ArcGIS克里金和IDW插值分析 - 图文

ArcGIS插值分析

一、

数据输入和预处理

降水数据导入ArcGIS之前，需要将格式转为ArcGIS支持的格式，xls或者csv格式。通过File（文件）-Add Data（添加数据）-Add XY Data（添加XY数据）输入降水数据。

X Field选择经度，Y Field选择纬度，指定坐标系，将坐标系指定为GCS_WGS_1984坐标系。在ArcGIS中，要想数据正确显示，必须指定为合适的坐标系。经纬度为地理坐标，因此在此需要指定为GCS_WGS_1984坐标。

导入QH-boundary，QH-boundary为Albers投影坐标系，在GIS中，虽然能够自动将地理坐标系投影为投影坐标系，但为了保证后续的数据操作准确性，仍需要将降水数据也统一为Albers投影坐标系。

使用ArcToolBox-DataManageTools（数据管理工具）-Projections and Transformations（投影和变换）-Project（投影），将Output Coordinate System（输出坐标系）指定为Albers

二、

插值分析

数据准备完成，接下来就要进行插值分析。ArcGIS中插值分析属于Spatial Analyst拓展模块，如果不能使用的话需要先在Customize-Extensions中将拓展模块授权打开。

此次插值使用两种方法，克里金法和反距离权重法。

克里金法和反距离权重法都可周围的测量值进行加权以得出未测量位置的预测，这两种插值器的常用公式均由数据的加权总和组成：

其中：

Z(si) = 第 i 个位置处的测量值 λi = 第 i 个位置处的测量值的未知权重 s0 = 预测位置 N = 测量值数

IDW（反距离加权法）属于确定性插值方法，因为这些方法直接基于周围的测量值或确定生成表面的平滑度的指定数学公式。克里金法则由地统计方法组成，该方法基于包含自相关（即测量点之间的统计关系）的统计模型。因此，地统计方法不仅具有产生预测表面的功能，而且能够对预测的确定性或准确性提供某种度量。在反距离权重

法中，权重 λi 仅取决于预测位置的距离。但是，使用克里金方法时，权重不仅取决于测量点之间的距离、预测位置，还取决于基于测量点的整体空间排列。要在权重中使用空间排列，必须量化空间自相关。因此，在普通克里金法中，权重 λi 取决于测量点、预测位置的距离和预测位置周围的测量值之间空间关系的拟合模型。 1、 克里金法

打开ArcToolBox-Spatial Analyst Tools（空间分析工具）-Interpolation（插值分析）-Kriging（克里金法）

如图进行设置，为保证插值范围，需要对Environments（环境）进行设置

设置Processing Extent（处理范围）和Raster Analysis（栅格分析），Mask（掩膜）

2、 反距离权重法

三、

制作等值线

使用ArcToolBox-Spatial Analyst Tool-Surface-Contour新建一个等值线，新生成的等值线会有较多棱角，可以使用ArcToolBox-Cartography Tools-Generalization-Smooth Line工具对等值线进行平滑。 四、

制图输出

将ArcMap切换到Layout View（布局视图），添加经纬格网、图例、指北针、比例尺等要素，即可完成制图输出。下图依次为克里金插值降水分布图和IDW（反距离权重法）插值降水分布图。

对IDW和Kriging法求 Pearson相关结果：

rainfallKring rainfallIDW

rainfallKring 1.0000000 0.9911702 rainfallIDW 0.9911702 1.0000000 散点图：

本文来源：https://www.bwwdw.com/article/gu95.html