ArcGIS_6 克里格方法内插生成高程曲面
arcgis空间内插值教程
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。
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。
arcgis克里金插值等值线标注
arcgis克里金插值等值线标注摘要：1.ArcGIS克里金插值介绍2.克里金插值原理与应用3.等值线标注方法与步骤4.插值结果的可视化与分析正文：ArcGIS是一款强大的地理信息系统软件，其中克里金插值（Kriging Interpolation）是一种常用的空间数据插值方法。
本文将详细介绍ArcGIS克里金插值的原理、应用，以及如何进行等值线标注，最后对插值结果进行可视化和分析。
一、ArcGIS克里金插值介绍克里金插值是一种基于统计学的空间插值方法，它通过利用已知的样本点数据，估算未知的空间位置值。
ArcGIS中的克里金插值工具可以根据不同的数据类型和需求，生成不同类型的插值结果，如栅格数据、点数据等。
二、克里金插值原理与应用克里金插值原理主要基于变异函数理论和最小二乘法。
变异函数描述了空间数据在不同距离上的变化规律，而最小二乘法则用于求解最佳拟合参数。
在ArcGIS中，克里金插值应用于各种领域，如土壤侵蚀、矿产资源预测、气象数据重建等。
三、等值线标注方法与步骤1.准备数据：首先，需要准备好克里金插值所需的样本点数据和相应的属性值。
这些数据可以是栅格数据、点数据或线数据等。
2.创建表面：在ArcGIS中，利用克里金插值工具生成插值表面。
可以根据需求选择不同的插值类型，如普通克里金插值、简单克里金插值等。
3.提取等值线：利用ArcGIS的等值线提取工具，根据插值表面的数值范围和间隔，提取等值线。
4.标注等值线：在提取的等值线上添加标注，如数值、图例等。
可以通过ArcGIS的标注工具或Python脚本实现。
四、插值结果的可视化与分析1.插值结果可视化：利用ArcGIS的图层功能，将插值表面、等值线和标注等数据进行可视化展示。
2.插值结果分析：通过ArcGIS的属性查询、统计分析等功能，对插值结果进行进一步分析，如空间分布特征、趋势分析等。
总之，ArcGIS克里金插值是一种实用且广泛应用于地理信息系统领域的空间插值方法。
克里格插值基础arcgis汇总
克里格插值基础来源：互联网1. 克里格方法概述克里格方法（Kriging）又称空间局部插值法，是以变异函数理论和结构分析为基础，在有限区域内对区域化变量进行无偏最优估计的一种方法，是地统计学的主要内容之一。
南非矿产工程师D.R.Krige（1951年）在寻找金矿时首次运用这种方法，法国著名统计学家G.Matheron随后将该方法理论化、系统化，并命名为Kriging，即克里格方法。
克里格方法的适用范围为区域化变量存在空间相关性，即如果变异函数和结构分析的结果表明区域化变量存在空间相关性，则可以利用克里格方法进行内插或外推；否则，是不可行的。
其实质是利用区域化变量的原始数据和变异函数的结构特点，对未知样点进行线性无偏、最优估计。
无偏是指偏差的数学期望为0，最优是指估计值与实际值之差的平方和最小。
也就是说，克里格方法是根据未知样点有限邻域内的若干已知样本点数据，在考虑了样本点的形状、大小和空间方位，与未知样点的相互空间位置关系，以及变异函数提供的结构信息之后，对未知样点进行的一种线性无偏最优估计。
克里格方法与反距离权插值方法类似的是，两者都通过对已知样本点赋权重来求得未知样点的值，可统一表示为：式中，Z(x 0 为未知样点的值，Z(x i 为未知样点周围的已知样本点的值，为第i个已知样本点对未知样点的权重，n为已知样本点的个数。
不同的是，在赋权重时，反距离权插值方法只考虑已知样本点与未知样点的距离远近，而克里格方法不仅考虑距离，而且通过变异函数和结构分析，考虑了已知样本点的空间分布及与未知样点的空间方位关系。
2. 克里格方法的具体步骤用克里格方法进行插值的主要步骤如图1所示：图1 克里格方法的主要步骤在克里格插值过程中，需注意以下几点：（1）数据应符合前提假设（2）数据应尽量充分，样本数尽量大于80，每一种距离间隔分类中的样本对数尽量多于10对（3）在具体建模过程中，很多参数是可调的，且每个参数对结果的影响不同。
ArcGIS中的地统计克里格插值法及其应用汇总
第7卷%第12期软件导刊2008年12月Software GuideVol.7No.12Dec. 2008ArcGIS 中的地统计克里格插值法及其应用王艳妮，谢金梅，郭祥（中国地质大学资源学院，湖北武汉430074）摘要：ArcGIS 软件的地统计分析扩展模块是一个功能强大、简单易用的数据分析与表面建模工具，应用领域广泛。
首先介绍了地质统计学的概念和克里格插值的各种方法，然后从地统计的角度出发，运用ArcGIS 软件中地统计分析模块，探讨了克里格插值法在土地平整工程中的应用。
关键词：GIS ；ArcGIS 地统计分析；克里格插值；土方量中图分类号：TP312文献标识码：A文章编号：1672-7800（2008）12-0036-030引言地质统计学是上个世纪60年代法国人Matheron 在前人的它是数学地质领域中一门发展迅速且有着广泛应用前景的新兴学科。
