正态分布。如果数据不服从正态分布，需要进行数据变换，从而使其服从正态分布。 因此，在进行地统计分析之前，需要检验数据的分布特征。可以通过直方图和QQPlot分布图来判断数据是否符合正态分布。 地统计学是以区域化变量理论为基础，以变异函数为主要工具，研究那些在空间分布上既有随机性又有结构性，或空间相关和依赖性的自然现象的科学。 协方差函数和变异函数是以区域化变量理论为基础建立起来的地统计学的两个最基本的函数。地统计学的主要方法之一，克立格法就是建立在变异函数理论和结构分析基础之上的。 变异函数把方差的变异大小作为一个距离的函数，是地理学相近相似定理的定量化。用于定量的描述空间变异和空间相关性，为Kriging插值提供依据。半方差的估算公式: 变异函数 (半方差） 例如：假设某地区降水量Z(x)（单位：mm）是二维区域化随机变量，满足二阶平稳假设，其观测值的空间正方形网格数据如图4.2.1所示（点与点之间的距离为h=1 km）。试计算其南北方向及西北和东南方向的变异函数。 图4.2.1 空间正方形网格数据（点间距h=1 km） 从图4.2.1可以看出，空间上有些点，由于某种原因没有采集到。如果没有缺失值，可直接对正方形网格数据结构计算变异函数；在有缺失值的情况下，也可以计算变异函数。只要“跳过”缺失点位置即可（图4.2.2）。 首先计算南北方向上的变异函数值，由变异函数的计算公式可得 =385/72=5.35 图4.2.2 缺失值情况下样本数对的组成和计算过程☉为缺失值 同样计算出 最后，得到南北方向和西北—东南方向上的变异函数计算结果见下表。同样可以计算东西方向上的变异函数。 50.00 59.13 30.85 12.95 7.06 22.90 25.69 17.55 9.26 5.35 2 8 13 21 32 N(h) 5 13 21 27 36 N(h) 7.07 5.65 4.24 2.82 1.41 h 5 4 3 2 1 h 方向 西北—东南 方向 南北 这样对不同的空间分隔距离h，计算出相应的 和