搜索
1ArcGIS空间分析实习指导书(二)——地统计分析部分实习内容：练习1：使用缺省参数创建一个表面练习2：数据检查练习3：制作臭氧浓度图练习4：模型比较练习5：制作超出某一临界值的臭氧概率图练习6：生成最终成果图预备知识：利用地统计分析模块，你可以根据一个点要素层中已测定采样点、栅格层或者利用多边形质心，轻而易举地生成一个连续表面。这些采样点的值可以是海拔高度、地下水位的深度或者污染值浓度等。当与ArcMap一起使用时，地统计分析模块提供了一整套创建表面的工具，这些表面能够用来可视化、分析及理解各种空间现象。美国环保局负责对加利佛尼亚州的大气臭氧浓度进行监测。臭氧浓度值是通过遍布全州的监测站来测定的。已经知道所有监测站的臭氧值浓度，但是我们还想知道加利佛尼亚州其他任一地方的臭氧浓度值，但是考虑到费用以及实用性问题，我们不可能在任何地方都建立监测站。地统计分析模块提供了许多工具，通过检测所有采样点之间的关系，生成一个关于臭氧浓度值、预测标差（不确定性）以及超出临界值的概率的连续表面，从而使对其他点的浓度值进行最佳预测成为可能。在地统计分析模块的安装盘上，附有本次联系所需要的数据。这些数据包括：数据集描述Ca_outline加州轮廓图Ca_ozone_pts臭氧采样点数据（单位：ppm）Ca_cities加州主要城市位置图Ca_hilshade加州山体阴影图臭氧数据集（Ca_ozone_pts）表示的是1996年中每八个小时时段内的臭氧平均浓度的最大值，以ppm为单位。根据这些臭氧采样点的测量值，你可以生成两个连续表面（或地图），以现有的采样点数据为基础来预测加洲任意地方的臭氧浓度值。创建第一张图时你只需要简单地使用缺省选项即可，你会看到根据采样点数据生成表面是多么容易的事情。生成第二张图时，你可以较多的考虑采样点之间存在的空间关系，这时，你将要用到ESDA（空间数据探索分析）工具来检查你的数据。你还会学习到一些地统计选项，利用这些选项，你可以创建诸如剔除趋势并且模拟空间自相关的表面。利用ESDA工具，通过对各种地统计参数的操作，你可以创建出更加精彩的表面。很多时候，我们关心的并不是那些有损于健康的风险的实际值，而是它是否超出某一有毒水平，如果确实超出，必须采取行动。你创建的第三个表面将用来评估臭氧浓度超过临界值的概率。对于本次练习，临界值规定如下：如果最大值超过0.12ppm，那么这个地方就应该被严密监测。利用这个标准，你可以利用地统计分析模块来预测臭氧浓度超出临界值的概率大小。本练习被分为各个单独的任务，你可以根据自己的学习进度来逐步熟悉地统计分析模块个各项功能。练习1带你进入地统计分析模块，通过创建臭氧浓度表面的过程，你会发现使用缺省参2数创建表面是一件很容易的事情。练习2教你创建表面之前如何对数据进行检查。数据检查的目的是为了找出数据中那些离群值并且发现数据中存在的趋势。练习3你将创建第二个表面，这个表面更多地考虑了练习2中数据分析发现的空间关系，并且对练习1中生成的表面进行了改进。该练习还将向你介绍地统计学中的一些基本概念。练习4教你如何对练习1和练习3中创建的表面进行比较，并判断哪个表面对未知值的预测更好。练习5指导你创建臭氧浓度超出临界值的概率图，从而生成第三个表面。练习6告诉你怎样利用ArcMap的功能将你在练习3和练习5中创建的表面放在一起做最终的显示。你可能需要几个小时的时间集中精力来完成本次练习。当然如果你愿意，你也可以每次完成一个练习，在每次完成一个练习之后，把你的练习数据保存起来。练习1：利用缺省参数创建一个表面在开始练习之前，首先启动ArcMap并激活地统计分析模块。1．1启动ArcMap并激活地统计分析模块单击窗口任务栏的Start按扭，光标指向Programs，再指向ArcGIS，然后单击ArcMap。在ArcMap中，单击Tools，在单击Extensions，选中GeostatisticalAnalyst复选框，单击Close按扭。