gis差值分析_科学网—ArcGIS地统计插值（1/2）：数据性质分析 - 李旭的博文

空间插值包括两类：确定性插值和地统计插值，地统计插值就是指克里格(Kriging)插值，这篇博客就是来探讨克里格插值的一般过程。第一步，对输入数据的性质进行分析，查看其分布、特征等情况。

地统计理论基础包括前提假设、区域化变量、变异分析和空间估值。这里仅就前提假设做一些介绍，其他三个方面请参考：汤国安,杨昕. ArcGIS地理信息系统空间分析实验教程[M].北京:科学出版社, 2006。

地统计插值的前提假设

1.随机过程

地统计学认为研究中的所有样本值都是随机过程的结果，即所有样本值都不是相互独立的，它们是遵循一定的内在规律的。因此地统计学就是要揭示这种内在规律，并进行预测。

2.正态分布

地统计学与统计学相似，也假设大量样本是服从正态分布的。对数据进行分析，若不符合正态分布的假设，应对数据进行变换，转为符合正态分布的形式，再进行克里格插值。

3.平稳性

对于大部分的空间数据而言，平稳性的假设是合理的。这其中包括两种平稳性：一是均值平稳，即假设均值是不变的并且与位置无关；另一类是与协方差函数有关的二阶平稳和与半变异函数有关的内蕴平稳。二阶平稳是假设具有相同的距离和方向的任意两点的协方差是相同的，协方差只与这两点的值相关而与它们的位置无关。内蕴平稳假设是指具有相同距离和方向的任意两点的方差(即变异函数)是相同的。二阶平稳和内蕴平稳都是为了获得基本重复规律而作的基本假设，通过协方差函数和变异函数可以进行预测和估计预测结果的不确定性。

数据探索性分析

数据探索性分析剖析空间数据的分布情况、全局的变化趋势、空间自相关等等方面的特征和性质。目的在于促进数据分析者深入理解数据和研究对象，从而为数据的插值制定较好的调整对策(剔除异