第15章ArcGIS地统计分析分解
利用ARCGIS进行地类计算与统计讲解
利用ARCGIS进行地类计算与统计讲解ARCGIS是一款强大的地理信息系统软件，可以进行地类计算与统计。
地类计算与统计是对地表覆盖类型进行分类、计算和统计的过程，可以帮助我们了解地表覆盖的分布情况、变化趋势等。
在ARCGIS中，我们可以利用不同的工具和功能来进行地类计算与统计。
首先，我们需要准备一份具有地表覆盖类型信息的矢量数据。
这些数据可以是卫星遥感图像、航空影像等，或者是由人工标注的地表覆盖类型数据。
在ARCGIS中，可以将这些数据导入到地理数据库中，然后进行进一步分析。
一种常用的地类计算方法是栅格化。
即将矢量数据转化为栅格数据，使得每个栅格单元代表一种地表覆盖类型。
ARCGIS中有专门的工具可以进行栅格化操作。
我们可以选择适当的栅格分辨率来进行栅格化，以平衡地表覆盖类型的细节和计算效率。
在得到栅格数据后，我们可以利用栅格数据进行地类计算与统计。
ARCGIS提供了很多工具来进行地类计算，如栅格计算器、遥感分类工具等。
栅格计算器可以进行诸如加减乘除、逻辑运算、统计等操作，可以用来对不同地类进行运算和统计。
遥感分类工具可以通过训练样本或者其他分类方法将栅格数据分类为不同的地表覆盖类型。
地类计算与统计极大地依赖于分类结果的准确性。
为了提高分类精度，我们可以利用ARCGIS提供的功能进行后处理。
例如，可以利用空间滤波器对分类结果进行平滑处理，去除噪声和误分类。
还可以通过多时相的数据进行时序分析，了解地表覆盖类型的变化趋势和演化过程。
另外，ARCGIS还提供了丰富的可视化功能，可以帮助我们更直观地理解地表覆盖类型的分布情况。
我们可以通过色彩映射、分层渲染、饼图等方式将地表覆盖类型数据可视化，以便更好地观察和分析结果。
最后，ARCGIS还支持地类数据的导出和共享。
我们可以将地类计算与统计的结果导出为各种格式的数据，如栅格图像、矢量数据、统计表格等。
这样，我们可以将计算与统计结果与其他人共享，以便更多人能够参与到地表覆盖类型的分析和研究中。
利用ARCGIS进行地类计算与统计讲解
地类计算与统计一、数据准备。
应用到的数据包括社界（DWG文件）和所求年份的现状图（Shape或GeoDatabase）DWG文件的注记的插入点（Text为左下角点）要落在对应的社界面上，这样才能保证数据转换后注记和面层的一一对应。
二、数据处理。
数据的处理主要包括数据的转换、点面属性连接、数据相交三个部分。
2.1数据转换2.1.1建立数据集（1）点击打开ArcCatalog程序，找合适的路径然后【右键】→新建→PersonalGeodatabase：▽（2）新建数据库后，【双击】进入数据库，【右键】→新建数据集→输入名称外，其余使用默认设置，不用修改，直接【下一步】，直到【完成】：▽输入数据集名称▽坐标系统选Unknown(未知),或者用【导入】选DWG文件的投影▽容限使用默认即可，点击【完成】▽2.1.2将DWG数据导入数据集！！首先必须确定DWG文件的路径没有中文名（D:\pssj\sj.dwg），否则导入会一片空白（1）【双击】进入数据集aaa，【右键】→【导入】→【要素类（多个）】（2）在【Input Features】中添加DWG文件的注记层（Annotation）和面层（Polygon）▽添加注记和面层，然后点【确定】导入▽2.1.3检查修改面层的拓扑！！面层可能存在裂缝和重叠错误，这样会带来计算面积的错误，因此要进行拓扑的检查（1）数据集aaa中，【右键】→【新建】→【拓扑】（2）前面两步使用默认直接【下一步】，选择要素的时候勾选面层然后【下一步】▽使用默认等级，然后【下一步】▽添加拓扑规则，规则选择【不能重叠】和【不能有缝隙】，分两次添加，然后【下一步】▽点击【完成】，然后选【是】验证拓扑▽（3）修改拓扑错误打开ArcMap，添加aaa_Topology，即可看到拓扑检查结果（红色部分）可以看出，面层存在重叠，不存在裂缝，修要修改重叠部分，采用挖空的方法▽【编辑器】→【开始编辑】→用【选择工具】（）选中重叠部分：▽【编辑器】→【裁切】（clip，可以将与选择部分有重叠的所有面擦除）▽直接【确定】，对所有重叠部分重复以上步骤▽在ArcMap工具栏位置【右键】→【拓扑】调出拓扑工具栏→【验证全部拓扑】重新验证拓扑看还有没有拓扑错误▽修改完没有拓扑问题后，【编辑器】→【保存编辑】→【停止编辑】▽拓扑错误已经消除，可以进行下一步操作！！如果导入DWG文件的线层，然后用线层构面的话，可以省略掉拓扑检查和修改这一步，操作会相对简单些。
