ArcGIS地统计分析[谷风详析]
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。
ex6ArcGIS 地统计分析
ArcGIS地统计分析实习内容：练习1：使用缺省参数创建一个表面练习2：数据检查练习3：制作臭氧浓度图练习4：模型比较练习5：制作超出某一临界值的臭氧概率图练习6：生成最终成果图预备知识：利用地统计分析模块，你可以根据一个点要素层中已测定 采样点、栅格层或者利用多边形质心，轻而易举地生成一个连续表面。
这些采样点的值可以是海拔高度、地下水位的深度或者污染值浓度等。
当与ArcMap一起使用时，地统计分析模块提供了一整套创建表面的工具，这些表面能够用来可视化、分析及理解各种空间现象。
美国环保局负责对加利佛尼亚州的大气臭氧浓度进行监测。
臭氧浓度值是通过遍布全州的监测站来测定的。
已经知道所有监测站的臭氧值浓度，但是我们还想知道加利佛尼亚州其他任一地方的臭氧浓度值，但是考虑到费用以及实用性问题，我们不可能在任何地方都建立监测站。
地统计分析模块提供了许多工具，通过检测所有采样点之间的关系，生成一个关于臭氧浓度值、预测标差（不确定性）以及超出临界值的概率的连续表面，从而使对其他点的浓度值进行最佳预测成为可能。
在地统计分析模块的安装盘上，附有本次联系所需要的数据。
这些数据包括：数据集 描述Ca_outline 加州轮廓图Ca_ozone_pts 臭氧采样点数据（单位：ppm）Ca_cities 加州主要城市位置图Ca_hilshade 加州山体阴影图臭氧数据集（Ca_ozone_pts）表示的是1996年中每八个小时时段内的臭氧平均浓度的最大值，以ppm为单位。
根据这些臭氧采样点的测量值，你可以生成两个连续表面（或地图），以现有的采样点数据为基础来预测加洲任意地方的臭氧浓度值。
创建第一张图时你只需要简单地使用缺省选项即可，你会看到根据采样点数据生成表面是多么容易的事情。
生成第二张图时，你可以较多的考虑采样点之间存在的空间关系，这时，你将要用到ESDA（空间数据探索分析）工具来检查你的数据。
你还会学习到一些地统计选项，利用这些选项，你可以创建诸如剔除趋势并且模拟空间自相关的表面。
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”。
- 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)。
特制分析
3
特制分析
4
一、Explore Data(探索性数据分析)
探索性数据分析是为了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。
探索性数据分析可以确定数据属性，探测数据分布、 查找异常值、分析全局变化趋势、研究空间自相关和理 解多种数据集之间相关性。
特制分析
5
在地统计分析中，克里格插值方法建立在一定的 假设基础上。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，使其服从 正态分布。正态分布的检验可以通过直方图和正态 QQPlot分布图完成。
特制分析
10
在东西方向，数据点分布较为分散，拟合曲线（绿线）接 近水平，没有明显的趋势；而在南北方向，数据点相对集 中，拟合曲线（蓝线）倾斜，显示出很强的线性趋势，这 个趋势是降水量变化的全局趋势，即纬度增加，降雨量减 少。
特制分析
11
4.Voronoi Map
Voronoi地图（泰森多边形）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到其他样点的距离要近。
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。
特制分析
1
模块介绍
（1）打开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，选 中Geostatistical Analyst的复选框。 （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。
特制分析
14
6.Crosscovariance Cloud （正交协方差函数云）
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，用于多数据集协变 分析。 通过分析多因素（数据集）关联特征，在地统 计空间分析中可以有效利用这种相关特征增强 建模效果，如协同克里格插值分析。
特制分析
15
特制分析
12
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。
特制分析
13
描述空间自相关及方向变异
大部分的地理现象都具有空间相关特性，即距离越近的 两事物越相似。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）
特XY Data功能，将气象站 Excel数据表导入ArcGIS，然后Export Data，输出 为点图层。为了提高精度，加入陕西省周边临近站点， 查看陕西省内和周边站点的分布情况，选择60 km作 为缓冲距离，对省界生成缓冲区，保留省内（96个） 和缓冲区范围内（52个）共148个站点
ArcGIS地统计分析
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。地统计学是以区 域化变量理论为基础，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。
区域化变量是由某一区域或范围内的不同空间位置所 取的不同数值构成的变量，大部分自然地理要素都属于 区域化变量，如气温、降水等等。
特制分析
16
特制分析
17
插值方法分类
插值方法按其实现的数学原理可以分为两类，一类是确 定性插值方法；另一类是地统计插值，也就是克里格插 值。 确定性插值方法以研究区域内部的相似性（如反距离权 重法）、或者以平滑度为基础（如径向基函数法）由已 知样点来创建表面。
特制分析
18
反距离权重法
反距离权重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。
特制分析
8
特制分析
9
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。
特制分析
19
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。
二、Geostatistical Wizard 地统计分析向导（插值）
在Geostatistical Analyst中打开Geostatistical Wizard对话框，进行插值方法的选择。在Arc GIS中提供了反距离加权法（IDW）、全局多项 式法（GPI）、局部多项式法（LPI）、径向基函 数法（RBF）、克里格（Kriging）和协同克里格 （Co-Kriging）几种插值方法。
特制分析
6
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。
特制分析
7
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）