IDW与克里金插值法比较.docVIP

1、地理配准 （1）、启动ArcMap，在主菜单中点击自定义→工具条→地理配准，加载地理配准工具条如图1 图一 地理配准工具条 （2）、在主菜单中单击视图→数据框属性，打开数据框属性对话框，单击坐标系标签，打开坐标系选项卡，选择坐标系统“Beijing_1954”如图2 图2 数据框属性表 （3）、在内容列表中右击安徽全图高清版.jpg，单击全图，全图显示图像文件，在地理配准工具条上，单击地理配准→适应显示范围，将在与目标图层相同的区域中显示栅格数据集。如图3 图3 栅格数据集的显示 （4）、单击地理配准工具条上的按钮，在影像中选取相应的点，然后右击，输入X和Y的值，这样就完成了一个点的配准。 （5）、依次在影响上增加5~7个控制点，单击地理配准工具条上的查看属性表，打开连接表对话框，可以查看各点的残差与RMS总误差,可删除残差较大的点，以便更精确。如图4 图4 连接表 （6）、单击地理配准→变换→一次多项式（仿射）。 （7）、单击地理配准→更新地理配准，完成栅格图像的配准。 （8）、单击地理配准→纠正→，打开另存为对话框，生成一个新的栅格影像文件。如图5 图5 影像另存为 2矢量化 启动arccatalog，在选定的目录下，单击鼠标右键选择new/personal geodatabase，新建一个个人数据库，在新的数据库里新建数据集，设定坐标系，空间参照和精度等参数，再在数据集里新建要素类，分别命名为市界，县界两个多边形要素类，一个点要素类。矢量化结果如下图： 3数据分析 一直方图 单击Geostatistical Analyst模块的下拉箭头选择ExploreData并单击Histogram。 设置相关参数，生成直方图。 通过直方图发现安徽各县域的人均GDP原始数据并不服从正态分布，需要进行数据转换，在直方图中的Translation下选择log变化方式。 对数据进行取对数变换之后发现数据比正态分布的数据更加集中于平均值附近。 二正态QQPlot分布图 1）单击Geostatistical Analyst模块的下拉箭头选择ExploreData并单击Normal QQPlot 2）设置参数，生成Normal QQPlot分布图 从上图中可以看出安徽县域人均GDP的采样数据不符合正态分布，对其进行数据变换之后，数据近似符合正态分布。因为采样点数据在图中近似沿直线分布。 通过以上的数据分析采集的数据经过变换后符合正态分布，可以进行插值分析。 4进行GDP插值方法分析 生成数据子集 将用于进行差值分析的点数据分成两部分。一部分用来空间结构建模及生成面，另一部分用来比较和验证预测的质量，分别命名为点training和点test。如下图： 反距离加权插值 在arcmap中加载地统计数据点图层。 单击Geostatistical Analyst模块的下拉箭头单击Geostatistical Wizard，弹出输入数据与方法选择对话框，如下图 在左图input中选择进行内插的实验数据，右图input中选择进行内插的检验数据，两张图attribute选择人均gdp 选择IDW，单击next按钮，弹出反距离内插参数设置对话框，如下图 选择权重power为2其他参数如图 单击next按钮，弹出反距离加权内插正交验证对话框，如下图 单击next按钮，弹出反距离加权内插验证对话框，如下图： 单击finish按钮，完成操作，其生成的内插结果如图所示： 发现内插结果图的边界小于矢量化的边界图，进行外推，右击打开Inverse Distance Weighting权重为2 的layer properties对话框，选择extent，在set the extent to后选择需要的边界，然后确定，如下图。 然后进行裁剪，右击layers打开data frame properties对话框，选择data frame标签，在clip to shape下勾选enable，单击specify shape弹出data frame clipping对话框在outline of features里选择市届。如下图 然后确定，裁剪后得到下图。 取权重power为4重复以上步骤得到结果图如下： 普通克里格插值 1）创建预测图 1单击Geostatistical Analyst模块的下拉箭头单击Geostatistical Wizard 2在弹出的对话框中在dataset1选择训练数据及其属性人均gdp，在validation中选择检验数据及其属性gdp，选择克里格内插方法。单击next按钮。 3在弹出的对话框中，展开普通克里格，单击预测图，dataset1的transformation里选择log变化方式，order of trend removal里选择sec