ArcGIS中空间数据统计插值分析以克里金插值法为例胡碧峰解析.pptx

空间数据的插值分析-以克里金插值法为例空间插值空间插值的理论假设是：空间位置上越靠近的点，越可能具有相似的特征值，而距离越远的点，其特征值相似的可能性越小。空间插值方法正是依据该假设设计的，分为整体插值方法和部分插值方法两类。

整体插值：用研究区域所有采样点的数据进行全区域特征拟合，如边界内插法、趋势面分析等。
部分插值：仅仅用邻近的数据点来估计未知点的值，如最邻近点法（泰森多边形方法）、移动平均插值方法（距离倒数插值法）、样条函数插值方法、空间自协方差最佳插值方法（克里金插值）等。克里金插值克里金插值方法设为区域上的一系列观测点，为相应的观测值。区域化变量在处的值可采用一个线性组合来估计：从本征假设出发,可知为常数,有2、直方图：直方图显示数据的概率分布特征以及概括性的统计指标。从图中可观察分析数据是否为正态分布。克里格方法对正态数据的预测精度最高，而且有些空间分析方法特别要求数据为正态分布。3、正态QQPlot图：
检查数据的正态分布情况。作图原理是用分位图思想。直线表示正态分布，从图中可以看出数据很接近正态分布（3）趋势分析图。
蓝线表示南北方向，呈近似水平，可见南北方向无趋势。绿线表示东西方向，呈倒"U"形，可用二阶曲线拟合，在后面进行表面预测时将会去除。4、半变异函数/协方差函数。该图可以反应数据的空间相关程度，只有数据空间相关，才有必要进行空间插值法。图表的横坐标表示任两点的空间距离，纵标表示该两点的半变异函数值。根据距离越近越相似的原理，因而x值越小，y值应该越小。在ArcGIS中进行常规克里格插值的基本操作流程调入“地统计分析“工具2.参数设置3.参数设置图例调整