MATLAB计算变异函数并绘制经验半方差图

本文介绍基于MATLAB求取空间数据的变异函数，并绘制经验半方差图的方法。

  由于本文所用的数据并不是我的，因此遗憾不能将数据一并展示给大家；但是依据本篇博客的思想与对代码的详细解释，大家用自己的数据，可以将空间数据变异函数计算与经验半方差图绘制的全部过程与分析方法加以完整重现。

1 数据处理

1.1 数据读取

  本文中，我的初始数据为某区域658个土壤采样点的空间位置（X与Y，单位为米）、pH值、有机质含量与全氮含量。这些数据均存储于data.xls文件中；而后期操作多于MATLAB软件中进行。因此，首先需将源数据选择性地导入MATLAB软件中。

  利用MATLAB软件中xlsread函数可以实现这一功能。具体代码附于本文的1.3 正态分布检验及转换处。

1.2 异常数据剔除

  得到的采样点数据由于采样记录、实验室测试等过程，可能具有一定误差，从而出现个别异常值。选用平均值加标准差法对这些异常数据加以筛选、剔除。

  分别利用平均值加标准差法中“2S”与“3S”方法加以处理，发现“2S”方法处理效果相对后者较好，故后续实验取“2S”方法处理结果继续进行。

  其中，“2S”方法是指将数值大于或小于其平均值±2倍标准差的部分视作异常值，“3S”方法则是指将数值大于或小于其平均值±3倍标准差的部分视作异常值。

  得到异常值后，将其从658个采样点中剔除；剩余的采样点数据继续后续操作。

  本部分具体代码附于1.3 正态分布检验及转换处。

1.3 正态分布检验及转换

  计算变异函数需建立在初始数据符合正态分布的假设之上；而采样点数据并不一定符合正态分布。因此，我们需要对原始数据加以正态分布检验。

  一般地，正态分布检验可以通过数值检验与直方图、QQ图等图像加以直观判断。本文综合采取以上两种数值、图像检验方法，共同判断正态分布特性。

  针对数值检验方法，我在一开始准备选择采用Kolmogorov-Smirnov检验方法；但由于了解到，这一方法仅仅适用于标准正态检验，因此随后改用Lilliefors检验