为什么要对数据的空间自相关和方向进行探索?
我们知道地统计方法的前提假设是平稳性,即对于任意两个点,如果其距离和方向很接近,那么它们差值就很小,这就是空间自相关和方向探索的必要所在。在ArcGIS中的地统计分析模块中为探究数据集的空间自相关和方向变换提供了现成的工具——半变异函数/协方差云和交叉协方差工具。
工具路径
半变异函数/协方差云
该工具条主要由三部分组成
函数图表
X轴为各位置对的距离
Y轴为差值的平方
Tips:Y值越大,说明数据相关性越差。特例:半变异函数中的点构成一条直线,数据极有可能不存在空间自相关,这样的数据插值是没有意义的
半变异函数表面和方向
通过调整角度方向可以改变半变异函数表面
数据源和属性
数据本身和需要探索的属性字段
函数图表中到底有多少个点呢?
数据集有N个点,函数表中有N(N-1)/2个点*
以上是针对一个数据集的空间自相关和方向的探索,那么如果我们有两个数据集,该怎么办呢?此时使用的工具是交叉协方差云
函数图表
交叉协方差云
交叉协方差函数中每个点表示的一对点的位置的经验交叉协方差,其中属性为第一个点来自数据源1的属性和第二个点来自数据源2的属性。
到此,地统计分析中的数据探索已经全部结束,下一节正式进入插值方法。
想要了解更多知识,获得干货,关注微信公众号:GIS点滴