arcgis空间内插教程(实例教程,超详细)

GIS空间插值（局部插值方法）实习记录一、空间插值的概念和原理当我们需要做一幅某个区域的专题地图，或是对该区域进行详细研究的时候，必须具备研究区任一点的属性值，也就是连续的属性值。

但是，由于各种属性数据（如降水量、气温等）很难实施地面无缝观测，所以，我们能获取的往往是离散的属性数据。

例如本例，我们现有一幅山东省等降雨量图，但是最终目标是得到山东省降水量专题图（覆盖全省，统计完成后，各地均具有自己的降雨量属性）。

空间插值是指利用研究区已知数据来估算未知数据的过程，即将离散点的测量数据转换为连续的数据曲面。

利用空间插值，我们就可以通过离散的等降雨量线，来推算出山东省各地的降雨量了。

二、空间插值的几种方法及本次实习采用的原理和方法–整体插值方法»边界内插方法»趋势面分析»变换函数插值–局部分块插值方法»自然邻域法»移动平均插值方法：反距离权重插值»样条函数插值法（薄板样条和张力样条法）»空间自协方差最佳插值方法：克里金插值■局部插值方法的控制点个数与控制点选择问题局部插值方法用一组已知数据点（我们将其称为控制点）样本来估算待插值点（未知点）的值，因此控制点对该方法十分重要。

为此，第一要注意的是控制点的个数。

控制点的个数与估算结果精确程度的关系取决于控制点的分布与待插值点的关系以及控制点的空间自相关程度。

为了获取更精确的插值结果，我们需要着重考虑上述两点因素（横线所示）。

第二需要注意的是怎样选择控制点。

一种方法是用离估算点最近的点作为控制点；另一种方法是通过半径来选择控制点，半径的大小必须根据控制点的分布来调整。

结合上述分析，在本次实习过程中，我们采用局部分块内插的这4种方法（上文中划横线的方法）进行插值，首先，我们按照默认参数进行插值，目的是粗略比较各种方法的优劣；然后选择出最好的一种方法，对该方法再尝试用不同的权重和点数参数来插值，得出最佳的效果。

三、目标1、根据带坐标的山东省县域矢量地图（sd_county.shp），完成山东年平均降水量与矢量图的配准；2、比较各种不同插值算法的优劣；3、做出山东省各县年平均降水雨量专题图。

四、数据源1、采用兰伯特等角圆锥投影、以国家2000坐标系为基准面的山东省县域行政区划矢量图如图：2、山东年平均降水量分布图(mm)71-00.jpg。

五、软件平台：ArcGIS 10.0六、具体操作步骤S1、为该次实习建立一个工作目录，将山东省气候要素图导入到该文件夹中来；S2、在该目录下新建一个shapefile文件，命名为“山东省等降水量线”，类型为“线”，导入山东省县域矢量图的坐标——确定。

如图：S3、配准1、将“山东年平均降水量分布图(mm)71-00.jpg”添加到现在的图层，调用“地理配准”工具栏：2、选择标志性点，对两幅图进行配准：如图：在德州市附近的轮廓线上，存在一个明显的拐点，于是利用这个明显的拐点对两幅图像进行配准：依此类推，将山东省轮廓线上的明显的标志拐点两两配准，建立了27对控制点。

控制点添加完成后，点击“更新显示”并将配准后的图保存为一个单独的文件。

效果如下：S4、矢量化等降雨量线，录入属性将“山东省等降水量线”添加到图层——开始编辑——依照栅格图进行矢量化，最终形成如下效果图：4、对矢量化后的图层进行属性值的录入。

鼠标右键点击“山东省等降水量图”——打开属性表——表选项——添加字段，字段名称为prec，类型为短整型——确定；然后点击编辑器——开始编辑。

对于每条等降雨量线，在prec字段录入其属性值（降水量），完成属性表。

这时，利用ArcGIS的自动标注功能，显示如下：S5、将等降水量线转换成为点文件这一步是比较关键的一步：因为不管是采用哪种方法进行空间插值时，都是使用的点文件。

所以，我们需要在这一步将线文件等间距打断并取中点，得到均匀分布的点文件，便于下一步进行空间插值比较研究。

1、点击编辑器——开始编辑；选中一条等降水量线——编辑器——分割，如图所示：此时，弹出“分割”对话框。

由于为了达到点与点之间的距离尽可能一致，我们将线分成相等的部分：例如，当前选中的线长度为580087.019米（580公里）因此我们按照每10公里一个点的布局，进行分割，因此“分成相等的部分”框中填58（580÷10=58）—>确定；注：这样可以保证每条等降水量线每隔10公里固定采样，使点的分布尽可能均匀化。

2、按照同样的步骤，将每条等降水量线进行分割；3、接下来，打开ArcToolbox里面的数据管理工具——要素——要素转点，输入要素类为“山东省等降水量线”，输出要素类命名为“prec”；选择“内部”（这是为了仅在线上生成点。

否则会按线的几何中心生成点，比如对于折线来说，有时候生成的点在线的外侧）；4、此时，均匀分布的点文件已经生成，并且每个点具有降雨量属性字段“prec”。

如图：S6、按照不同方法进行空间插值，并比较各自优劣打开ArcToolbox——Spatial Analyst 工具——插值，打开插值方法列表，如下图：A、采用反距离权重法（IDW）对降水量数据进行插值：反距离权重法的特点是按照距离待插值点的远近核定已知数据点的权重，从而对待插值点进行插值的过程。

