地統計(克里金法)模型包括多個組成部分：檢查數據(分布、趨勢、方向組成和異常值)，計算經驗半變異函數或協方差值，根據經驗值擬合模型，生成克里金方程矩陣以及對其進行求解以為輸出表面中的每個位置獲取預測值及其關聯誤差(不確定性)。

　　計算經驗半變異函數

　　與大多數插值法一樣，克里金法基于距離越近的事物就越相似這一基本原則(此處量化為空間自相關)。經驗半變異函數是一種發掘這種關系的方法。在距離上彼此接近的點對應比互相遠離的點對差異小。在經驗半變異函數中可檢查使這種假設成立的范圍。

　　

　　擬合模型

　　擬合通過用點定義可提供最佳擬合的模型(下圖中的藍線)來實現。也就是說需要找出一條線，使每個點和這條線之間的加權平方差盡可能小。這稱為加權最小二乘擬合。此模型量化數據中的空間自相關。

　　

　　創建矩陣

　　克里金方程包含在依賴于測量采樣位置和預測位置的空間自相關的矩陣和矢量中。空間自相關值來自于半變異函數模型。矩陣和矢量確定分配給搜索鄰域中的每個測量值的克里金權重。

　　進行預測

　　根據測量值的克里金權重，軟件對包含未知值的位置計算預測值。

　　

總結

以上是生活随笔為你收集整理的ArcGIS教程：地统计模型的组成的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。