1、§12.使用ArcGIS進(jìn)行空間統(tǒng)計(jì)分析一、軟硬件環(huán)境軟件：ArcGIS 8.0版本以上，需要具有 Geostatistics 模塊的許 可；硬件：目前主流配置即可。二、軟件及數(shù)據(jù)的準(zhǔn)備本例以ArcGIS 9.0為軟件平臺(tái)，對(duì)甘肅省30年平均降水進(jìn)行空 間插值的。（1）打開(kāi)ArcGIS 9.0，并把Geostatistics 模塊加載上。首先 在工具 > 擴(kuò)展中將相應(yīng)模塊選中，如圖1。L L牴垃:丘挖事口LEE£il« t山僦廠in lords lied* 片圖1其次，在工具條上點(diǎn)擊右鍵，把 Geostatistical An alyst 選中,如圖2。圖2

2、(2 )數(shù)據(jù)準(zhǔn)備本例需要的是各個(gè)氣象站點(diǎn)和觀測(cè)數(shù)據(jù)，所以首先需要各個(gè)氣象 觀測(cè)站的點(diǎn)圖層，各個(gè)站點(diǎn)30年觀測(cè)的平均降水量、蒸發(fā)量以及該 站點(diǎn)的海拔高程作為屬性數(shù)據(jù)，附在上述點(diǎn)圖層上。因?yàn)槭菍?duì)甘肅省 省域內(nèi)氣候進(jìn)行插值，因此還必須有甘肅省的省界。并過(guò)數(shù)據(jù)加載按 鈕將上述數(shù)據(jù)加載上，如圖3所示。圖3(3)分析數(shù)據(jù)框架設(shè)定在Layers上右擊，點(diǎn)擊屬性，選擇數(shù)據(jù)框架(Data Frame )面 板，然后將甘肅省邊界圖層作為分析時(shí)顯示的數(shù)據(jù)框架 (即只顯示省 內(nèi)區(qū)域)。如圖4 :D L Ifll ?SwC'P| B4 IMErr H 4MMU 11 Hife«b7 .恐e c 4 &

3、quot;n9 (MUDEDltam|jta* ij：mL .HJE,3T3IkLi £,11L 也"3曲皿心£.Up-3 Aortl m4育気mI Sxtial Briicl1f ilnn* l| £-* llhH.M i! iLj»twfcaLw.!F :Cc/Birn Th-曲 ir1 靭idTt»s4 瓏*4*11口jp Is-刃叩*J'自El QAa-xc l hlLCUl 詁；¥H 口刮心l-wls Fl M-三、探索性空間數(shù)據(jù)分析（ESDA）空間插值的模型和方法有很多，通過(guò)探索性空間數(shù)據(jù)分析，目的 是尋

4、找數(shù)據(jù)內(nèi)在的規(guī)律性，再根據(jù)這些規(guī)律尋找適合的空間插值模 型；或者通過(guò)數(shù)據(jù)變換（例如常見(jiàn)的 COX BOX變換、對(duì)數(shù)變換）， 使原來(lái)不適合于插值的數(shù)據(jù)可以進(jìn)行插值。 對(duì)于ESDA可以說(shuō)是一門(mén) 學(xué)問(wèn)，這里簡(jiǎn)單介紹，Geostatistical Analyst所帶的幾種方法，如 圖5。圖51、直方圖 點(diǎn)擊Histogram，然后在右下選擇需要分析的屬性，則就顯示直方圖分布情況，并在右上角給出各種相關(guān)的統(tǒng)計(jì)指標(biāo)，圖6圖6在左下方的下拉框可以選擇直方的數(shù)量，變換方法，軟件提供了兩種：LOG 和 Cox-Box。2、正則 QQ 圖(Normal QQPIot )Sat &.* ±101N

