第15章arcgis地统计分析.pptVIP

15.5.8 协同克里格插值 当同一空间位置样点的多个属性之间存在某个属性的空间分布与其它属性密切相关，且某些属性获得不易，而另一些属性则易于获取时，如果两种属性空间相关，可以考虑选用协同克里格法。协同克里格法把区域化变量的最佳估值方法，从单一属性发展到两个以上的协同区域化属性。但它在计算中要用到两属性各自的半方差函数和交叉半方差函数，比较复杂。协同克里格方法插值的实现过程与上述操作基本类似。 15.6 小结 本章简单介绍了地统计分析方法的概念和基本原理，及地统计分析方法在ArcGIS的地统计分析扩展模块中的实际运用操作。 在模块工具中，本章详细介绍了ArcGIS的地统计分析扩展模块的工具以及工具的使用方法。在插值方法中，本章介绍了空间确定性插值与地统计插值。在空间确定性插值中详细介绍了反距离加权插值、全局多项式插值、局部多项式插值、径向基函数插值的方法和具体的操作步骤。在地统计插值中，详细介绍了普通克里格插值、简单克里格插值、泛克里格插值、指示克里格插值、概率克里格插值、析取克里格插值、协同克里格插值等的具体方法和详细地操作步骤。 实验：克里格方法内插生成高程曲面 1 背景 现有某地区一系列高程采样点，需要通过内插生成该地区的高程曲面，为后续研究提供合理的数据层面信息。 2 目的 地统计模块中提供了六种克里格插值方法，每种方法的原理和适用范围不尽相同。通过练习熟练掌握并理解每种克里格方法的原理及其实习过程，体会在具体应用中的适应性。 3 要求 根据数据特征，至少选用一种克里格方法内插生成高程曲面，并分析对于此案例该方法的适用性。有能力的同学可选用多种克里格方法进行插值，并比较对于此例不同方法的优劣。 4 数据 某地区的高程采样点数据，数据存放在……\ex1 5 操作步骤 1）在arcmap中加载jyg.shp。 2）右击工具栏，启动地统计模块Geostatistical Analyst。 3）单击Geostatistical Analyst模块的下拉箭头并单击creat subsets命令。 next 4）单击Geostatistical Analyst模块下拉箭头选择explore data中的histogram，或单击Geostatistical Analyst模块下拉箭头选择explore data中的normal QQPlot命令，生成结果如下图所示，由下图可知，数据分布基本符合正态分布的假设，不需要进行数据变换。 5）单击Geostatistical Analyst模块下拉箭头选择explore data中的trend analysis命令，查看数据是否存在趋势。由下图所知，南北方向不存在趋势，而东西方向有明显的东高西低的趋势出现，因此需要用一次曲面拟合，即在后续剔除趋势中选择first。 5）单击Geostatistical Analyst模块下拉箭头选择Geostatistical wizard。 6）在dataset1选项卡中选择训练数据jyg-training及其属性station，在validation选项卡中选择检验数据jyg-test及其属性station，在methods中选择kriging内插方法。最后单击next。 7）展开泛克里格universival kriging，并单击预测图prediction map，在dataset1选项卡中的transformation里选择none变化方式表示无需进行数据变换，在order of trend中选择first，单击next。 剔除趋势示意图 8）在Detrending对话框中，点击next。 9）在semivariogram/covariance modeling对话框中，先按照默认参数进行操作，在得到对精度模型评定的结果后，发现结果误差太大，返回更改对话框中的参数。经过比较发现，将分组数的number of 设置为10得到的结果较好。需要注意的是在设置分组时，尽量保证每组中的样点对数大于10.最后单击next。 10）在searching neighborhood对话框中，单击next。 11）在cross validation对话框中，显示对模型的精度评价。如下图所示，在对不同参数得到模型的对比中，可参考（prediction error）中的几个指标。符合以下标准的模型是最优的：标准平均值（mean standardized）最接近0，均方根预测误差（root-mean-square）最小，平均标准误差average mean error最接近于均方根预测误差（root-mean-square），标准均方根预测误差（root-mean-square standardized）最接近1