ArcGIS中几种空间插值方法.docxVIP

- -可编辑修改- ArcGIS中几种空间插值方法 反距离加权法(IDW) ArcGIS中最常用的空间内插方法之一，反距离加权法是以插值点与样本点 之间的距离为权重的插值方法，插值点越近的样本点赋予的权重越大，其权重贡 献与距离成反比。可表示为: 訴乙i# 其中Z是插值点估计值，Zi(i=1 An)是实测样本值，n为参与计算的实测样本数， Di为插值点与第i个站点间的距离，p是距离的幕，它显著影响内插的结果，它 的选择标准是最小平均绝对误差。 多项式法 多项式内插法(Polynomial Interpolation)是根据全部或局部已知值，按研 究区域预测数据的某种特定趋势来进行内插的方法 ，属统计方法的范畴。在 GA 模块中，有二种类型的多项式内插方法，即全局多项式内插和局部多项式内插。 前者多用于分析数据的全局趋势；后者则是使用多个平面来拟合整个研究区域， 能表现出区域内局部变异的情况。 样条函数内插法 样条函数是一个分段函数，进行一次拟合只有少数点拟合，同时保证曲线段 连接处连续，这就意味着样条函数可以修改少数数据点配准而不必重新计算整条 曲线。样条函数的一些缺点是：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 又不引入原始曲面中所没有的异常现象等问题。 克里格插值法 克里格法是GIS软件地理统计插值的重要组成部分。这种方法充分吸收了 地理统计的思想，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 单的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。 这种连续性变 化的空间属性称为“区域性变量”，可以描述象气压、高程及其它连续性变化的 描述指标变量。地理统计方法为空间插值提供了一种优化策略， 即在插值过程中 根据某种优化准则函数动态的决定变量的数值。Kriging插值方法着重于权重系 数的确定，从而使内插函数处于最佳状态，即对给定点上的变量值提供最好的线 性无偏估计。 n 对于普通克里格法，其一般公式为 z(x。) iZ(Xi)，其中，Z(Xi)(i=1, i 1 An)为n个样本点的观测值，Z(xo)为待定点值，i为权重，权重由克立格方程 组： n C(x , Xo)iC(Xi, y C(x , Xo) i 1 n i 1 i 1 C(Xi ,xo)为测站样本点与插值点决定，其中,C(Xi,X C(Xi ,xo)为测站样本点与插值点 N(h) (h)2N(h) i 1(Z(Xi (h) 2N(h) i 1 (Z(Xi) Z(Xi h)) 其中，N(h)为被距离区段分割的试验数据对数目， 根据试验变异函数的特性，选 取适当的理论变异函数模型，根据试验半变异函数得到的试验变异函数图， 从而 确定出合理的变异函数理论模型。 克里格方法考虑了观测点和被估计点的位置关系，并且也考虑各观测点之间 的相对位置关系，所以在点稀少时插值效果比反距离权重等其他方法要好。 一般而言，气象要素和高程之间是具有相关性的， 气象要素会随着高程的变 化而发生显著变化，所以经常应用引入高程信息的协同克里格方法。 GIS中有七类克里格法，下表是这七种方法的名称和适用范围： 类型 适用范围 普通克里格法 满足内蕴假设，其区域化变量的 平均值是未知的常数 简单克里格法 满足二阶平稳假设，其变量的平 均值为已知常数 泛克里格法 区域化变量的数学期望是未知的 变化值 指示克里格法 有真实的特异值、数据不服从正 态分布时使用 概率克里格法 求某种变量含量的概率时使用 析取克里格法 计算可采储量时使用 协同克里格法 适用于相互关联的多元区域化变 量 - -可编辑修改 - 克里格法的优点是以空间统计学作为其坚实的理论基础， 可以克服内插中误 差难以分析的问题， 能够对误差做出逐点的理论估计； 不但能估计测定参数的空 间变异分布，而且还可以估算估计参数的方差分布。其缺点是计算步骤较繁琐， 计算量大，且变异函数有时需要根据经验人为选定。 国外的进展 在气象气候学中，气象要素 (如降水、温度、太阳辐射等 )在空间尺度上连续 分布的数据， 对各类模型的研究有着重要意义， 由于各种气象要素的观测台站分 布是稀疏而不均匀的， 在各个台站观测的点数据基础上， 推算出空间面上气象要 素的分布，空间插值方法是有力的工具。在气象上发展起来的 PRISM 插值方法 和 GIDS 插值方法。 PRISM(Parameter-elevation Regressions on Independent Slopes Model) 方法是由美国气象学家 Christopher Daly 提出的一种基于地理空间特 征和回归统计方法生成气候图的插值模型。 GIDS(Gradient plusinverse distan