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。
一、反距离插值(IDW)
空间插值问题,就是在已知空间上若干离散点 的某一属性(如气温,PM2.5浓度)的观测值 的条件下,估计空间上任意一点 的属性值的问题。
地理属性有空间相关性,相近的事物会更相似。由此人们发明了反距离插值,对于空间上任意一点
的属性
, 定义反距离插值公式估计量
其中
通常取1或者2。
用空间上所有已知点的数据加权求和来估计未知点的值,权重取决于距离的倒数(或者倒数的平方)。那么,距离近的点,权重就大;距离远的点,权重就小。
- 但是通常 的值通常不确定
- 用倒数来描述空间的关联程度不够准确
从而提出了克里金插值法
二、克里金插值法
克里金斯插值的优势
:
-
在数据网格化的过程中考虑了描述对象的空间相关性质,使插值结果更科学、更接近于实际情况;
-
能给出插值的误差(克里金方差),使插值的可靠程度一目了然
克里金插值的公式
其中
是点
处的估计值,即
。
这里的
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
处的估计值
与真实值
的差最小的一套最优系数,即
同时满足无偏估计的条件
三、 Arcgis实际操作
3.1 插值实操 - 以克里金为例
- 首先加载
数据
和底图
数据要包含经纬度信息和需要插值的浓度,这里以2018年长三角PM2.5为例
-
右键 - 显示经纬度
-
打开工具箱
spatical Analysis Tools - Interploation - IDW
- 克里金插值设置
第一点:处理范围
第二点:栅格分析
四、出图
为了美化作图,而进行了页面设置-出图如下