arcgis学习--地统计分析
ArcGIS软件应用实验7一、实验目的使用默认参数值创建模型来生成臭氧浓度表面的整个过程。
二、实验内容1、学习Geostatistical Analyst 扩展模块2、生成臭氧浓度表面三、实验步骤(一)准备工作1、激活地统计模块在主菜单上，单击自定义→扩展模块，选中GeostatisticalAnalyst复选框，单击关闭；图1-1扩展模块2、调出地统计工具条在主菜单上，单击自定义→工具条→GeostatisticalAnalyst，GeostatisticalAnalyst工具条即被添加到ArcMap会话中；图1-2工具条3、添加数据单击标准工具工具条上的添加数据按钮添加数据，按住CTRL键并选择O3_Sep06_3pm和ca_outline两个数据集，单击添加。
图1-3添加数据4、修改属性1、右键单击内容列表中的ca_outline图层图例（图层名称下面的框），然后单击无颜色，确保图层无颜色，只有范围；图1-4无颜色2、双击内容列表中O3_Sep06_3pm图层的名称。
打开图层属性对话框，在图层属性对话框中，单击符号系统选项卡。
在显示对话框中，○1单击数量，然后单击分级色彩；○2在字段框中，将值设置为OZONE；○3选择“黑色到白色”色带，以便这些点可以在本教程将要创建的颜色表面之上凸出来；符号系统对话框应如下所示：图1-5分级符号3、经过属性修改后，图层如下：图1-6结果(二)使用默认选项创建表面使用默认GeostatisticalAnalyst设置创建（插值）臭氧浓度表面。
臭氧点数据集(O3_Sep06_3pm)将用作输入数据集，并采用普通克里金法对值未知的位置处插入臭氧值。
在一系列对话框中单击下一步来接受默认设置。
1、地统计分析对话框单击GeostatisticalAnalyst工具条上的GeostatisticalAnalyst箭头，然后单击地统计向导，将弹出地统计向导对话框；图2-1地统计工具条地统计向导对话框，在方法列表框中，单击克里金法/协同克里金法。
ArcGIS地统计分析报告
实验四ArCGIS地统计分析一、实习容1：使用缺省参数创建一个表面2：数据检查3：制作臭氧浓度图4：模型比较5：制作超岀某一临界值的臭氧概率图二、实习过程练习1：利用缺省参数创建一个表面1・添加数据并调整显示设置：當选择丨显示：符号系统自义查谊I I标i∏⅛接和关联I时间I HTML弹出窗显示⑶ 要芽类别数里〕分级色彩r分级符号比例符号图丧多个匡性值0: OZONE ▼归一化(N) 无色帝(B Jiai符号范圉Im |O .021 MX)- .037000 .021 σ∞..037000o .037M)I - .052000 .037031 - .0520000 052001 - 070000 052W1 - .070000◎.070001-.091(XX) .07(XM1 -.091000©.091001-.121000 .ωιωι-.121000侯用颜色表示藪里。
亠√∕1T-Fx分类官然同飾点分级法(Jenk8) 类⑸ 5 ▼［分类©..・2 •使用默认选项创建表面鹹计向导.克里金法步琛4洪6・半变异幽协方差建模) ⊂□ I Ξ∣∣f ⅛⅜]一模型•已丢弃 + □Ψffi.¾ (Meg •)，h ・10吒模型：δTδδΓ1451*Nugget÷l. 1451*Stable (1013D0,2) 协万差 H 视≡S≡ 显示.・.False 显示… False 显示点已丢・・・田导出视圉设實B 常规优化複型检査二元分布 FaISe变里 协方差日複型块金值 启用 TrUe 计算块金值 TrUe 块金值 0.001145128测里误差100%B 複型#1类型 稳定的参数 21主交程 101303.2 各向异性 FaISe 计箕偏基台值 TrUe 偏基台值1.145128S 複型X2 S 複型03□步长步长犬小16838.5 1□> < 更多■ 克里金法是一种依赖于测里戻差模型买现精硝或平看命 值的插值法。
ArcGIS地统计分析
探索性数据分析需要借助于ArcGIS的探索性数据分析
工具。
2.1 添加探索性数据分析工具
通常，ArcGIS的探索性数据分析模块并没有打开，在 默认界面上没有探索性数据分析工具，需要手动添加。添加
方法如下。
（1）开启地统计分析扩展模块：单击ArcMAP界面上 “Customize”︱“Extensions”命令，弹出“Extensions”
Geostatistical Analysis 地统计空间分析
