ArcGIS中,克里金插值是地统计向导中地统计插值创建表面的一个重要模块,其中包括普通克里金、简单克里金、通用克里金、指示器克里金、概率克里金、析取克里金、经验贝叶斯克里金和面插值。
涉及到克里金插值,首先必须明确其使用条件,即满足克里金模型的必要条件是什么?
提示:数据是否服从正态分布,数据本身是否存在趋势,如有疑问,请参考前期关于异常值查询,数据分布以及趋势分析等章节的介绍
构建完成后,需要利用交叉验证和对备用模型进行比较,进而选择最优的插值模型。因其基本概念繁多,变量对模型的影响意义重大,今天我们详细了解克里金插值模型中的最基本概念。
克里金插值的数学别名:未知变量的概化线性回归
平稳性:分为均值平稳性和二阶平稳性,其中均值平稳性假设一组数据的均值是一个常亮,与位置和方向均无关;二阶平稳性是针对协方差,表示一组数据中,在不同方向但距离相同的任意两点,其差值的方差值相等
变异分析:用来探索数据源的空间相关性的量
步长:对经验半变异函数有影响,值过大,掩盖了短程自相关,值过小,无法获取单元的典型均值。ArcGIS中有现成工具,路径为:工具箱→空间统计工具→分析模式→平均