ArcGIS地统计分析报告
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的地统计分析、空间分析、三维数据分析实验报告
地理空间信息软件应用Geospatial information software applications大连理工大学城市学院实验一、三维数据分析实验目的：首先了解三维数据管理的的概念，对三维数据有一定的了解及认知后，学习对三维数据的管理、分析与应用，掌握三维数据分析运用要领。
实验内容：三维数据、三维数据的获取、3D要素分析；表面创建、表面管理；栅格表面分析、Terrain和TIN表面分析、功能性表面；ArcScene的工具条、二维数据的三维显示、三维动画。
实验过程：1.三维数据⑴三维数据是在二维数据的基础上添加了一个维度（Z坐标），用来表示特定表面位置的值。
三维数据有四种基本类型：三维点数据、三维线数据、表面数据和体数据。
在Arcgis中，把三维数据分为3D要素数据和表面数据。
⑵三维数据的获取：三维点、线数据的生成常见方法分为创建包含Z值的要素类，转换二维要素类的属性、插值shape三种；多面体数据的生成。
①三维点、线数据的生成-----创建包含Z值的要素类启动ArcCatalog,右击要创建三维要素的文件夹，在弹出的菜单栏中，选择“新建”----“Shapefile”，打开创建新Shapefile对话框。
在“名称”文本框中输入要素名称，在类型的下拉框选择面，单机编辑定义空间参考，选择WGS1984坐标系，点击确定。
图一创建三维空间坐标②三维点、线数据的生成-----转换二维要素类的属性在ArcScene中打开ArcToolbox，双击“3D Analyst工具”----“3D要素”----“依据属性实现要素转3D”，“打开依据属性实现要素转3D”对话框，输入要素设置为“point”，输出要素类设置为“point3d”，高度字段设置为“height”。
确定，得到三维点数据。
图二依据属性实现要素转3D③多面体数据的生成启动ArcScene，在右击文件夹，单机“新建”，选择“文件地理数据库”，创建“文件地理数据库”，命名为“New File Geodatabase”。
ArcGIS的地统计分析实验报告
实验二、ArcGIS的地统计分析实验目的：全面了解ArcGIS的地统计分析，学会探索性空间数据分析工具的使用，学习空间差值方法的思维和应用。
实验内容：熟悉探索性空间数据分析的直方图、QQ分布图、趋势分析、Voronoi图、半变异函数与协方差云、交叉协方差云；了解空间差值中的确定性差值方法、克里金插值法、ArcGIS 10新增的差值方法实验过程：1.探索性空间数据分析（1）直方图是对采样数据按一定的分级方案进行分级，统计采样点在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示出来，显示了数据集的频率分布，并汇总统计数据，用来检验数据分布和寻找数据离群值。
在ArcMap中加载Geostatistical Analyst工具条，在ArcMap的内容列表中，添加“练习”.shp文件，单击“Geostatistical Analyst”---“探索数据”---“直方图”，可在直方图对话框中选择相应的栏数和显示数据的字段。
图一直方图（2）QQ分布图分为正态QQ分布图和常规QQ分布图。
正态QQ图上的点可指示数据集的单变量分布的正态性,将数据集与标准正态分布进行比较，如果数据是正态分布的，点将落在45°参考线上，如果数据不是正态分布的,点将会偏离参考线。
在ArcMap的内容列表中，添加“练习”.shp文件，单击“Geostatistical Analyst”---“探索数据”---“正态QQ图”，可采用“log”对需要的数据进行转换。
图二 QQ分布图“log”使用变化前后常规QQ图利用两个数据集中具有相同累积分值的数据值来做图。
在ArcMap 的内容列表中，添加“练习”.shp和“练习2”.shp文件，单击“Geostatistical Analyst”---“探索数据”---“常规QQ图”，分别选择两个图层的相应字段。
图三常规QQ图（3）趋势分析：用一个三维视图来探察空间数据。
将样品点的值分别投影到X、Z平面和Y、Z平面上形成散点图。
ArcGIS地理信息系统空间分析实验教程地统计分析总结