2014/10/20
主要内容
1. ArcGIS地统计分析模块介绍 2. 探索性数据分析工具 3. 探索性数据分析
4. 空间插值技术 5. 实例——绘制臭氧浓度图 6. 小结
1 ArcGIS地统计分析模块介绍
ArcGIS地统计分析模块（ArcGIS Geostatistical
局部性插值方法。全局性插值方法以整个研究区的样点数据
集为基础来计算预测值，如全局多项式；局部性插值方法则 使用一个大研究区域内较小的空间区域内的已知样点来计算 预测值，如反距离权重法、局部多项式、径向基函数、核平 滑和扩散核。
4.1.1 反距离加权插值
反距离加权插值法的基本原理在于，一般来讲物体离得 近，它们的性质就越相似。反之，离得越远则相似性越小。 反距离加权插值法以插值点，与样本点间的距离为权重进行 加权平均，离插值点越近的样本点赋予的权重越大。
提供多种计算面值的方法：
简单 熵 平均值 中值 众数 标准差 聚类 四分位距
2.6 Semivariogram/Covariance Cloud （半变异/协方差函数云）
半变异／协方差函数云表示的是数据集中所有样点对
的理论半变异值和协方差，并把它们用两点间距离的函数 来表示，用此函数作图来表示。
ArcGIS地统计分析总结
ArcGIS地统计分析总结ArcGIS地统计分析(Geostatistical Analyst) 1 介绍1.1为什么使用ArcGIS Geostatistical Analyst人为判断总是会遗漏某些重要信息，同时也会无中生有。
而ArcGIS GeostatisticalAnalyst提供客观的数据驱动方法，定量预测数据变化趋势和从空间数据中发掘特征模型。
如果数据不够精确或者模型不够准确，这样势必影响输出的地图和从中得到的结论。
而ArcGIS Geostatistical Analyst可以提供一个概率框架，来定量计算生成数据面时的不确定性。
元统计分析方法利用属性数据之间的相关来推断不同变量之间的联系，ArcGIS Geostatistical Analyst可以联合各种数据来做更精确的预测。
ArcGIS GeostatisticalAnalyst可以有效地推测一些空间现象的未知部分，因此，对采样计划的设计和优化非常关键。
1.2使用ArcGIS Geostatistical Analyst的各个领域这个模块的应用对象不计其数，可以使用这个工具包开发任何一种地理数据集(比如坐标和属性)，下面列出几个成功应用ArcGIS Geostatistical Analyst的典型领域:气象学家和统计学家应用ArcGIS Geostatistical Analyst来进行气象数据分析。
采矿行业广泛的应用ArcGIS Geostatistical Analyst，涉及从最初的地质特征研究到产量控制的各个阶段。
石油工业成功的应用ArcGIS Geostatistical Analyst，来分析包括地震数据和油井数据集成的空间数据，并且用来研究物理特性和地震属性之间的相关关系。
在环境问题的研究中，ArcGIS Geostatistical Analyst的应用提供了一个分析空气、土壤和地下水污染高效和一致的模型。
最新ArcGIS地统计分析精编
3.Trend Analysis（趋势分析）
全局趋势分析可以通过Trend Analysis（趋势分析）工 具来实现。地物的空间趋势反映了空间物体在空间区域 上变化的主体特征。 形成以数据某一属性值为高度的三维透视图，从而帮助 用户从不同视角分析采样数据集的全局趋势。 样点的位置由X、Y和Z三个值来决定。X、Y确定样点 平面坐标，Z值则是样点数据的某一属性值。三维透视 图中的每个黑线就代表了样点的位置和高度，位置就是 样点X、Y平面坐标，高度即样点数据的某一属性值的 大小。
5.Semivariogram/Covariance Cloud （半变异/协方差函数云）
半变异／协方差函数云表示的是数据集中所有样点对的 半变异值和协方差，并把它们用两点间距离的函数来表 示，用此函数作图来表示。
描述空间自相物越相似。如果存在空间自相关，那么该变量本身 存在某种数学模型。半变异/协方差函数云图就是这种关 系的定量化表示。 半变异函数有三个表征空间变异特征的参数:基台值 （still）、块金值（nugget)和变程（range）
1.Histogram（直方图）
Histogram（直方图）指对采样数据按一定的分级方案 进行分级，统计采样点落入各个级别中的比例，并通 过柱状图表现出来。直方图可以直观的反映采样数据 分布特征与规律。
