GIS空间连续数据分析方法.pptVIP

第七章 空间连续数据分析方法;7.1 空间连续数据的插值方法 7.2 趋势面分析 7.3 连续数据的空间依赖性测度——协方差和半方差图 7.4 克立格方法;7.1空间连续数据的插值方法;IDW（Inverse Distance Weighted）:距离倒数加权; IDW方法的缺陷： ①需要多大的局部邻域内的样本点对未知点数据进行估计是未知的。 ②当要素场存在空间异质性或各向异性时，邻域的大小、方向和形状都会对估计产生影响。 ③对权重系数的估计依赖于经验，缺乏理论支持。 ④对未知点的数据估计不能超过观测数值的值域，空间滑动平均的结果的好坏依赖于采样点的布局。;实习1：利用ArcGIS IDW工具内插生成DEM;1、TIN(Triangular Irregular Network，不规则三角网模型，或Delaunay三角网);7.1.2 基于嵌块的空间插值方法;2、Voronoi图（Thiessen多边形） ;7.1.3 核密度估计方法（Kernel Density）;7.2 趋势(Trend)面分析;原理: 设Zj(xj，yj)表示所分析现象的特征值，即观测值。趋势面分析就是把观测值Z的变化分解成两个部分，即： Zj(xj，yj)＝f(xj,yj)＋σj 式中：f(xj,yj)为趋势值，σj为剩余值。 ;;7.3 连续数据的空间依赖性测度——协方差和半方差图;7.4 克立格插值方法;3.universal kriging是把一个确定性趋势模型加入到克立格估值中，将空间过程总可以分解为趋势项和残差项两个部分的和，有其合理的一面。如果能够很容易地预测残差的变异函数，那么该方法将会得到非常广泛的应用。4.indicator kriging 将连续的变量转换为二进制的形式，是一种非线性、非参数的克立格预测方法。?5.disjunctive kriging也是一种非线性的克立格方法，但它是有严格的参数的。这种方法对决策是非常有用的因为它不但可以进行预测，还提供了超过或不超过某一阈值的概率。;7.probability kriging是由于指示克立格法并没有考虑一个值与阈值的接近程度而只是它的位置，因此提出了概率克立格法。对每个值它利用rank order 作为辅助变量利用协同克立格法来预测指示值。;Question What are the interpreted predictions that create a Quantile map?Answer The output associated with a 0.5 quantile map corresponds to the median estimation of the value at each unsampled location. The 0.75 quantile represents values that are overestimated and correspond approximately to a 25% probability that the value at the unsampled location exceeds this estimation. Quantile maps can be used in the decision making process when misclassification is undesirable since it is better to overestimate values at unsampled locations than to not identify locations with increased values.?