1.2添加GeostatisticalAnalyst工具条到ArcMap中。单击View菜单，光标指向Toolbars，然后单击GeostatisticalAnalyst。1．3在ArcMap中添加数据层一旦数据加入后，你就能利用ArcMap来显示数据，而且如果需要，你还可以改变没一层的属性设置（如符号等等）1．单击Standard工具条上的AddData按扭。2．找到你安装练习数据的文件夹（缺省安装路径是C:\ArcGIS\ArcTutor\Geostatistics）,按住Ctrl键，然后点击并高亮显示Ca_ozone_pts和ca_outline数据集。3．单击Add按扭。4．单击目录表中的ca_outline图层的图例，打开SymbolSelector对话框。5．单击FillColor下拉箭头，然后单击NoColor。6．在SymbolSelector对话框中单击OK按钮。3现在ca_outline图层酒杯透明现实，只有轮廓可见，以便让你看见在在后面所要创建的其他图层。建议你在每个练习之后都要讲将地图保存。7．点击Standard工具条上的Save按扭。新建一个本地工作目录（如C:\geostatistical）,定位到本地工作目录。因为这是你第一次保存地图，所以你需要为它取个名字。（建议你将地图命名为OzonePredictionMap.mxd）。将来再点保存时，只需要点击Save按扭即可。1．4利用缺省值创建表面下一步你将利用地统计分析模块的缺省设置来创建一个臭氧浓度表面。选择臭氧点数据集（ca_ozone_pts）作为输入数据集，利用普通克里格方法，通过插值即可得到那些未知点的臭氧浓度值。在许多对话框中你可以直接单击下一步按扭，接受缺省参数设置。你不必考虑本练习中的对话框细节，在后续练习中这些对话框你还会接触到。本练习的目的正是利用缺省选项来创建一个表面。1．单击GeostatisticalAnalyst，然后单击GeostatisticalWizard。2．点击InputData下拉箭头，单击并选中ca_ozone_pts。3．单击Attribute下拉框箭头，单击并选中属性OZONE。4．在Methord对话框中单击Kriging.5．单击Next按扭。4缺省情况下，在GeostatisticalMethodSelection对话框中，OrdinaryKriging和PredictionMap被选中。注意，在选定了臭氧浓度表面图的生成方法之后，你可以单击Finish按扭利用缺省参数来创建一个表面。不过，从第六步到第十步你可以看到许多不同的对话框。6．在GeostatisticalMethodSelection对话框中单击next按扭。Semivariogram/covariancemodeling对话框可以让你分析已测数据点之间空间关系，我们知道空间上距离越近的事物越相似，这个假设可以利用半变异函数来验证。在获取空间关系的同时对一个半变异函数模型来进行拟合，此过程称为变异估计。57．点击next按扭。6十字丝处是一个未被测量的点。你可以利用已测点的值来预测十字丝处的值的情况。已测量点距离你需要预测的未知点越近，它们的值也就越相近。在上图中，红色点对未知点的值的影响势必要比绿色点大。根据周围的点，利用SemivariogramModeling对话况中拟合的模型，你就能够为未知点预测出一个更精确的值。8．点击Next按扭。7CrossValidation对话框可以让你知道利用模型预测未知点的值的效果如何。在练习4中你将学到如何使用统计图，并理解统计表的含义。9．点击Finish按扭。OutputLayerinformation（输出图层信息）对话框总结了用于创建输出表面的方法（及其相关参数）信息。10．点击OK按扭。预测得到的臭氧图在目录表的顶层显示。11．在目录表中单击该图层以高亮显示，然后再单击一次，将图层名改为Default。这种改动可以让你区别于练习4中创建的图层。