2.QQPlot分布图
QQPlot分布图是可以将现有数据的分布与标准 正态分布对比，从而来分析和评价现有数据。 如果数据图形越接近一条直线，则它越接近于 服从正态分布。 1．Normal QQPlot分布图（正态QQPlot分布图） 2．General QQPlot分布图（普通QQPlot分布图）
插值精度评价方法
交叉验证： 假设其中一个站点的要素值未知，通过周围n-1个站点的值来估算，然后轮 流改变未知站点，最后计算所有站点实际观测值与估计值的各项误差。 ArcGIS地统计模块中的各种插值方法，采用交叉验证的方式计算出各种误差， 符合以下标准的模型最优： 误差平均值（Mean）、误差标准平均值（Mean Standardized）最接近于 0 ； 均方根预测误差（ Root-Mean-Square）最小 ； 平均标准误差（ Average Mean Error）最接近于均方根预测误差（RootMean-Square）； 标准均方根预测误差（Root-Mean-Square Standardized）最接近于1。
ArcGIS地统计分析总结
ArcGIS地统计分析总结ArcGIS地统计分析(Geostatistical Analyst) 1 介绍1.1为什么使用ArcGIS Geostatistical Analyst人为判断总是会遗漏某些重要信息，同时也会无中生有。
而ArcGIS GeostatisticalAnalyst提供客观的数据驱动方法，定量预测数据变化趋势和从空间数据中发掘特征模型。
如果数据不够精确或者模型不够准确，这样势必影响输出的地图和从中得到的结论。
而ArcGIS Geostatistical Analyst可以提供一个概率框架，来定量计算生成数据面时的不确定性。
元统计分析方法利用属性数据之间的相关来推断不同变量之间的联系，ArcGIS Geostatistical Analyst可以联合各种数据来做更精确的预测。
ArcGIS GeostatisticalAnalyst可以有效地推测一些空间现象的未知部分，因此，对采样计划的设计和优化非常关键。
1.2使用ArcGIS Geostatistical Analyst的各个领域这个模块的应用对象不计其数，可以使用这个工具包开发任何一种地理数据集(比如坐标和属性)，下面列出几个成功应用ArcGIS Geostatistical Analyst的典型领域:气象学家和统计学家应用ArcGIS Geostatistical Analyst来进行气象数据分析。
采矿行业广泛的应用ArcGIS Geostatistical Analyst，涉及从最初的地质特征研究到产量控制的各个阶段。
石油工业成功的应用ArcGIS Geostatistical Analyst，来分析包括地震数据和油井数据集成的空间数据，并且用来研究物理特性和地震属性之间的相关关系。
在环境问题的研究中，ArcGIS Geostatistical Analyst的应用提供了一个分析空气、土壤和地下水污染高效和一致的模型。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
地统计分析方法是空间统计学的一个重要分支，被广泛 应用于许多领域。ArcGIS地统计分析功能是借助于ArcGIS地 统计分析模块（ArcGIS Geostatistical Analyst）来实现的。 ArcGIS地统计分析模块使得复杂的地统计方法可以在软件中 轻易实现。本章主要通过对地统计分析的概念介绍，逐步引导 读者在ARCGIS中，如何应用地统计分析解决实际问题。
15.1 ArcGIS地统计分析概述
很长时间以来，地统计分析一直没能很好的和GIS分析 模型紧密地结合在一起，而ArcGIS地统计分析模块则在地 统计学与GIS之间架起了一座桥梁。
15.1.1 ArcGIS地统计分析模块介绍
ArcGIS地统计分析模块（ArcGIS Geostatistical Analyst）是一个完整的工具包，它带有为默认模型设计的 稳定性参数。这样可以帮助初学者快速的掌握地统计分析。
15.2.4 Trend Analysis（趋势分析）
趋势分析可以利用样点数据生成以数据某一属性值为高 度的三维透视图，从而帮助用户从不同视角分析采样数据集 的全局趋势。 样点的位置由X、Y和Z3个值来决定。X、Y确定样点 平面坐标，Z值则是样点数据的某一属性值。三维透视图中 的每个黑线就代表了样点的位置和高度，位置就是样点X、 Y平面坐标，高度即样点数据的某一属性值的大小。
