正态检验

启动地统计模块Geostatistical Analyst，并选择Geostatistical Analyst Tools→工具→子集要素，得到训练集和测试集，Size设置为80。




java gdal 使用 克里金算法 arcgis克里金插值详细步骤_Powered by 金山文档


选中jyg_training图层，点击地统计分析模块中的探索数据，单击直方图/或正态QQ图，检验数据是否服从正态分布


java gdal 使用 克里金算法 arcgis克里金插值详细步骤_插值_02


java gdal 使用 克里金算法 arcgis克里金插值详细步骤_Powered by 金山文档_03


java gdal 使用 克里金算法 arcgis克里金插值详细步骤_插值_04


java gdal 使用 克里金算法 arcgis克里金插值详细步骤_插值_05


检验可知，jyg_training直方图服从正态分布，QQ图接近一条直线，数据符合正态分布，不需要进行数据转换

趋势分析

点击地统计分析模块中的探索数据中的趋势分析，查看数据是否存在趋势。


java gdal 使用 克里金算法 arcgis克里金插值详细步骤_数据_06


结果表明，本数据东西方面明显东高西低，南北方向有微弱的趋势，因此选择一次曲面拟合。

选择插值方法，设置参数

点击地统计分析模块中的地统计向导。数据集选择训练数据集及station字段，方法选择克里金内插方法；克里金类型列表中选择泛克里金，输出类型选择预测，数据变换类型选择无，趋势的移除阶数选择一次。


java gdal 使用 克里金算法 arcgis克里金插值详细步骤_java gdal 使用 克里金算法_07


java gdal 使用 克里金算法 arcgis克里金插值详细步骤_插值_08


在半变异函数/协方差建模对话框，按照默认参数查看结果，如果误差太大，需要修改参数。分组数Number of Lags设为10得到的结果较好，需要注意设置分组时，尽量保证每组中样本点数大于10，参数选取标准如下：

Lag size = 259.6; Major range = 1639.2; Partial sill = 1365.0; Nugget = 60; Number of Lags = 14


java gdal 使用 克里金算法 arcgis克里金插值详细步骤_插值_09


java gdal 使用 克里金算法 arcgis克里金插值详细步骤_插值_10


java gdal 使用 克里金算法 arcgis克里金插值详细步骤_python_11


java gdal 使用 克里金算法 arcgis克里金插值详细步骤_Powered by 金山文档_12


拟合结果如下：RMS = 32.22; RMSS = 1.034≈1; ASE = 32.45≈RMS，基本符合模型最优标准。

分级制图显示

对jyp.shp按符号大小（4-16）设置分级符号，导出内插表格为栅格数据，对栅格按10级已分类的情况设置分级图层，叠加进行模型分析评价。

叠加得到的Kriging插值结果如下图所示：


java gdal 使用 克里金算法 arcgis克里金插值详细步骤_Powered by 金山文档_13


验证插值结果

使用Spatial Analyst Tools→提取分析→值提取至点，获取jyg_testing图层对应的插值结果，比较插值结果与真值的差异。


java gdal 使用 克里金算法 arcgis克里金插值详细步骤_java gdal 使用 克里金算法_14


java gdal 使用 克里金算法 arcgis克里金插值详细步骤_插值_15


导出数据，在Excel中进行拟合分析。


java gdal 使用 克里金算法 arcgis克里金插值详细步骤_Powered by 金山文档_16


可以发现，插值结果与真值差别不大，R2 = 0.833，因此，插值效果较好。