812．注意，插值的过程一直延伸到海洋中。在练习6中你会学会如何将预测表面限制在加州范围内。13．保存地图。练习2：数据检查在本练习中，你可以用三种方式对数据进行检验：☆检测数据分布☆发现数据可能存在的趋势☆找出数据间的空间自相关以及方向效应如果你在完成练习1后关闭了ArcMap，请单击File菜单，再点击Open。在弹出的对话框中点击Lookin下拉箭头，找到你保存的地图文件（OzonePredictionMap.mxd）2.1检查数据的分布当数据服从正态分布时，里用插值方法生成表面的效果最佳。如果你的数据是骗态分布的，即向一边倾斜，则你可以选择数据变换使之服从正态分布。因此在创建表面之前了解你的数据分布非常重要。Histogram工具描绘了数据属性的频率直方图，使你能够针对数据集的每一种属性检测其单变量分布。接下来，你就是要检查图层ca_ozone_pts的臭氧分布情况。1．单击ca_ozone_pts，并将它移到目录表的顶层，然后将ca_outline置于ca_ozone_pts图层的下面。92．单击GeostatisticalAnalyst工具条，指向ExploreData，然后单击Histogram。你也可以改变Histogram对话框的大小以便能够看见地图，正如下图所示：3．单击Layer下拉箭头，点击并选择ca_ozone_pts。4．单击Attribute下拉箭头，点击并选择OZONE。10臭氧属性的分布情况是用一个直方图来描述的，该直方图将浓度值分为10级，每一级别中数量的相对比例（密度）通过每一个直方条柱子的高度来表示。通常，描述数据分布的重要特征包括中值，他的展布以及对称性。对于正态分布，有一个快速检验的方法：如果平均值与中值大致相等，你就可以把它当作数据服从正台分布的证据之一。上面显示的直方图表面数据是单峰分布的，而且具有较好的对称性，接近于正态分布。直方图的右册尾部表明，存在相对少量的具有较高臭氧浓度值的采样点。5．单击直方图臭氧值在0.162至0.175ppm之间的直方条。此范围内的采样点在地图中被高亮显示。6．单击关闭对话框。2.2正态QQ图QQ图提供了另外一种度量数据正台分布的方法，利用QQ图你可以将现有数据的分布与标准正态分布对比，如果数据点接近一条直线，则它们越接近于服从正态分布。1．单击GeostatisticalAnalyst工具条，指向ExploreData，然后点击NomalQQplot。112．单击Layer下拉箭头，点击并选中ca_ozone。3．单击Attribute下拉箭头，点击并选中OZONE。在一个普通的QQ图上，两种分布的对应点一一对应。对于两种相同类型的分布，QQ图应该是一条直线。因此通过绘制相对应的臭氧数据的分布点与标准正态分布的分布点，能够检查臭氧数据的正态分布情况。从上述正态QQ图可以看出，该图形非常接近于一条直线。而偏离直线的情况主要发生在臭氧浓度值较高时（因为这些偏离值在直方图中是高亮显示的，所以在这里它们也是被高亮显示的）。如果在直方图中或在正态QQ图中，数据都没有显示出正台分布，那么就有必要在应用某种克里格插值之前对数据进行转换，使之服从正态分布。4．退出对话框。2.3识别数据中的全局趋势只有在你的数据中存在某种趋势时，你才可能利用某些数学公式对表面的非随机(确定12性的)成分进行表达。例如，—个缓倾斜的山坡可以用一个平面来表达，而山谷则可以利用一个能够生成“u”字形的更加复杂的公式(一个二次多项式)来表示。数学公式有时或许能够生成你想要的表面，但大多数时候，数学公式田为太过于平滑而不能精确地描述表面，因为没有哪个山坡是完完全全的平面，同样，也没有哪个山谷会是一个完美的“u”形。如果趋势面不能精确地描绘你实际需要的表面，你可能想到将其移去，通过建立趋势剔除后的残差的模荆来继续你的分析。在建立残差模型时，你需要分析表面中的短程变异。这是理想平面或理想“u”型面所无法实现的内容。TrendAnaly