顾名思义,地统计就是针对地理数据的统计,用于分析和预测与空间或时空现象相关的值。而ArcGIS中的地统计拓展模块是实现使用确定性方法和地统计方法对空间数据进行描述性分析和插值分析功能的。
在工作中经常碰到这样的问题:我这组数据应该用什么插值比较好?ArcGIS中的这些插值方法哪个最快?哪个效果最好?
碰到这种问题,ArcGIS地统计模块帮助文档中给出了插值方法分类树,对应插值方法分类自己进行决策就行了。
但实际情况并不如此简单,先不谈这个分类树中并没有介绍几种克里金插值的区别问题,其中很多分类也并不明确,比如不平滑、中等平滑和平滑这样含糊不清的分类就让人很难抉择;而且这个分类树最重要的问题是,很多专有名词并不容易被理解,比如:什么是假设条件的级别?什么是预测值的不确定性?什么是空间自相关?
我认为作为GIS从业人员或GIS学生,想要使用ArcGIS平台对空间数据进行插值,固然不需要非常专有的数学、统计知识,但是对统计、地统计的一些基本概念还是需要的。这个系列博客会把空间插值要用到的一下相关名称、原理做一些基本的介绍,并比较各个插值方法不同的适用性。
作为这个系列的第一篇博客,我在这里先介绍一些空间插值会应用到的基本的统计概念,然后将他们类比到地统计任务中。