一个已知数据点距离待插值点越远，权重就越低，它的值对待插值点的影响就越小。

影响的程度用点之间距离乘方的倒数表示，通过“power”设置乘方。

乘方为1意味着点之间数值变化率为恒定，称为线性插值法；乘方为2或更高则意味着越靠近已知点，数值的变化率越大。

这种插值方法的优点是对于数据分布均匀的区域，插值效果好；缺点是在数据分布不均地区插值容易出现小的封闭等值线（“球状突起”）和因数据缺乏而产生的不规则等值线。

双击ArcToolbox里面的“反距离权重法”，输入点要素选择“prec”，Z值字段选择“prec”，输出像元大小选择1000。

点击确定，效果如下图：由图像可以看出，山东省内陆地区由于布点均匀，插值效果比较好；但是沿海地区出现两条“球状弧线”，如下图：B、采用克里金法对降水量数据进行插值：克里金插值与IDW插值的区别在于权重的选择。

IDW仅仅是将距离的倒数作为权重，而克里金考虑了空间相关性的问题。

克里金法首先将每两个点进行配对，这样就能产生一个以两点之间距离为自变量的函数。

对于这种方法，原始的输入点可能会发生变化。

在数据点多时，内插的结果可信度较高。

1、双击ArcToolbox里面的“克里金法”，输入点要素选择“prec”，Z值字段选择“prec”，半变异函数属性中，设置克里金方法为普通克里金（Ordinary Krigging，OK），半变异模型选择球面（Sphere）；输出栅格命名为“ok_sphere”，输出像元大小选择1000。

点击确定，效果如下图：发现，局部存在比较明显的“锯齿现象”，如图：2、同样是克里金插值方法，本次采用线形普通克里金插值，效果如图：效果比较理想。

对于各种方法，依次展示如下：高斯：指数：圆：泛克里金——与一次漂移函数成线性关系：泛克里金——与二次漂移函数成线性关系：3、依次尝试各种克里金插值法，对比得出：克里金方法半变异模型插值效果普通克里金球面在数据点分布稀疏地区，锯齿现象和撕裂现象明显线性结合了球面方法和指数方法的优点，插值效果比较理想高斯数据范围被剧烈拉伸，不能很好地反映降水量分布指数斑块状撕裂现象基本避免了，但是锯齿现象仍旧明显圆插值效果和线性类似，比较理想泛克里金与一次漂移函数成线性关系中部插值效果比较理想，但边缘地带出现严重的数据误差与二次漂移函数呈线性关系数据拉伸剧烈；区分度小C、采用薄板样条函数法对降水量数据进行插值：薄板样条函数法使用样条函数来对空间点进行插值，它有两个基本条件：a.表面必须完全通过控制点（样本点）b.使所有点的坡度变化最小，换句话说，表面的二阶曲率是最小的。

该方法适用于高程面、水位面、气候数据（如平均降水量）的插值。

有一个缺点是，在数据贫乏的地区坡度较大，经常涉及如同过伸的情况。

样条函数插值分为两种，规则样条函数和张力样条函数。

下面分别进行操作：1、双击ArcToolbox里面的“样条函数法”，输入点要素选择“prec”，Z值字段选择“prec”，样条函数类型选择：REGULARIZED（规则样条函数），输出像元大小选择1000。

点击确定，效果如下图：观察发现，规则样条函数也是对数据进行了一定程度的拉伸，但是拉伸幅度不大，拉伸后的像元值介于99—1108之间（相比之下，普通克里金的高斯方法和泛克里金的与二次漂移函数呈线性关系方法拉伸幅度分别达到了-597—4903、-5347—4292），可以说是拉伸范围适宜；在山东省内部区域插值分布比上述所有方法都要更加均匀一些；虽然在边缘地带出现一定的数据突兀（如下图，色调偏白的区域年平均降雨量只有200mm以下），但总体效果基本上能令人满意。

2、双击ArcToolbox里面的“样条函数法”，输入点要素选择“prec”，Z值字段选择“prec”，样条函数类型选择：TENSION（张力样条函数），输出像元大小选择1000。

点击确定，效果如下图：可见得，张力样条插值不存在数据过拉伸现象，插值平滑且无突兀地带，插值效果非常好。

D、采用自然邻域法对降水量数据进行插值：这种方法的原理是构建voronoi多边形，也就是泰森多边形。

首先将所有的已知数据点构建一组voronoi多边形，然后将待插值点也构建一组voronoi多边形，这样后一组多边形与原多边形有很多相交的地方。

接下来，根据每一块的面积按比例设置权重，这样就能求得待插值点的值了。

双击ArcToolbox里面的“自然邻域法”，输入点要素选择“prec”，Z值字段选择“prec”，输出像元大小选择1000。

点击确定，效果如下图：可见，该方法在有数据的区域，插值效果非常好，优于上述各种方法；但是由于自然邻域法是基于邻近点的算法，所以图上山东省轮廓边缘（如鲁西北、威海荣成成山头附近）出现数据空白区，不符合最后成图要求。

S7、对插值效果最好的一种方法，调整插值参数经过上述比较，得出插值效果最理想的是薄板张力样条插值方法，接下来调整搜索半径，比较在不同的插值半径下不同的效果。

1、双击ArcToolbox里面的“样条函数法”，输入点要素选择“prec”，Z值字段选择“prec”，样条函数类型选择：TENSION（张力样条函数），输出像元大小选择1000，权重值填0.1，点数填12。

文件名设为ten_A_12。

点击确定，效果如下图：只改变权重值，不改变其他参数，重新尝试。

权重值填2，点数12。

确定，效果如下图：再次改变权重值，不改变其他参数。