5、 Bd t d盧 Trrm sM <-n左也恥界泌V4JgtZ D-tt $Myr-LijerAtlr l|p3會(huì)J 尸i族jJ3、趨勢(shì)分析(Trend Analysis )同樣選擇合適的屬性，作為Z軸，空間坐標(biāo)作為XY軸，則分析該屬性的三維分布趨勢(shì)，圖8。圖8通過(guò)選擇坐標(biāo)軸，和觀察視角分析其分布趨勢(shì)，并對(duì)在其他兩個(gè)面上的投影分布趨勢(shì)進(jìn)行擬合，如圖 9圖94、Voronoi圖(Voronoi Map)即所謂的“泰森多邊形”，同樣選擇降水量，進(jìn)行分析，圖10< 右上角為圖例，左下角通過(guò)下拉列表可以選擇平均值、標(biāo)準(zhǔn)差等不同 的形式進(jìn)行Voronoi Map 分析其空間格局特征。圖105

6、、半變異函數(shù)云圖(Semivariogram Cloud )通過(guò)對(duì)半變異函數(shù)云圖的分析為下面進(jìn)行克立金插值半變異函 數(shù)模型的選擇，提供基本參考，圖11圖11四、克立金插值1、單要素克立金插值(1 )點(diǎn)擊地統(tǒng)計(jì)向?qū)rcGIS的地統(tǒng)計(jì)分析有一個(gè)地統(tǒng)計(jì)向?qū)?，按照這個(gè)向?qū)б徊揭徊骄涂梢詫?shí)現(xiàn)空間產(chǎn)值。點(diǎn)擊向?qū)?，圖12圖12(2)選擇輸入的數(shù)據(jù)和屬性，選擇的插值模型，這里選擇kriging方法，圖13。然后Next即可圖13(3)選擇插值方法和數(shù)據(jù)預(yù)處理方法克立金插值模型還包括很多方法，例如普通克立金、簡(jiǎn)單克立金、 通用克立金等等，讀者可以自己了解相關(guān)知識(shí)。這里選擇最基本的普 通克立金方法，目標(biāo)是實(shí)現(xiàn)空

7、間產(chǎn)值，所以選擇預(yù)測(cè)圖即可。通過(guò)上文探索性空間數(shù)據(jù)分析指導(dǎo)，甘肅省各個(gè)臺(tái)站的平均降水量并不符合正態(tài)分布，而且在趨勢(shì)分析中存在明顯的拋物線特征，這里選擇相應(yīng)方法對(duì)其預(yù)處理，讀者也可以不選擇，然后比較插值結(jié)果 的精度，圖14，然后Next。圖14(4)去趨勢(shì)分析(Detrending )圖15因?yàn)榘胱儺惡瘮?shù)和克立金插值都要求數(shù)據(jù)的隨機(jī)性，那么對(duì)于數(shù) 據(jù)中存在的結(jié)構(gòu)性特征如果不能消除則會(huì)影響插值精度。 通過(guò)鄰居數(shù) 量和影響半徑的選擇，消除這種全局性的結(jié)構(gòu)性特征。當(dāng)然讀者這一 步可以選擇系統(tǒng)默認(rèn)設(shè)置也可以。（5）確定半變異函數(shù)模型這一步對(duì)插值的精度影響很大。根據(jù)左上角的半變異函數(shù)云圖， 在右邊模型欄內(nèi)

8、，選擇對(duì)其擬合較好的模型，通過(guò)可以通過(guò)調(diào)整搜尋 角度和搜尋半徑（左下），最終確定一個(gè)合適的模型，該模型的參數(shù) 在左下角藍(lán)色條框內(nèi)給出，圖16，然后Next。同樣，讀者可以選擇 默認(rèn)設(shè)置。Geostatistical Wizard; Step 3 of 5 - Sewivaxi<Jfra>/Cflvariance BodIing | ? |xShow Search. DirectioP lodlel 1 廠ov ar lance SurfaceModelsRod«L 2 | F MqmI 3|5949f70AnisotropM i nor Rang皀HIDirec tiio

9、rtH|Farsmeter田 9S<ni var i o<r wn/Covar i anc |virlSuLdwidth45- 0le.oP NuggetQ g|0" 03592Hl jflError Mo dolineT7 Shi -f 毬tial Sill 3 0f .ft gSue |101840Number o£0.022264Cancel.D22264嶼pheri cal圉新為旳.D矣新空MuV BackNejctFinish圖16(6 )搜尋鄰居的調(diào)整如圖17 ,我們選擇默認(rèn)設(shè)置圖17(7)交叉驗(yàn)證結(jié)果這一步給出了上述設(shè)置計(jì)算結(jié)果的交叉驗(yàn)證值，我們可

