ArcGIS地统计分析

GIS-TransformingourWorld欢迎光临ArcGIS地统计分析Esri中国信息技术有限公司宋向阳采矿业气象学里海平均海面温度图降水量分布图高温分布图应用场景地统计相关概念探索性空间数据分析空间插值方法地统计分析工作流程地统计的地理处理工具讲座内容GIS-TransformingourWorld地统计相关概念什么是地统计？变程基台值块金值ThestatisticsofspatiallycorrelateddataSemivariogram半变异函数Semivariogram(distanceh)=0.5*average[(valuei–valuej)2]什么是地统计？Thestatisticsofspatiallycorrelateddata地统计——以区域化变量为基础，借助变异函数，研究既具有随机性又具有结构性，或空间相关性和依赖性的自然现象的一门科学。地统计分析的核心：通过对采样数据的分析和对采样区地理特征的认识选择合适的空间内插方法创建表面。地统计分析的特点：既考虑到样本值的大小，又重视样本空间位置及样本间的距离，弥补了经典统计学忽略空间方位的缺陷。什么是地统计？GIS-TransformingourWorld探索性空间数据分析ArcGIS中的地统计分析数据分布在什么地方?数据点的值是什么?跟点位置相关的值如何?探索性空间数据分析(ESDA)ESDA基于数据驱动，让数据说明本身探索性空间数据分析(ESDA)探索性空间数据分析(ESDA)Voronoi图直观地检查数据集的空间可变性和稳定性GIS-TransformingourWorld空间插值方法空间插值方法空间插值确定性插值地统计插值全局性插值:全局多项式插值（GPI）局部性插值反距离权重插值（IDW）径向基插值（RBF）局部多项式插值（LPI）普通克里格插值简单克里格插值泛克里格插值概率克里格插值析取克里格插值协同克里格插值设置障碍插值含障碍核插值含障碍扩散插值经验贝叶斯克里格插值面插值克里格插值Kriging:是以变异函数和结构分析为基础，在有限区域内对区域化变量进行无偏最优估计的一种方法。权重值:-基于空间相关性模型（变异函数）-线性无偏最优估计-考虑了已知样本点的空间分布及与未知样点的空间方位关系地统计插值基于区域化变量存在空间相关性的假设具有生成预测表面的能力，提供预测的准确性的度量!GIS-TransformingourWorld演示——空间插值方法比较研究几种插值方法在微地形构建中的应用几种插值方法在微地形构建中的应用目的：寻求不同耕作措施下构建微DEM的最佳插值方法方法：以表面光滑度、误差平均值、均方根预测误差等为精度量化指标,对等高耕作、人工掏挖、人工锄耕和直线坡面耕作措施下微DEM的建立方法进行比较研究结论：等高耕作措施微地表采用析取克里格插值法精度较高;人工掏挖措施微地表采用局部多项式插值法效果较好;人工锄耕措施微地表采用规则样条函数的径向基函数插值方法精度较好;对于直线坡面上述几种插值方法的精度差异不大。几种插值方法在微DEM构建中的应用GIS-TransformingourWorld演示——面插值面插值地统计向导（Step1-Step4）GP工具:ArealInterpolationLayerToPolygons应用场景：区域分析•区县级的人均收入预测•人口普查区内的人口数量预测•街区范围内的肥胖率预测•地区级的GDP预测•植被区的植被覆盖率预测•地块内的矿产量预测•……面插值1、添补区域空值2、矢量回归矢量验证（划分数据子集）：内插不包括子类样本比较预测值和子类插值结果评估交叉验证：每次移除一个数据位置预测关联的数据值预测值与实际值相比较插值结果评估模型比较：•不同插值方法•不同参数组合GIS-TransformingourWorld地统计分析工作流程地统计分析工作流程数据显示数据分析模型拟合模型诊断模型比较1.数据显示与分析2.选择合适的插值方法3.插值结果校验4.如果有必要重复1-3步5.插值结果制图选择最优结果GIS-TransformingourWorld地统计分析地理处理工具内插采样网络设计模拟（高斯地统计模拟）实用工具图层转换地统计的地理处理工具地统计的地理处理工具地统计分析是针对具有空间自相关性数据所进行的分析；探索性空间数据分析有助于全面了解数据分布与特征、便于插值方法和参数的选择；对不同的样本数据应该按照其特征的不同选择不同的插值方法才能获得较好的插值效果；总结学习资源纵览趋势分享成功