三、克里金插值(Kriging)
1.概念
是一种基于统计学的插值方法。与“ArcGIS的栅格数据空间分析——栅格插值(1)”中介绍的前两种插值方法不同的是,Kriging可用估计的预测误差来评估预测的质量。
2.分类
普通克里金、泛克里金
3.半变异函数
是一种计算曲线参数的数学建模方法。在地统计学中研究事物变异性的关键函数,是用来描述空间连续变异的一个连续函数,反映不同距离观测值之间的变化。
4.ArcGIS中相关参数设置
5.普通克里金
1)应用最广泛的克里金插值方法。假设需要插值的变量并不存在飘逸或倾向等影响,并且直接用拟合的半变异进行插值。
2)ArcGIS常用的半变异模型有:球型(Spherical)、圆圈(Circular)、指数(Exponential)、高斯(Gaussian)、线性(Linear)。球型模型是最常用的一种半变异模型。
3)下图分别是这几种变异模型的对比:
①球型:
②圆圈
③指数
④高斯
⑤线性
6.泛克里金(通用克里金)
1)假设需要插值的变量受到飘逸或倾向等影响。
2)ArcGIS中提供的半变异模型有:一阶线性漂移、二阶线性漂移。
3)下图为两种半变异模型下的插值对比:
①一阶
②二阶:
7.总结
原始数据范围介于7.11 ~ 42.32之间,从以上两种克里金方法可以看出:
①普通克里金预测结果优于泛克利金,泛克里金方法超过数据范围较为常见
②普通克里金方法中,指数和球型两种半变异模型更符合预期,同时这两种方法也是较为常见的两种半变异模型。