ArcGIS教程:不同方向的经验半变异函数

  有时,测量位置的值会包含一种方向影响,这种方向影响可以通过统计方式进行量化但可能无法通过已知的可识别过程予以说明。此方向影响称为各向异性。各向异性用于分析样本是否在不同方向上呈现出不同的范围。容差角度用于确定在哪个角度下包括或排除接近点,直至达到带宽。带宽用于指定当确定将在半变异函数中绘制哪些点对时应采用的搜索宽度。

  条柱中的点是分别位于特定距离和方向内的位置对。从概念上讲,可以将方向分组视为对将在分组过程中绘制的点对的限制,或者视为绘制所有点对并仅考虑表示特定方向的图形部分。以下场景描述了带宽为 5 米、角度容差为 45 度、与单个采样点(蓝色)之间的步长距离为 5 米的 90 度方向分组。

  

  对表面上的各采样点继续执行方向搜索。以下场景中显示了三个点的方向分组。

  然后,根据常见距离和方向将点对进行分组,对条柱求平均值,然后将各条柱的点对平均值绘制在半变异函数图上。如果半变异函数表面上的像元中心包含在搜索方向以内,则会在半变异函数上绘制条柱。

  

时间: 2024-08-30 09:12:35

ArcGIS教程:不同方向的经验半变异函数的相关文章

ArcGIS教程:根据经验半变异函数拟合模型

半变异函数/协方差建模是空间描述和空间预测之间的关键步骤.地统计的主要应用是预测未采样位置处的属性值(克里金法). 经验半变异函数和协方差可提供有关数据集的空间自相关的信息.但是,不提供所有可能方向和距离的信息.因此,为确保克里金法预测的克里金法方差为正值,根据经验半变异函数/协方差拟合模型(即连续函数或曲线)是很有必要的. 经验半变异函数/协方差值的不同视图 地统计向导可提供经验半变异函数值的三种不同视图.可以使用任意数量(一个.两个或全部三个)的视图来帮助您根据数据拟合模型.默认视图显示了已

ArcGIS教程:使用方向半变异函数和协方差函数考虑各向异性

由于您是在二维空间内进行操作,因此可能希望半变异函数和协方差函数不仅随距离发生改变,还会随方向发生改变.这被称为各向异性. 考虑两个点 si 和 sj,以及分开这两个点的矢量,这个矢量记为 si - sj.该矢量在 x 轴和 y 轴上都具有距离.或者,在极坐标中可将该矢量视为具有距离和角度.此处,各向异性用于描述半变异函数;思路与协方差函数类似. 各向同性模型在所有方向上都是相同的,而各向异性模型在某些方向上达到基台的速度高于另一些方向.达到基台的较长轴的长度称为主变程,达到基台的较短轴的长度称

ArcGIS教程:半变异函数与协方差函数

半变异函数和协方差函数将邻近事物比远处事物更相似这一假设加以量化.半变异函数和协方差都将统计相关性的强度作为距离函数来测量. 对半变异函数和协方差函数建模的过程将半变异函数或协方差曲线与经验数据拟合.目标是达到最佳拟合,并将对现象的认知纳入模型.之后模型便可用于预测. 在拟合模型时,浏览数据中的方向自相关.基台.变程和块金是模型的重要特征.如果数据中有测量误差,请使用测量值误差模型.跟踪这一链接来了解如何将模型与经验半变异函数拟合. 半变异函数 半变异函数定义为 γ(si,sj) = ? var

ArcGIS教程:半变异函数建模

当进行半变异函数建模时,可对自相关性进行检查和量化.在地统计中,这称为空间建模,也称为结构分析或变异分析.在半变异函数的空间建模中,可以从经验半变异函数图开始,计算为, Semivariogram(distance h) = 0.5 * average [ (value at location i– value at location j)2] (所有成对位置的相隔距离为 h).该公式涉及到计算配对位置的差值平方的一半.快速绘制所有配对则变得难以处理.并不绘制每个配对,而是将配对分组为各个步长条

ArcGIS教程:什么是经验贝叶斯克里金法?

简介 经验贝叶斯克里金法 (EBK) 是一种地统计插值方法,可自动执行构建有效克里金模型过程中的那些最困难的步骤.Geostatistical Analyst 中的其他克里金方法需要您手动调整参数来接收准确的结果,而 EBK 可通过构造子集和模拟的过程来自动计算这些参数. 经验贝叶斯克里金法与其他克里金方法也有所不同,它通过估计基础半变异函数来说明所引入的误差.其他克里金方法通过已知的数据位置计算半变异函数,并使用此单一半变异函数在未知位置进行预测;此过程隐式假定估计的半变异函数是插值区域的真实

了解半变异函数:变程、基台和块金

变程和基台 块金 半变异函数显示测量采样点的空间自相关.绘制每对位置,然后根据这些位置拟合模型.通常使用某几个特征来描述这些模型. 变程和基台 查看半变异函数的模型时,您将注意到模型会在特定距离处呈现水平状态.模型首次呈现水平状态的距离称为变程.比该变程近的距离分隔的样本位置与空间自相关,而距离远于该变程的样本位置不与空间自相关. 半变异函数模型在变程处所获得的值(y 轴上的值)称为基台.偏基台等于基台减去块金. 半变异函数示例 块金 从理论上讲,在零间距(步长 = 0)处,半变异函数的值是 0

ArcGIS教程:地统计模型的组成

地统计(克里金法)模型包括多个组成部分:检查数据(分布.趋势.方向组成和异常值),计算经验半变异函数或协方差值,根据经验值拟合模型,生成克里金方程矩阵以及对其进行求解以为输出表面中的每个位置获取预测值及其关联误差(不确定性). 计算经验半变异函数 与大多数插值法一样,克里金法基于距离越近的事物就越相似这一基本原则(此处量化为空间自相关).经验半变异函数是一种发掘这种关系的方法.在距离上彼此接近的点对应比互相远离的点对差异小.在经验半变异函数中可检查使这种假设成立的范围. 拟合模型 拟合通过用点定

ArcGIS教程:地统计分析

生成用于表达特定属性的连续表面是大多数地理信息系统 (GIS) 应用程序中应具备的一种重要功能.最常用的一种表面类型可能就是 terrain 数字高程模型.对于世界的各个部分来说,在小比例下,这些数据集都易于获得.不过,只有从地表.地下或大气中的位置采集的测量值才可用于生成连续表面.大多数 GIS 建模工具所面对的主要挑战就是,基于现有样本数据尽可能精确地生成表面以及表征预测表面的误差和变异性.新生成的表面用于进一步的 GIS 建模和分析以及 3D可视化.了解该数据的质量可以极大地提高 GIS

ArcGIS教程:选择步长大小

步长大小的选择对于经验半变异函数有着重要的影响.例如,如果步长过大,短程自相关可能会被掩膜.如果步长过小,可能会有许多空条柱单元,并且条柱单元内的采样过小,而无法获得条柱单元的典型平均值. 当样本位于采样格网上时,格网间距通常可准确地表示步长大小.但如果您的数据是采用非规则或随机采样方案获得的,那么,合适的步长大小的选择并不那么简单.一条经验法则是用步长数乘以步长大小,它应该为所有点之间最大距离的一半左右.同时,如果拟合的半变异函数模型的变程相对于经验半变异函数的范围非常小,则可减少步长大小.相