栅格数据的空间分析——插值分析

1.插值:

有时候我们采集到的数据都是以离散的点的形式存在的,只有在采样点上才有具体的值,在其他区域都没有值数据。此时就需要插值分析,将采样点的数值根据一定的算法,推算出其他未采样区域的数值。
插值分析的假定条件是空间上分布的现象是具有空间相关性的,也就是说距离近的要去趋向于具有相似的属性特征。
插值分析有多种实现方式,包括反距离权重插值、样条函数插值。克里金插值、自然邻域插值以及趋势面插值等。

2.反距离权重法:

反距离权重插值是一种常用而简便的空间插值方法,该方法以插值点与样本点之间的距离为权重进行加权平均,离插值点越近的样本点赋予的权重越大。

选择【系统工具箱→Spatial Analysis Tools→插值→反距离权重法】工具,进行相应设置。

  • Z值字段:样本点的数值存储的字段;
  • :为可选项,基于距离控制样本点对插值点的影响的参数,默认值为2。指定较大的幂值,会对距离较近的点产生更大的影响,使得插值产生的表面更加详细,即更不光滑。反之亦然。
  • 搜索半径:为可选项,其中,变量表示搜索半径是可变的,此时默认的样本点个数为12,,取决于插值点周围样本点的密度,密度越大,半径越小。固定则表示搜索半径是固定的,此时需要设定样本点的最少个数和搜索半径。
  • 输入障碍折线要素:为可选项,表示为输入搜索样本点时用作中断或限制的折线要素。

3.样条函数法:

样条函数法式利用最小化表面曲率的数学函数来计算估计值,从而生成恰好经过输入点的平滑表面。
选择【系统工具箱→Spatial Analysis Tools→插值→样条函数法】工具,进行相应设置。

  • 样条函数类型:包括规则样条函数法(REGULARIZED)和张力样条函数法(TENSION)。规则样条函数法生成一个平滑、渐变的表面,但是产生的插值结果可能会超出样本点的取值范围。张力样条函数法是根据要生成的现象的特征生成一个比较坚硬的表面,插值结果更接近限制在样本点的取值范围内。
    -权重:规则样条函数法时权重值越大,生成的表面越光滑,所使用的典型值为0、0.001、0.001、0.1、0.5。张力样条函数法时权重值越大,生成的表面越粗糙,所使用的典型值为0、1、5、10。
    -点数:参与插值运算的样本点的数目,默认值为12。

4.克里金法:

之前介绍的反距离权重法和样条函数插值法军事确定性插值法,克里金法是基于包含自相关的统计学的插值方法,它不仅具有预测表面的功能,还能够对预测的确定性或准确性提供某种度量。
选择【系统工具箱→Spatial Analysis Tools→插值→克里金法】工具,进行相应设置。

  • 半变异函数属性:在其中的克里金方法行中选择普通,普通克里金法式应用最普遍的方法,泛克里金法仅用于数据的趋势已知并能合理而科学的描述。
  • 输出预测栅格数据的方差:为可选项,若选择则输出栅格中每个像元都包含该位置的预测半方差值。

5.自然邻域法:

自然邻域法是根据插值点附近样本点的值和距离来计算预估表面值,也称为Sibson或区域占用插值(area-stealing)插值。该方法的基本属性是其具有局部性,仅使用查询点周围的样本子集,且保证插值高度在所使用的样本范围之内。不会推断表面趋势且不能生成输入样中未表示出的山峰、凹地、山脊、山谷等地形。生成的表面将通过样本点且在除样本点位置之外的其他所有位置均是平滑的。
选择【系统工具箱→Spatial Analysis Tools→插值→自然邻域法】工具,进行相应设置。

6.趋势面法:

趋势面法式通过全局多项式插值法将由数学函数(多项式)定义的平滑表面与输入采样点进行拟合。趋势表面会逐渐变化,并捕捉数据中的粗尺度模式。使用趋势面法可以获得表示感兴趣区域表面渐进趋势的平滑表面。
该法适用于以下情况:

  • 感兴趣区域的表面在各位置间出现渐变时,可将该表面与采样点拟合,例如污染情况;
  • 检查或排除长期趋势或全局趋势的影响。

选择【系统工具箱→Spatial Analysis Tools→插值→趋势面法】工具,进行相应设置。

  • 多项式的阶:为可选项,该值是介于1-12的整数,为1时会对点进行平面拟合,该值越高会拟合更为复杂的曲面,默认值为1。
  • 回归类型:为可选项,其中,LINEAR表示执行线性回归,对输入点进行最小二乘曲面拟合,适用于连续型数据;LOGISTIC表示执行逻辑趋势面分析,为二元数据生成连续的概率曲面。

Reference:
《ArcGIS10地理信息系统教程——从初学到精通》
《ArcGIS10地理信息系统空间分析实验教程(第二版)》

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,047评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,807评论 3 386
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,501评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,839评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,951评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,117评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,188评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,929评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,372评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,679评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,837评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,536评论 4 335
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,168评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,886评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,129评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,665评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,739评论 2 351

推荐阅读更多精彩内容