白话空间统计二十九：空间插值(四）

写在今天正式内容前面的话：

 

上篇文章发出来之后，争议非常的大，主要集中在人口数据是否可用于插值上。

 

实际上，很多同学在讨论这个问题的时候，忽略了一个关键的限定条件：空间（地理）插值。

 

如果抛开地理插值，单论插值的话，万事万物都可以插值，正如我前面开玩笑时候说的，别说人口，ID还能插值呢。

 

插值是补全数据最简单有效的方法之一，比如我手上有1998年、2008年和2018年三个年份的人口，然后通过插值（不管是均值补插还是样条），补全其余17个年份的人口，这样行不行呢？答案当然是莫得问题啊……

 

所以，还是那句话：插值用于补全数据，你的数据必须的客观存在，且具有连续性的。而空间插值还需要加载一个限定条件：必须具有区域特征的。什么叫区域特征呢，以后我们会聊到，欢迎大家继续讨论。

 

……我是分割线，下面是正文……

 

从今天开始，讲讲各种空间插值方法的实现，看完之后大家就可以和虾神一样，手算插值哦。

 

开始，当然是从最简单的开始讲起——反距离权重插值法（Inverse Distance Weighted：IDW），首先给出一张官宣图：

 

下面是人话解说部分：

 

这种插值方法，主要是利用距离来计算出一个权重，那么为什么叫做反距离呢？因为如果不是“反”的话，就会出现下面这种尴尬：

 

所以这里用反距离，也就是表示距离的倒数：

 

 

其次，这个权重怎么计算呢？大家都知道，权重必须是所有参与运算的数据加权正好等于1（什么，你说不等于1怎么办？不等于1则表示每个区域的加权不一致，数据就会乱七八糟……你说那么所有加权都等于2可不可以……二分之二等于多少？五十分之五十等于多少？）

 

所以计算权重，必须要关注一下几个关键概念：

 

关键概念一：子集

 

 

子集就是表示，对你需要插值的位置，产生影响的点有哪些。这些点均会参与到权重和最后的预测中。

 

子集越大，需要计算点就越多，计算就越慢（而且未必效果会更好，过拟合的可能性更大），所以需要选择合理的子集范围。

 

在ArcGIS里面，有两种模式：可变和固定

 

可变模式，指的是对你的预测位置，搜索的区域范围不固定，比如上面设置的，默认选择12点作为你的插值观测点，那算法会自动去周边寻找12个点，不管这个点是在你身边，还是离你十万八千里……

 

 

第二种模式，就是固定模式：搜索固定的范围，不管这个范围里面有多少观测点，统统加入计算：

 

 

固定模式，可以看见，固定区域，参与运算的点的数量是不固定的，甚至有可能出现这种情况：

 

如果选用固定模式，如果设置的搜索范围不合理，出现第三种”找不到对象“的情况，是很大概率……

 

实际上插值作为空间自相关最直接的应用，如何找到一个合适的距离是很重要的内容，这一块先挖个坑，等我们讲地统计探索的时候，会着重来讲讲。

 

当然，强大的可以改变世界的码农，还可以写出各种更灵活的插值方式……那就是后话了。

 

关键概念二：幂。

 

 

这个幂在插值中，用于控制因为距离而对计算结果产生影响的强弱。

  

因为我们用的是反距离，也就是距离的倒数，所以这个幂越大，表示数值越小：

从上图的函数图像可以看出，幂越大，曲线越陡峭，那么距离在计算中的影响程度就越大，插值生成的结果也越陡峭，反之，则相反。

 

ArcGIS建议，这个幂最好是在0.5 - 3之间。

 

这了以上结果关键概念之后，下面就可以来知道计算权重和插值结果了，具体的计算方法，下次再说，首先放出一张虾神手算插值的草稿剧照……

 

 

具体里面是怎么样，我们下期揭秘

 

（待续未完）