本文是ArcGIS完成空间插值的文字版教程和视频教程,其中文字版教程部分转载自TOOL尖尖的木木作者,视频版教程来自二狮兄发布在百度文库的视频教程。
其中上集高清在线视频地址为:
https://wenku.baidu.com/video/courseview/1b6aa2116c175f0e7cd137e2
空间插值在下集,要找到第26集:
https://wenku.baidu.com/video/courseview/9b997dd5360cba1aa811daed?fr=pc&fromplaylist=1
整个空间插值全过程的操作过程都有,下面用转载的本字版辅助说明,因为教程制作需要,部分文字有改动。
制作一副年平均降雨量的地图。
在上面视频教程地址中就可以找到数据下载地址,用练习数据配合视频教程进行练习操作。
三、制作方法
在已知一个空间中的部分点数据的时候,想知道在空间面上分布特征时,常用插值方法。如知道气象站的降水数据,判断空间大致的面降水分布等情况。常用的插值方法有反距离权重法(IDW)和克里金插值方法(Kriging)。可以借助ArcGIS来实现空间插值。
主要步骤:
准备插值点图层
准备插值范围图层
选择插值工具并设置
具体步骤:
以反距离权重法IDW为例:
一、准备插值点图层和要插值的范围图层,加载到ArcMap
点图层中需要插值的点数据表和图层:
本文是ArcGIS完成空间插值的文字版教程和视频教程,其中文字版教程部分转载自TOOL尖尖的木木作者,视频版教程来自二狮兄发布在百度文库的视频教程。其中上集高清在线视频地址为:https://wenku.baidu.com/video/courseview/1b6aa2116c175f0e7cd137e2空间插值在下集,要找到第26集:https://wenku.baidu.com/video/c...
学过
空间
插
值
的人都知道和
反
距离
插
值
(
IDW
)和克
里
金
插
值
, 本文讲简单介绍基本克
里
金
插
值
的原理,以及在Arcgis中实现的
详细
过程。由于
IDW
操作和克
里
金
很相似,并且最常用的是克
里
金
,因此实操部分给了克
里
金
的。读者可以根据如下
教程
摸索
IDW
是完全可以的呢。
文章目录一、
反
距离
插
值
(
IDW
)二、克
里
金
插
值
法三、 Arcgis实际操作3.1
插
值
实操 - 以克
里
金
为例四、出图
一、
反
距离
插
值
(
IDW
)...
今天是克
里
金
插
值
最后一讲,主要内容为
插
值
步骤
,和每种方法在创建表面过程中需要考虑的重要参数。
克
里
金
插
值
创建预测表面的核心参数有:数据变换、趋势、半变异函数/协方差模型和搜索领域(均在之前的章节进行了
详细
讲解)。
由于每种方法
步骤
均为加载数据源和属性字段,设置对应的方法参数,通过执行下一步,最终生成所需
插
值
结果,因此,本文以普通克
里
金
的预测表面为例进行演示,其他方法以此为参考。
步骤
一:打开地统计...
其中 是点 (xo,yo)处的估计
值
这
里
的 λi是
权重
系数。它同样是用
空间
上所有已知点的数据加权求和来估计未知点的
值
。但
权重
系数并非距离的倒数,而是能够满足点 (xo,yo)处的估计
值
与真实
值
zo的方差最小的一套最优系数,即
同时满足无偏估计的条件
2 普通克
里
金
插
值
Modified Shepard"s Method(改进谢别德法)
Natural Neighbor(自然邻点
插
值
法)
Nearest Neighbor(最近邻点
插
值
法)
Polynomial Regression(多元回归法)
Radial Basis Function(径向基函数法)
Triangulation with Linear Interpolation(线性
插
值
三角网法)
Moving Average(移动平均法)
Local Polynomial(局部多项式法)">Inverse Distance to a Power(
反
距离加权
插
值
法)
Kriging(克
里
金
插
值
法)
Minimum Curvature(最小曲率)
Modified Shepard"s Method(改进谢别德法)
Natural Neighbor(自然邻点
插
值
法)
Nearest Neighbor(最近邻点
插
值
法)
Polynomial Regression(? [更多]
ArcGIS中如何使用协同克
里
金
插
值
(co-kriging interplotation )对气象数据
插
值
ANUSPLIN气象站点数据
插
值
局限性百度搜索ArcGIS 克
里
金
插
值
搭建梯子搜索ArcGIS co-krigingArcGIS协同克
里
金
插
值
(co-kriging interplotation)实现
ANUSPLIN气象站点数据
插
值
局限性
唉,虽然ANUSPLIN在进行气象站点数据
插
值
的时候有一定优势,但是由于我国西部自然条件恶劣,人迹罕至,因此气象监测十分困难,造成了气象站点稀少的问题。
在气象站点
详细
步骤
:
一、准备数据
在excel中准备需要进行克
里
金
插
值
的内容,应该包括至少三列:X坐标,Y坐标,数据。在每一列的列首做好标记,方便导入ArcMap后对应。注意存储时存为xls文件。
二、将数据导如导ArcMap
点击下面这个标记,把数据文件添加到ArcMap。
如果是初次使用的化,可能会不知道进入添加数据对话框之后如何操作。这时应该先点击红框标记的图标,连接到文件夹。
1. 准备好需要进行
插
值
的多个点数据图层,并确保它们都具有相同的投影和坐标系。
2. 在ArcMap中打开一个新的地图文档,然后将所有需要进行
插
值
的点数据图层添加到地图中。
3. 点击“Geoprocessing”菜单栏下的“ArcToolbox”按钮,打开ArcToolbox窗口。
4. 在ArcToolbox窗口中,展开“Spatial Analyst Tools”文件夹,然后双击“Interpolation”文件夹。
5. 选择“Kriging”工具,双击打开“Kriging”对话框。
6. 在“Kriging”对话框中,设置所需的参数,如克
里
金
插
值
方法、输出栅格分辨率、输出栅格范围等。
7. 点击“Environments”按钮,设置环境变量,如输出坐标系、输出文件格式等。
8. 点击“Batch”按钮,选择需要进行批量克
里
金
插
值
的点数据图层,然后点击“OK”按钮。
9. 点击“OK”按钮开始批量克
里
金
插
值
,等待处理完成。
注意事项:在批量克
里
金
插
值
之前,需要确保每个点数据图层都具有相同的字段结构和数据类型,否则会出现
插
值
结果不一致的情况。另外,批量克
里
金
插
值
过程中需要耗费大量计算资源,因此需要根据计算机配置和数据量合理设置
插
值
参数,以免导致计算时间过长或计算失败。