协同kriging.docVIP

一、原 理 具体的原理很复杂，你自己有空的时候再找书看看，或者哪天上qq了给你传一本关于地统计的电子书。赵老师具体怎么和你们交待任务的我也不清楚，你看看这个文档对你有没有帮助吧，有帮助的话就看看。 图1 如图1，A、B、C和D代表点数据图层上的点；U代表的是有机质、V代表的是全氮，U0代表要预测的点。打个比方说，假设预测D处的有机质需要周围至少三个已知点（A、B、C）的有机质含量Ui（i=1、2、3），但是现在点C处的有机质含量U3是不知道的（可以理解为赵老师把有些点的有机质给删除掉了），所以无法对D处的有机质U0做估计。但是我们知道有机质和全氮存在某种关系，同时A、B、C三处的全氮Vi（i=1、2、3）我们也知道，所以我们可以利用U1、U2和V1、V2求出有机质U和全氮V的关系，然后用V1、V2、V3 来求解D处的有机质预测值U0（即用全氮和有机质做协同分析插值，预测研究区的有机质）。 不知道这样解释你能不能看明白？？？ 二、主要步骤 图1：选择协同kriging（cokriging）方法，dataset 1 中选择要预测的那个字段（比如有机质om字段，这意味着最后kriging插值结果图中的数据是有机质） 图2：dataset 2中选择与有机质有相关性的属性（比如全氮） 图3：如果你分有验证数据，则选择validation（选择和dataset 1中一样的字段：有机质om），如果没有验证数据，就不用选这项。点击next。 图4：选择cokriging的类型（比如普通kriging插值：ordinary kriging），选择预测制图：prediction map。图4右边的方框我写错了，不是关于“趋势”的，是对数据做转换，如果数据已经符合正态分布了，这里的transformation就默认为none（dataset 1和dataset 2均是如此）。 图5：图里的参数估计不一定适合你的数据，根据你数据的实际情况自己设置一下吧；图上红色框框住的是三个比较常用的变异函数模型：球状模型、指数模型和高斯模型。如果要和kriging插值（图1中cokriging上方的kriging）方法做比较，要不你在cokriging和kriging两种方法中都用默认设置得了——意见仅供参考。 图6：这是用cokriging插值得到的结果图：有机质om的预测图（也就是图1中dataset1中选择的数据：有机质om；图6的左边标注有om字样，你把图放大就能看见了。）； 三、注 意 还是那句话，具体赵老师怎么说的我不清楚，所以你先考虑清楚下面的两个问题，然后再做作业。 赵老师说的比较什么意思？是指cokriging和kriging这两种插值结果的比较吗？ 你按照赵老师说的要求，看看cokriging和kriging插值中的有机质是选择有空值的那一列，还是选择没有空值的那一列？