GIS空间连续数据分析方法_第1页
GIS空间连续数据分析方法_第2页
GIS空间连续数据分析方法_第3页
GIS空间连续数据分析方法_第4页
GIS空间连续数据分析方法_第5页
已阅读5页,还剩13页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第七章空间连续数据分析方法空间连续数据(SpatialcontinuousData):指在研究区域内处处都有定义的地理特征值,如温度、湿度、土地类型等。虽然理论上空间连续数据在区域中的每一点都有值,但观测数据或数据采集没有必要也不可能覆盖到每一点。因此在源数据只记录有限个样点值,样点以外各点的值通过插值计算。源数据(插值前数据)一般采用矢量模型以规则离散点或不规则离散点保存,结果数据(插值后数据)采用矢量数据(等值线、多边形、曲面方程)或栅格数据模型保存。17.1空间连续数据的插值方法7.2趋势面分析7.3连续数据的空间依赖性测度——协方差和半方差图7.4克立格方法27.1空间连续数据的插值方法一阶效应(firstorder)方法:基于密度的方法,如空间滑动平均、基于嵌块的空间插值、核密度估计法二阶效应(secondorder)方法:基于距离的方法,如协方差图和半方差图。7.1.1空间滑动平均7.1.2基于嵌块的空间插值3IDW(InverseDistanceWeighted):距离倒数加权7.1.1空间滑动平均——IDW方法需要满足归一化条件:对于采样点不规则的空间插值计算需要考虑采样点到未知点之间的距离对于未知点取值的影响。权重wi通常采用“距离”倒数的形式:取值对结果有何影响?4IDW方法的缺陷:①需要多大的局部邻域内的样本点对未知点数据进行估计是未知的。②当要素场存在空间异质性或各向异性时,邻域的大小、方向和形状都会对估计产生影响。③对权重系数的估计依赖于经验,缺乏理论支持。④对未知点的数据估计不能超过观测数值的值域,空间滑动平均的结果的好坏依赖于采样点的布局。7.1.1空间滑动平均——IDW方法5实习1:利用ArcGISIDW工具内插生成DEM61、TIN(TriangularIrregularNetwork,不规则三角网模型,或Delaunay三角网)7.1.2基于嵌块的空间插值方法由离散数据点构建三角网,即确定哪三个数据点构成一个三角形,也称为自动联接三角网。即对于平面上n个离散点,其平面坐标为(xi,yi),i=1,2,…,n,将其中相近的三点构成最佳三角形,使每个离散点都成为三角形的顶点。77.1.2基于嵌块的空间插值方法构建Delaunay三角网的准则:任何一个Delaunay三角网的外接圆不能包含任何其他离散点;相邻两个Delaunay三角形构成凸四边形,在交换凸四边形的对角线之后,六个内角的最小角不再增大,该性质即为最小角最大准则。实习2:构建TIN82、Voronoi图(Thiessen多边形)7.1.2基于嵌块的空间插值方法实习3:构建Thiessen多边形97.1.3核密度估计方法(KernelDensity)107.2趋势(Trend)面分析

在空间分析中,经常要研究某种现象的空间分布特征与变化规律。许多现象在空间都具有复杂的分布特征,它们常常呈现为不规则的曲面。

趋势面分析是利用数学曲面模拟地理系统要素在空间上的分布及变化趋势的一种数学方法,实质上是通过回归分析原理,运用最小二乘法拟合一个二元非线性函数,模拟地理要素在空间上的分布规律,展示地理要素在地域空间上的变化趋势;11原理:设Zj(xj,yj)表示所分析现象的特征值,即观测值。趋势面分析就是把观测值Z的变化分解成两个部分,即:Zj(xj,yj)=f(xj,yj)+σj式中:f(xj,yj)为趋势值,σj为剩余值。实习4:趋势面方法(1)3DAnalystTool——RasterInterpolation——Trend(2)GeostatisticalAnalyst——ExploreData——TrendAnalysis12137.3连续数据的空间依赖性测度——协方差和半方差图7.3.1协方差(Covariance)和半方差图(Semivariogram)离差:ξ-E(ξ)方差(variance):随机变量ξ离差平方的的数学期望Dξ=E{[ξ-E(ξ)]^2}协方差:对于二元随机变量ξ、ηCov(ξ,η)=E(ξ-Eξ)(η-Eη)半方差:Dξ-Cov(ξ,η)实习5:协方差半方差图147.4克立格插值方法克里格插值的几种方法:1.ordinarykriging是单个变量的局部线形最优无偏估计方法,也是最稳健常用的一种方法。

2.simplekriging很少直接用于估计,因为它假设空间过程的均值依赖于空间位置,并且是已知的,但在实际中均值一般很难得到。它可以用于其它形式的克立格法中例如指示和析取克立格法,在这些方法中数据进行了转换,平均值是已知的。153.universalkriging是把一个确定性趋势模型加入到克立格估值中,将空间过程总可以分解为趋势项和残差项两个部分的和,有其合理的一面。如果能够很容易地预测残差的变异函数,那么该方法将会得到非常广泛的应用。

4.indicatorkriging将连续的变量转换为二进制的形式,是一种非线性、非参数的克立格预测方法。

5.disjunctivekriging也是一种非线性的克立格方法,但它是有严格的参数的。这种方法对决策是非常有用的因为它不但可以进行预测,还提供了超过或不超过某一阈值的概率。克里格插值的几种方法:167.probabilitykriging是由于指示克立格法并没有考虑一个值与阈值的接近程度而只是它的位置,因此提出了概率克立格法。对每个值它利用rankorder作为辅助变量利用协同克立格法来预测指示值。克里格插值的几种方法:17QuestionWhataretheinterpretedpredictionsthatcreateaQuantilemap?

AnswerTheoutputassociatedwitha0.5quantilemapcorrespondstothemedianestimationofthevalueateachunsampledlocation.The0.75quantilerepresentsvaluesthatareoverestimatedandcorrespondapproximatelytoa25%probabilitythatthevalueattheunsampledlocationexceedsthisestimation.Quantilemapscanbeusedinthedecisionmakingprocesswhen

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论