纵览趋势 分享成功
GIS-Transforming our World
什么是地统计？
The statistics of spatially correlated data
Semivariogram
基台值
块金值
变程
半变异函数
Semivariogram(distance h) = 0.5 * average [ (valuei– valuej)2]
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
空间插值方法
GIS-Transforming our World
空间插值方法
确定性插值
空 间 插 值 地统计插值
全局性插值:全局多项式插值（GPI）
反距离权重插值（IDW）
• ……
1、添补区域空值 2、矢量 回归 矢量
插值结果评估
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
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
地统计分析工作流程
GIS-Transforming our World
几种插值方法在微地形构建中的应用
几种插值方法在微DEM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。
欢迎光临
GIS-Transforming our World
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
高温分布图
降水量分布图
里海平均海面温度图
应用场景
讲座内容程 地统计的地理处理工具
地统计相关概念
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
基于区域化变量存在空间相关性的假设
演示——空间插值方法比较研究
GIS-Transforming our World
几种插值方法在微地形构建中的应用
什么是地统计？
The statistics of spatially correlated data
什么是地统计？
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。
探索性空间数据分析
GIS-Transforming our World
ArcGIS中的地统计分析
探索性空间数据分析(ESDA)
ESDA
数据分布在什么地方?
数据点的值是什么?
基 于
跟点位置相关的值如何?
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
地统计分析地理处理工具
GIS-Transforming our World
地统计的地理处理工具
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
总结
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；
学习资源
演示——面插值
GIS-Transforming our World
面插值
地统计向导（Step1-Step4）
GP工具:Areal Interpolation
Layer To Polygons
面插值
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
局部性插值 径向基插值（RBF）
局部多项式插值（LPI）
普通克里格插值
克里格插值 泛克里格插值
简单克里格插值 概率克里格插值
析取克里格插值 协同克里格插值
经验贝叶斯克里格插值
面插值
设置障碍插值 含障碍核插值
含障碍扩散插值
地统计插值
具有生成预测表面的能力，提供预测的准确性的度量!
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