空间插值方法

 基本概念与分类

空间插值的主要步骤：

 

 数据检测：

正态分布检测（可进行log等数据变化，使其符合正态分布）；

正态QQplot图；

趋势面分析（Trend Analysis），投影一般为“U”型的，趋势为二姐多项式变化，投影为直线的则趋势是一阶变化；

半变异/协方差函数，识别离群点（局部离群值在半变异函数云图上往往分布在X轴的左端，而且在Y轴上的位置较高，也就是说，样点对距离很小但是变异很大）；

 

 插值常用的两种方法:

a.确定性插值方法

    反距离权重（IDW）

b.地统计方法

1.   kriging
2.   Cokrigong
3.   不同的模型

• •       -Ordinary
  •       -simple
  •       -Universal
  •       -Probability
  •       -Indicator
  •       -Disjunctive

 

反距离加权法

1. 应用条件:研究区域内的采样点分布均匀，采样点不聚集
2. 假设前提：个已知点对预测点的预测值都有局部性的影响，其影响随着距离的增加而减小

 

 

普通克里格法：

1. 应用条件:数据在空间上是连续的，服从正态分布，并且有自相关性
2. 假设前提：空间自相关性，平稳性假设

半变异模型:

最常用的是球状模型(Spherical)与指数模型(Exponential)

结果验证：

交叉验证

（符合以下标准的模型是最优的，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（Root-Mean-Square），标准均方根预测误差（Root_Mean_Square standardized）最接近于1.）

不同方法比较：

通过交叉验证比较

 

转载于:https://www.cnblogs.com/zzg-home/p/8081994.html