10、以分析各種驗(yàn)證的精度，如果誤差很大，不能通過(guò)檢驗(yàn)，則需要重新設(shè)置。圖 18。圖18(8 )對(duì)上述過(guò)程的一個(gè)總結(jié)例如,點(diǎn)擊Finish ,會(huì)首先給出這個(gè)過(guò)程的一個(gè)總結(jié) Summary 數(shù)據(jù)預(yù)處理過(guò)程，采用的模型等。圖18(9 )得到插值的結(jié)果LegendM. J&99® - 1OE. 0500師W7-0O55 - lm.MQ鶴d - 2Ml .2»M<I - S1.OSZ4 1O 即】.052110 361.531S17»i.88i3it - MT.oarne31.0&TM9 - 5LU&.E5T30O516,557300 «

11、 S01.5S1TS8601.5 317SS -WL.59Q195 - TO5.T3QWO圖19當(dāng)然，我們可以全部都采用軟件自己默認(rèn)的設(shè)置，即從第（ 3） 步開(kāi)始直接點(diǎn)擊Finish，可以得到插值的結(jié)果，對(duì)于與上面結(jié)果的差 異，可以比較分析。2、雙要素的協(xié)同克立金插值對(duì)于許多自然現(xiàn)象的空間格局除了受自身空間相互影響和相互作用外，還受到外部其他因素的影響，例如區(qū)域降水量和蒸發(fā)量都要 受到地形條件的影響，特別是海拔高度。下面對(duì)使用海拔高度和平均 降水量的雙要素進(jìn)行協(xié)同克立金插值，來(lái)獲取區(qū)域降水量的分布圖。（1 ）選擇方法 cokriging如下圖，然后在Datasetl中選擇輸入的點(diǎn)圖層，選擇降水

12、的屬性值。istical Tii&rd: Chpoge Input Pats and WethpdInputDatasetAt tr i bu-XI丄鋰titAttr ibu*£I廠 U軒 WCDATA valueInverse Di stance Wei Siting Global PGlyioiiial Interpolai Local Folynomial Interpol at i Rudi «1 Basis Functi omTip 1 tfalidatlon creat電盂 a model for a subsist &£ dot.也

13、utdl pr edi c 電= vilues for the 1'se.stMethodsAbout. Cokri glug：Cokricinc is a nolerately nuick interpolator that can be exact or a ehioothmd dependijig： on the measurement err&r model. Cokri jing uses multiple da.tasetE and i e very flexible all owing you to investigate aphs of cr os corr*1

14、 ati on 事直 ftutocorr elati on_ Cokricinc uiti stttistic&l models tht( allow & v&ritty oe m>&p outputs incLutdinf prediprediction standard errorsprQ>babi 1 ity,. etc. The flexibility of cok'Lging requires the most de ci e i on-m aii ng. Cokr i giiKg asEumes the data come fro

15、m a占 t 蟲(chóng)ti oil ary stochasti c procESE, and sone methods assume nirmally- VNext >Fi ni呂hCancel然后在Dataset2中選擇高程所在的文件和屬性，本例降水量和 高程兩個(gè)屬性都在一個(gè)點(diǎn)圖層上，如下圖。最多可以選擇四個(gè)要素， 進(jìn)行協(xié)同克立金插值。InputAt tr i bu_Dataset ZpointDataset 3TIT UDEI Win AT A VluiaDitJ_|_LInver s e Di stance WeightingGlob&l Polyioftial Int電Fpoi

16、 敘Local FolyTLimiil IntsrpfilatiRadial Basis Functi onsAbout. 匚okri giiDLg.Coloig;in£ is 電 od*x*龜nuick interpolator th/t cw be e>£4ct c*r a Emootiled depending on the measurement tror model. Cokriging 皿ses ntultiple dtasets an.d 1 s very flexible allowing you toilivestigate 事規(guī)phs of crc*ss-corr*1 itior.autocorrelatLon.Cokrigin< uses statistical models that allw a variety of map outputs including pr«di ctipr«diction stwdvrd trrcr pr bbili t”.The fl ex i bill ty of ccln-L gi