继
地统计插值简介(一) 、
地统计插值(二):经验贝叶斯克里金法 和
地统计插值(三) 之后,今天更新的此篇文章是地统计插值的最后一篇,补充前三篇的内容。
一、地统计
我们补充几个地统计的关键词:
1、区域化变量
当咱们观测某种现象,这种现象随着位置的变化,表现出不同的特征,并且呈现出一定的空间分布特征,比如温度, 在不同的位置,温度都有差异。其实就是与空间位置有关的变量。
2、变异函数
比如 已经知道了北京气温30度,西安气温35度,要去预测中间路过的 郑州的气温, 那从北京到西安温度的变化,如果把它当成是一个一维条件下 的 直线 变化函数,数学上的横轴x表示城市地点,y轴表示温度,画出的函数线去求郑州温度是不正确的,因为这个温度变化又有局部性的随机特征,不能当成一个直线函数去求值。像这种有不确定性的,就需要用咱们这里说的 变异函数。
3、空间相关性
空间中的每个事物,都是有联系的,距离近的事物之间相似程度,要比距离远的事物之间程度高,相近相似,相远不同。
4、依赖性
比如一些体育生上课,有的打篮球,有的踢足球,在没有老师要求他们去自由活动之前,是看不出来他们要去参加某项体育活动的聚类关系的,这种潜在的,就是一种依赖性。
二、插值
1、分类
确定性插值方法 和 地统计插值方法。
确定性插值就是先确定研究区域所有点之间都有联系,再根据距离决定影响程度,而 地统计插值 处理使用距离来加权以外,还考虑空回家自相关性,引入了变异函数。
这个确定性插值方法其实也分为 全局 和 局部,全局就是使用整个数据集 计算 预测值,局部的话,是可以 选择其中某一小块的测量值区域 去预测的。比如反距离权重,多项式等等都属于 局部插值。
2、适合的数据
3、注意事项
比如要插值一整个陕西省,但是结果是一个比陕西省范围大的长方形范围。
这种情况就是在环境 处理范围 这里没有设置好。
ArcMap中:
ArcGIS Pro中:
文章来自公众号:
GIS学习日志