文档介绍：一、空间插值的概念和原理当我们需要做一幅某个区域的专题地图,或是对该区域进行详细研究的时候,必须具备研究区任一点的属性值,也就是连续的属性值。但是,由于各种属性数据(如降水量、气温等)很难实施地面无缝观测,所以,我们能获取的往往是离散的属性数据。例如本例,我们现有一幅山东省等降雨量图,但是最终目标是得到山东省降水量专题图(覆盖全省,统计完成后,各地均具有自己的降雨量属性)。空间插值是指利用研究区已知数据来估算未知数据的过程,即将离散点的测量数据转换为连续的数据曲面。利用空间插值,我们就可以通过离散的等降雨量线,来推算出山东省各地的降雨量了。二、空间插值的几种方法及本次实****采用的原理和方法整体插值方法边界内插方法趋势面分析变换函数插值局部分块插值方法自然邻域法移动平均插值方法:反距离权重插值样条函数插值法(薄板样条和张力样条法)空间自协方差最佳插值方法:克里金插值■局部插值方法的控制点个数与控制点选择问题局部插值方法用一组已知数据点(我们将其称为控制点)样本来估算待插值点(未知点)的值,因此控制点对该方法十分重要。为此,第一要注意的是控制点的个数。控制点的个数与估算结果精确程度的关系取决于控制点的分布与待插值点的关系以及控制点的空间自相关程度。为了获取更精确的插值结果,我们需要着重考虑上述两点因素(横线所示)。第二需要注意的是怎样选择控制点。一种方法是用离估算点最近的点作为控制点;另一种方法是通过半径来选择控制点,半径的大小必须根据控制点的分布来调整。S6、按照不同方法进行空间插值,并比较各自优劣打开ArcToolbox——SpatialAnalyst工具——插值,打开插值方法列表,如下图:A、采用反距离权重法(IDW)对降水量数据进行插值:反距离权重法的特点是按照距离待插值点的远近核定已知数据点的权重,从而对待插值点进行插值的过程。一个已知数据点距离待插值点越远,权重就越低,它的值对待插值点的影响就越小。影响的程度用点之间距离乘方的倒数表示,通过“power”设置乘方。乘方为1意味着点之间数值变化率为恒定,称为线性插值法;乘方为2或更高则意味着越靠近已知点,数值的变化率越大。这种插值方法的优点是对于数据分布均匀的区域,插值效果好;缺点是在数据分布不均地区插值容易出现小的封闭等值线(“球状突起”)和因数据缺乏而产生的不规则等值线。双击ArcToolbox里面的“反距离权重法”,输入点要素选择“prec”,Z值字段选择“prec”,输出像元大小选择1000。点击确定,效果如下图:由图像可以看出,山东省内陆地区由于布点均匀,插值效果比较好;但是沿海地区出现两条“球状弧线”,如下图:B、采用克里金法对降水量数据进行插值:克里金插值与IDW插值的区别在于权重的选择。IDW仅仅是将距离的倒数作为权重,而克里金考虑了空间相关性的问题。克里金法首先将每两个点进行配对,这样就能产生一个以两点之间距离为自变量的函数。对于这种方法,原始的输入点可能会发生变化。在数据点多时,内插的结果可信度较高。1、双击ArcToolbox里面的“克里金法”,输入点要素选择“prec”,Z值字段选择“prec”,半变异函数属性中,设置克里金方法为普通克里金(OrdinaryKrigging,OK),半变异模型选择球面(Sphere);输出栅格命名为“ok_sphere”,输出像元大小选择1000。点击确定,效果如下图:发现,局部存在比较明显的“锯齿现象”,如图:2、同样是克里金插值方法,本次采用线形普通克里金插值,效果如图:效果比较理想。对于各种方法,依次展示如下:高斯:指数:圆:泛克里金——与一次漂移函数成线性关系:泛克里金——与二次漂移函数成线性关系:3、依次尝试各种克里金插值法,对比得出:克里金方法半变异模型插值效果普通克里金球面在数据点分布稀疏地区,锯齿现象和撕裂现象明显线性结合了球面方法和指数方法的优点,插值效果比较理想高斯数据范围被剧烈拉伸,不能很好地反映降水量分布指数斑块状撕裂现象基本避免了,但是锯齿现象仍旧明显圆插值效果和线性类似,比较理想泛克里金与一次漂移函数成线性关系中部插值效果比较理想,但边缘地带出现严重的数据误差与二次漂移函数呈线性关系数据拉伸剧烈;区分度小C、采用薄板样条函数法对降水量数据进行插值:薄板样条函数法使用样条函数来对空间点进行插值,它有两个基本条件:(样本点),换句话说,表面的二阶曲率是最小的。该方法适用于高程面、水位面、气候数据(如平均降水量)的插值。有一个缺点是,在数据贫乏的地区坡度较大,经常涉及如同过伸的情况。样条函数插值分为两种,规则样条函数和张力样条函数。下面分别进行操作:1、双击ArcToolbox里面的“样条函数法”,输入点要素选择“prec”,Z值字段选择“pr