【ArcGIS工具箱】35.插值分析——克里金法

本系列配套练习数据下载链接：

链接：https://pan.baidu.com/s/1imKDcw9wZWk_ItR8fwugZw?pwd=mnsj 提取码：mnsj

https://desktop.arcgis.com/zh-cn/arcmap/latest/tools/spatial-analyst-toolbox/how-kriging-works.htm

• 1、加载数据：
  

• 2、工具：

• 半变异函数属性：经验半变异函数可提供有关数据集的空间自相关的信息。为确保克里金法预测的克里金法方差为正值，根据半变异函数拟合模型（连续函数或曲线）是很有必要的。该操作理论上类似于回归分析，在此回归分析中将根据数据点拟合连续线或曲线。
  1）、克里金方法：包括以下两种克里金方法。普通克里金法是最广泛使用的克里金方法，是系统默认方法，该方法假定恒定且未知的平均值。泛克里金法假定数据中存在覆盖趋势，应该仅在了解数据中存在某种趋势并能够提供科学判断描述泛克里金法时，才可使用该方法。
  2）、半变异模型：要根据经验半变异函数拟合模型，则选择用作模型的函数。有多种半变异函数模型可供选择。其中，普通克里金法包括三角函数、球面函数、指数、高斯函数、线性；泛克里金法包括一次漂移函数的泛克里金法和二次漂移函数的泛克里金法。
  3）、高级参数：用于控制克里金法所使用的半变异函数。步长大小的默认值初始设置为默认输出像元大小。对于主要范围、偏基台和块金来说，如果未进行任何设置，将会内部计算默认值。
  
• 搜索半径：用于限制计算每个输出像元值时所使用的输入点，从而控制内插表面的特性。包括以下两个选项：
  1）、变量表示搜索半径是可变的，用于指定在计算内插像元值时所使用的点数，这样一来，用于各内插像元的半径距离将有所不同，而具体情况将取决于必须在各内插像元周围搜索多长距离才能达到指定的输入点数。由此将导致一些邻域较小而另一些邻域较大，这是由位于内插像元附近的测量点的密度所决定的。另外，也可指定搜索半径不得超出的最大距离，如果在获取指定点数之前特定邻域的半径达到最大距离，则会针对最大距离内的测量点数执行该位置的预测。通常，如果此现象产生的偏差较大，则应使用较小邻域或最少点数。
  2）、固定则表示搜索半径是固定的，此时需要设定邻域距离和最少点数。当邻域中的测量点数小于所指定的最少值时，搜索半径将不断增大，直到可以囊括最少点数为止。由于将针对研究区域内的每个内插像元（像元中心）应用所指定的固定搜索半径，因此如果测量点分布不均匀（它们很少均匀分布），则很可能会在不同的邻域中使用不同数量的测量点，从而产生不同的预测结果。
• 输出预测栅格数据的方差：为可选项，若选择则输出栅格中每个像元都含有克里金方差。

以下为普通克里金方法下，搜索半径采用变量模式下不同参数设置生成的插值结果：

————————————————-

《ArcGIS工具箱》系列内容目录（持续更新）：

本篇文章来源于微信公众号: 码农设计师