文档介绍：ARCGIS实验报告
试验平台:ArcGIS
实验目的:掌握几种空间数据的插值分析方法,如反距离权重法、样条函数法和克里格插值法,熟悉其操作方法和各自在空间分析方面的特点,并作出比较
实验要求:掌握地理数据采集程序,栅格图配准及坐标投影的一般方法
实验数据:7data全球DEM和全国25万图、8data
实验操作步骤:
实验(一)
1、栅格数据的空间分析
(一)、差值分析
(1)、反距离权重法(IDW)
单击Spatial Analyst向下箭头,单击Interpolate to Raster,在下一级菜单中选择Inverse Distance Weighted,打开Inverse Distance Weighted对话框,填写相关信息,最后单击OK按钮,执行反距离权重插值操作,如下图所示:
反距离权重法是一种全局插值法,即全部样点都参与待一带估点的Z值的估算;综合了泰森多边形的自然临近法和多元回归渐变方法的长处,在插值时为待估点Z值为邻近区域内所有数据点都的距离加权平均值,当有各向异性时,还要考虑方向权重。权重函数与带估点到样点间的距离的u次幂成反比,即随着距离增大,权重成幂函数递减,且对某带估点而言,其所有邻域的样点数的权重和为1;IDW适用于呈均匀分布且密集程度足以反映局部差异的样点数据集。
、样条函数法(Spline)
单击Spatial Analyst向下箭头,单击Interpolate to Raster, 在下一级菜单中选择Spline,打开Spline对话框,填写相关样条函数法的信息,最后按OK按钮执行操作,如下图所示:
样条函数插值是利用已知观测点,采用样条函数拟合一个曲面,然后利用待定点的空间坐标来得到曲面上的Z值得求解方法。
、克里格插值法(Kriging)
单击Spatial Analyst向下箭头,单击Interpolate to Raster, 在下一级菜单中选择Kriging,打开Kriging对话框,填写相关克里金插值的信息,最后按OK按钮执行操作,如下图所示:
Kriging是一种基于地统计学的插值方法,该方法通过建立以待求点为中心的一定区域内已知的观测点之间的距离与差异的函数关系,以确定已知观测点与待求点的相关性权重系数,进而得到待定点值的求解方法;Kriging是线性无偏方差小的插值方法,适用于空间分析,很适合地质学、气象学、地理学、制图学等,由于它要依赖考虑计算影响范围,考虑各向异性否,选择变异函数模型,计算变异函数值,求解权重系数矩阵,拟合待计点值,所以反应速度很慢。
(二)、等值线提取:
(1)、等值线是将表面上相邻的具有相同的点连接起来的线,是进行地理要素概括表达的一种重要手段。
(三)、地形因子分析:
1、坡度:
2、坡向:
(四)、重分类:
分类研究是地理学研究经常用到的一种分析方法,如进行退耕还林、还草中坡度等级的提取、生态健康等级的划分、农作物种植气候适应性评价、土壤侵蚀的数据模拟等。