第七章-空间数据分析模型.pptVIP

5)块段克立格在点位数据集成到更大区域时非常有用，它通过概括可以降低预测误差。 6)大多数插值技巧，包括克立格，都平滑数据，所以极大和极小值都被去除。这些极端值可能有必要保留。 7)当数据不足时，所有非地统计方法都可以给出一张图。但是你不知道它的质量到底如何。当数据足以计算方差函数时，克立格方法就具有连续变异的独立样点预测方差而言优于其他方法，当变异不连续时，单值景观制图结果可能更好。 8)当数据丰富时，所有插值方法结果相近。效率最高的计算和插值工具就是最好选择。克立格方法的主要困难之一就是缺乏便宜、易用的软件 3.4 克里格插值的影响因素 数据分布 正态 空间平稳性 样本数量 不小于100，分布比较均匀 不同插值方法 点、块 普通、泛、协同、因子、模糊克里格 不同的参数 块金，误差随块金增加 基台，影响不大 变程，存在最佳的变程值 拟合函数，存在最佳的拟合函数 3.5 克里格插值的步骤 1.分析数据的分布特征，进行必要数据转换 2.分析数据的空间变化趋势 3.确定变异方差的函数类型 4.选择合适的有哪些信誉好的足球投注网站半径和临近数据点数，选择合适的插值方法进行插值 * 空间分析：点在面内，缓冲区分析，网络分析。必须有地理坐标，而且，通过对地理坐标的求解获取相关的答案 空间数据分析：空间相关，空间回归分析。以地理坐标为基础，对指定的一个或多个属性变量进行分析 * ARCGIS提供了部分空间自相关的测度指标的计算 * * 二者应该是互相补充的，因为对过程的理解应该有助于空间分布形式的合理推断。在实际工作中，过程和分布常归属于不同的学科分支，很少有共同语言互相沟通 * 常规模型和连续模型在实际应用中是不同的。以污染为例，如果污染水平高于某一临界值，按 照常规模型，就需要对整个地区进行净化处理，这无疑是十分昂贵的。按照连续模型的观点，污染 常常是非均质的，临界位置上的采样点在污染水平上差异甚大，可以采取统计方法来估计区域内各个地方受污染的程度，这样就可以有针对性的进行治理，从而节省大量资源。 * 所有地理对象的特性都受制于不同尺度的空间变异 * 不同类型的空间变异可以在不同尺度上发生(多尺度模型) * 如何且在何处采样 如何将采样所获得的数据与感兴趣的区域联系起来 从原理上说，给定区域内采样数据越多，平均值和变异的估计越精确 * 南北方向：圈 东西方向：点 * 间隔50米 50 100 间隔 高度差的平方根 XLS 草地蝗虫分布的空间变异 倪绍祥教授国家基金的中相关工作 草地蝗虫的危害性 5 10 15 20 半方差图 A：各向同性 B：各向异性 A B 半方差模型参数 A：各向同性 B：各向异性 A B 3 克里格插值 利用原始数据和半方差函数的结构性，对未采样点的区域化变量进行无偏最佳估值的一种方法。该方法的一个有用特点是能够计算出每个估值的误差大小(估值方差)，从而能知道估值的可靠性程度。 多种类型，如简单克立格，正常克立格，点状克立格，块段克立格，通用克立格，协克立格，不连续克立格及指标克立格等 常用的方法 趋势面 倒数加权 三角网 3.1 点、块克里格插值 点克里格 估计指定点的值。局部估值方法，每一估值都是由其邻近观测值加权平均计算而得 用于研究指定点值及其可能的变异 块克里格 对中心在X0的小区或块段进行估值 绘制性质的等值线图，图中的等值线较平滑 用于研究变异的区域格局 各向同性的点克立格插值 3.2 泛克里格 普通克立格方法(OK)要求数据是二阶平稳的或纯平稳的。如果数据在空间上存在明显的趋势，那么，应该使用泛克立格方法进行分析 步骤 1趋势分析 分析数据中存在的空间上的变化趋势,获得拟合模型。这部分的分析内容与前面的趋势面分析相同 2 残差的克立格分析 与普通克立格分析相同，不同的是，使用的数据是原始数据减去趋势数据，即残差数据 3 泛克立格插值 将趋势面分析和残差的克立格插值结果加和，即构成了泛克立格方法分析的结果 泛克立格插值结果 3.3 协同克里格 协同克立格分析是一种空间数据的解释技术，其基本的思想是利用变量之间的空间相关关系进行估计或预测。按照如下的统计准则，它可能是目前最好的空间数据分析方法 1）真值和估计值之间不存在偏差 2）估计值具有最小的方差 要处理的问题是：有两个空间变量，如果第二个变量的分布广，采样密度更高，而第一个变量难以测定或测定的费用较高，那么，可以利用有限样本的变量之间的空间关系来改进对于第一个变量的估计。 步骤 1 定义协同变量(第一个变量和第二个变量) 2 对两个变量进行半方差分析（包括方差图模型），识别观察值的空间关系特征，并用函数模型化 3 进行交叉半方差分析，确认两个变量相关性 4 进行空间估计和预测 协同克立格方法在所使用的变量空间模式与