15.3.1 检验数据分布
在地统计分析中，克里格方法建立在一定的假设基础上， 其在一定程度上要求所有数据值具有相同的变异性。另外，普通 克里格法、简单克里格法和泛克里格法等都假设数据服从正态分 布。如果数据不服从正态分布，需要进行一定的数据变换，从而 使其服从正态分布。因此，在进行地统计分析前，检验数据分布 特征，了解和认识数据具有非常重要的意义。数据的检验可以通 过直方图和正态QQPlot分布图完成。 1．通过直方图检验数据分布 2．通过QQplot图检验数据分布
15.2 探索性数据分析工具
探索性数据分析可以让用户更清楚地了解所用的探索性 数据，包括数据的属性、分布以及空间数据的变异性和相关 性，并以此来分析数据的变化趋势，从而利用已知的数据来 推测拟合未知的数据。探索性数据分析也可以让用户更深入 地认识研究对象，从而对与其数据相关的问题做出更好的分 析与决策。 探索性数据分析需要借助于ArcGIS的探索性数据分析 工具。
正交协方差函数云表示的是两个数据集中所有样点对的 理论正交协方差，并把它们用两点间距离的函数来表示。
15.3 探索性数据分析
对于一组模式未知的数据，可以有很多方法来处理，当数 据偏离严格假定所描述的理想模型，古典统计技术可能不适用。 探索性数据分析技术——新开发的稳健、高效的数据分析方法， 可以让用户更全面地了解自己使用的数据。可以借助其来查看数 据是否服从正态分布，是否存在某种趋势效应、各向异性等。 探索性数据分析主要利用ArcGIS 提供的工具和插值方法， 可以确定统计数据属性，探测数据分布、全局和局部异常值、寻 求全局的变化趋势、研究空间自相关和理解多种数据集之间相关 性。
15.1.2 地统计分析基础简介
地统计（Geostatistics）又称地质统计，也可以称为空 间统计分析，其是统计学的一个分支。地统计于20世纪50年 代初开始形成，60年代在法国著名统计学家G. Matheron的 大量理论研究工作基础上，形成一门新的统计学分支。 地统计学是以区域化变量理论（theory of regionalized variable）为基础，以变异函数（variogram）为基本工具来 研究分布于空间，并呈现出一定的随机性和结构性的自然现 象的科学。
15.2.6 Semivariogram/Covariance Cloud （半变异/协方差函数云）
半变异／协方差函数云表示的是数据集中所有样点对的 理论半变异值和协方差，并把它们用两点间距离的函数来表 示，用此函数作图来表示。
15.2.7 Crosscovariance Cloud（正交协方 差函数云）
15.2.1 添加探索性数据分析工具
通常，ArcGIS的探索性数据分析模块并没有打开，在 默认界面上没有探索性数据分析工具，需要手动添加。添加 方法如下。 （1）开启地统计分析扩展模块：单击ArcMAP界面上 “工具” ︱“扩展”命令，弹出“扩展”对话框，确保 Geostatistical Analyst的复选框被选中。 （2）添加Geostatistical Analyst工具条。选择ArcMAP 界面上的“视图”菜单︱ “工具条”命令，确保 Geostatistical Analyst工具条被选中。之后，在ArcMAP工具 栏将出现Geostatistical Analyst工具条。
15.2.2 Histogram（直方图）
Histogram（直方图）指对采样数据按一定的分级方案 进行分级，统计采样点落入各个级别中的个数或占总采样数 的百分比，并通过条带图或柱状图表现出来。直方图可以直 观的反映采样数据分布特征与规律。
15.2.3 正态QQPlot分布图）和普通QQPlot 分布图
15.2.5 Voronoi Map（Voronoi地图）
Voronoi地图是由样点以及样点周围的一系列多边形所 组成。多边形生成的要求就是多边形内任何位置距这一样点 的距离都，比该多边形到其他样点的距离要近。Voronoi 多 边形生成之后，相邻的点就被定义为其Voronoi多边形，与 选择样点的Voronoi多边形具有公共边的其他样点。
15.3.ቤተ መጻሕፍቲ ባይዱ 寻找数据离群值
QQPlot分布图是可以将现有数据的分布与标准正态分 布对比，从而来分析和评价现有数据。其是利用分布的分位 数而作出的图形，如果数据图形越接近一条直线，则它越接 近于服从正态分布。 1．Normal QQPlot分布图（正态QQPlot分布图）
2．General QQPlot分布图（普通QQPlot分布图）