平稳性 均值平稳，即假设均值是不变的并且与位置无关。二阶平稳，
是假设具有相同的距离和方向的任意两点的协方差是相同的，协 方差只与这两点的值相关而与它们的位置无关。
区域化变量
• 当一个变量呈现一定的空间分布时，称之为区域 化变量，它反映了区域内的某种特征或现象。 区 域化变量具有两个显著特征：即随机性和结构性。 首先，区域化变量是一个随机变量，它具有局部 的、随机的、异常的特征；其次，区域化变量具 有一定的结构特点，除此之外，区域化变量还具 有空间局限性、不同程度的连续性和不同程度的 各向异性等特征。
图10.14 离群值的直方图查找和图面显示
用半变异/协方差函数云识别离群值
如果数据集中有一个异常高值的离群值，则与这个离群值形 成的样点对，无论距离远近，在半变异/协方差函数云图中都具有 很高的值。如下图所示，这些点可大致分为上下两层，对于上层 的点，无论位于横坐标的左端或右端（即无论距离远近）都具有 较高的值。刷光上层的一些点，右图是对应刷光的样点对。可以 看到，这些高值都是由同一个离群值的样点对引起的，因此，需 要对该点进行剔除或改正。
地统计分析理论基础包括:
• 前提假设 • 区域化变量 • 变异分析 • 空间估值
前提假设:
• 前提假设
•
与经典统计学相同的是，地统计学也是在大量样本的基础
上，通过分析样本间的规律，探索其分布规律，并进行预测。
正态分布 在获得数据后首先应对数据进行分析，若不符合正态分布
的假设，应对数据进行变换，转为符合正态分布的形式，并尽量 选取可逆的变换形式。
协同克里格插值
图10.4 空间插值分类体系（数学原 理）
插值方法
空间插值方法根据是
否能保证创建的表面 经过所有的采样点， 又可以分为精确性插 值和非精确性插值。 （如右图）
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)。
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：制作超出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：
2.使用默认选项创建表面
3.将该图层名称更改为 Default Kriging
4.设置将预测表面的围限制在加利福尼亚州之：
5. 右键单击容列表，然后点击验证/预测。
6.CA_cities_ozone图层的属性表：
练习2：数据检查1.探索数据——直方图：
2.探索数据——正态QQ图：
3.探索数据——趋势分析：
4.旋转30度后的情况：
5.探索数据——半变异函数／协方差云：
练习3：制作臭氧浓度图
1.再次使用普通克里金插值方法，但这次将在模型中纳入趋势和各向异性以做出更好的预测：
2.搜索领域：
3.交叉验证：
4．右键单击所创建的 Trend Removed 图层，然后单击将输出更改为预测标准误差。
练习4：模型对比
1.右击趋势移除图层选择比较，在交叉验证对话框中自动比较“趋势移除”模型和“克里金模型”。
练习5：创建臭氧超出某一临界值的概率图
1.打开地统计想到单击克里金法，然后在下一步中选择指示克里金法并确保阈值设置为超出，设置主阈值为0.09。
2.将步长设置改为15000，将各向异性更改为 True 以考虑数据的方向特性。
3.单击以选择表中指示值为 0 的一行。
所选点将在蓝色阈值线左侧的散点图中以绿色显示。
如果所选行的情况如下图所示，则预测与指示值完全相同。
4.在“交叉验证”对话框中，单击完成，然后在“方法报告”对话框中，单击确定，显示概率图。
5.在图层属性符号系统中选择等值线选项。
6.单击分类按钮。
在分类对话框中，将方法更改为“相等间隔”，然后将类别更改为5。
7.将 ca_hillshade 数据集添加到该视图。
应将数据集添加到容列表的底部，并使用白黑色带，然后设置透明度为 30%，然后单击确定。
8.得到的臭氧概率分布图。
三、实习总结
本次实验主要练习地统计分析的操作，地统计分析的相关容以前在资源环境信息系统课上曾经稍有接触，但那都是很简单的部分。
而这次实验涉及对加利福尼亚州的臭氧值进行的分析操作则明显较为复杂，特别是模型生成的过程让人觉得颇有难度。
但正所谓岁不寒无以知松柏，事不难无以显能耐。
我认为多做这些有意义的练习才能让我们的软件操作能力有所提升。
在此我非常感老师对我们的用心栽培。