arcgis软件ga分析扩展模块空间内插方法.docxVIP

arcgis软件ga分析扩展模块空间内插方法 0 地质统计学ga 近几十年来，信息系统（gis）技术发展迅速，空间信息分析等重要理论模型方法也取得了迅速发展。空间分析的应用领域含盖面极广,包含空间分析、空间数据分析、空间统计、地质统计学等。在目前世界上400多种常用GIS软件中,虽有许多都涉足了空间分析领域,但其中地质统计学方面的内容却相对较少。在ESRI公司的ArcGIS 8及以上版本软件中,不仅涵盖了许多空间分析功能,还将地质持统计学单独作为一个分析扩展模块(即Geostatistical Analyst,简称GA)纳入到了整个ArcGIS软件的框架体系结构中。这个模块的出现,可以让用户高质量的完成对表面的创建,并对预测结果进行误差估计。 地质统计学是上个世纪六十年代,法国人Matheron在前人的基础上总结并提出的,它又称为克立格方法(Kriging),地质统计学中的克立格方法的插值方法,由于其具有插值和估计的双重特点,在许多领域中都得到了广泛的应用,同时也成为许多专业、商业软件的重要组成部分。在GIS软件中,嵌入地质统计学分析模块是ArcGIS软件的一大特色,作者在本文中将结合该软件,介绍Geostatistical Analyst(GA)模块中几种主要的空间内插方法(尤其是Kriging方法),比较它们各自的优缺点,并进行应用示例。 1 近自然事物的相似性 空间内插方法发展到现在,由于研究环境、条件、精度要求等原因,出现了许多的模型方法。但一般来讲,这些方法都是基于地理学的一个基本规律:靠得越近的事物具有更大的相似性(Tobler,1970)。根据空间内插方法的假设条件和数学内涵,可以将内插方法分为七大类:几何方法、统计方法、空间统计方法、函数方法、随机模拟方法、物理模型模拟方法和综合方法。 在GA模块中,仅包含了几何方法、统计方法、函数方法和空间统计方法四类空间内插技术,具体包括以下几种方法。 1.1 空间内插方法 反距离加权插值(Inverse Distance Weighting,简称IDW)作为一种几何方法,具有计算相对简单、操作便利等特点,是ArcGIS中最常用的空间内插方法之一。在反距离加权方法中,需要考虑二个影响因素,即距离的幂和邻域搜索范围。前者的距离值是一个重要的因素,通过设置距离的幂值,可以明显地改变内插的效果。它规定在内插过程中,距离变化影响已知点对未知点的权重按何种指数规律增、减的方式;而后者是根据已知样本点的分布结构、数据特性、创建表面的精度要求等,我们可以设置搜索邻域的形状和大小,以及搜索区内已知样本点的数量,来控制其使用样点的数量和方式。 1.2 知值内插方法 多项式内插法(Polynomial Interpolation)是根据全部或局部已知值,按研究区域预测数据的某种特定趋势来进行内插的方法,属统计方法的范畴。在GA模块中,有二种类型的多项式内插方法,即全局多项式内插和局部多项式内插。前者多用于分析数据的全局趋势;后者则是使用多个平面来拟合整个研究区域,能表现出区域内局部变异的情况。 1.3 基于rbf的工艺参数设置 径向基函数法(Radial Basis Functions,简称RBF)是一种函数内插方法,它内插所得的表面必须通过研究范围内的每一个已知样本点,属人工神经网络方法中的一种。在ArcGIS中使用RBF时,用户可根据需要选择不同形式的径向基函数,以及其相应的控制表面光滑程度的参数。不同的函数方法有不一样的参数特性,在反高次曲面样条函数中,参数设置越大,其生成的表面越不光滑;而其它的径向基函数法则是参数设置越大,其表面越光滑。如果用户不清楚应设置多大的参数值,可以使用系统为您提供的默认参数值。 与IDW相比,径向基函数更加灵活,有更多的参数限制,但它却不能进行误差评定,为其不足之处。 以上三种方法在ArcGIS中统称为确定性内插方法,下面将介绍有别于这三种的空间统计方法—克立格方法。 1.4 地质统计学中的应用 由于传统统计学在研究地质问题中存在的局限性,数学地质学家在经典概率统计学的理论方法基础上,提出了地质统计学(Geostatistics)这一新兴边缘学科。 地质统计学是以区域化变量(Regionalized Variable)理论为基础,以变异函数(Variogram)为基本工具的科学,其主要研究内容为空间分布中具有双重特性(随机性和结构性)的自然现象,所以凡是在空间分布上具备双重特性的数据,都可使用地质统计学内的方法来进行处理和分析。尽管地质统计学才历经几十年的时间,但由于其研究的主要问题是数据的空间相关性,以及基于此上的对未知值的估计,应用领域很广,所以得到了迅速地发展和提高。目前,地质统计学已形成了一套比较完整的理论体系,研究了许多有用的技术方法、。 在GA