经过广大数学地质工作者、地质统计学工作者、矿山地质和采矿设计专家及其他地质统计学应用者和爱好者的不断努力，现在已经形成了一套独立的理论体系，成为数学地质中比较活跃的一个分支。
基础上总结并提出的，它又称为克里格方法（Kriging ）。
地质统计学中的克里格插值方法，由于其具有插值和估计的双重特点，在许多领域中都得到了广泛应用，已成为空间统计学上的一个重要分支，同时也成为许多专业、商业软件的重要组成部分。
近几十年来，地理信息系统（Geographic Information Sys -——空间tem ，简称GIS ）技术发展很快，作为其重要的组成部分—信息分析，也已经发展出一些重要的理论模型方法。
空间分析的应用领域含盖面极广，包含空间分析、空间数据分析、空间统计、地质统计学等。
在目前众多的GIS 软件中，虽有许多都涉足了空间分析领域，但其中有关地质统计学方面的内容却非常少。
ArcGIS8及以上版本软件中，将地质统计学单独作为一个分析扩展模块（即Geostatistical Analyst ，简称GA ）纳入到了整个1.2克里格插值基础克里格插值（Kriging ）又称空间局部插值法，是以变异函数理论和结构分析为基础，在有限区域内对区域化变量进行无偏最优估计的一种方法，是地统计学的主要内容之一。
ArcGIS 地统计克里金插值
ArcGIS 地统计克里金插值1.1 地统计扩ArcGIS 地统在软件中轻易地统计学的功（1）ESDA：（2）表面预（3）模型检地统计学起源的克里格方法方法是最主要1.2 表面预测ArcGIS 地统程。
一个完整的空现数据的特点Data 菜单及选择和预测模Geostatistic部分，一部分下面将按上述（注：[1]文章量样本），整本理论一般未准名称的也未我们下面的任扩展模块简介统计分析模块在易实现。
体现了功能在地统计分：探索性空间数测（模拟）和验与对比。
源于克里格。
当法。
虽然空间数要、最常用的空测主要过程统计扩展模块的空间数据分析过点，比如是否为其下级菜单完模型的选择；最cal Wizard 菜分作为训练样本述表面预测过程章示例中所使用整个过程均使用未进行解释，可未进行解释。
）任务是根据测量ArcGIS 打印20在地统计学与 G了以人为本、可分析模块的都能数据分析，即数误差建模；当时他用此法预数据分析还有其空间分析方法，的菜单非常简单过程，或者说表为正态分布、有成）；然后选最后检验模型是菜单完成）。
1/ 12C本，一部分作为程进行叙述。
用的数据为 Ar用此数据；[2]文可查阅相关地统量所得到的某地地统计学习印 | 推荐 | 评007-8-1 09: GIS 之间架起了可视化发展的趋能实现，包括：数据检查；预测矿产分布，其他方法，如 I下面也以此法单，如下所示，表面预测模型，有没有趋势效应择合适的模型是否合理或几种Create Subse为检验样本。
rcGIS 扩展模文章以操作方统计理论资料；地臭氧浓度数据习指南( 一)评分 11 了一座桥梁。
使趋势。
后来经过别人IDW（反距离加法为主进行。
但由此却可以一般为。
拿到应、各向异性等进行表面预测种模型进行对比ets菜单的作块中所带的学法介绍为主，操作中所用到据进行全区的臭使得复杂的地统改进修改发展加权插值法）等完成完整的空到数据，首先要等等（此功能主，这其中包括比；（后两种功用是为把采样习数据（某地所涉及到的地的某些参数为臭氧浓度预测。
arcgis 克里金插值 实验步骤
arcgis 克里金插值实验步骤克里金插值是地理信息系统（GIS）中常用的一种插值方法，用于根据已知点的空间分布和属性值来推断未知点的属性值。
在ArcGIS软件中，克里金插值是一个强大的空间分析工具，可以帮助用户更好地理解空间数据的分布规律。
在进行克里金插值实验之前，首先需要准备一些必要的数据和工具。
下面是在ArcGIS中进行克里金插值实验的具体步骤：1. 打开ArcGIS软件，并加载要进行插值的数据。
这些数据可以是点数据、线数据或面数据，其中点数据最为常用。
确保数据的属性字段中包含有用于插值的数值字段。
2. 确定插值的参数设置。
在ArcGIS中，克里金插值的参数包括插值方法、搜索半径、插值权重等。
根据实际情况，选择合适的参数值进行插值。
3. 打开“空间分析”工具箱，在“插值”工具集中选择“克里金插值”工具。
在弹出的参数设置对话框中，选择要插值的数据图层、插值字段和输出栅格数据的保存位置。
4. 设置克里金插值的参数。
根据实际情况，设置插值方法（如简单克里金、普通克里金、泛克里金等）、搜索半径、插值权重等参数值。
5. 运行插值分析。
点击“运行”按钮，ArcGIS将根据所设置的参数值进行克里金插值分析，并生成插值结果。
在插值结果中，可以看到未知点的预测值和插值的插值误差。
6. 分析插值结果。
查看插值结果的插值图和插值误差图，分析插值的精度和可靠性。
根据需要，可以对插值结果进行进一步的处理和分析。
通过以上步骤，您可以在ArcGIS中进行克里金插值实验，并得到插值结果。
克里金插值是一种常用的空间插值方法，可以帮助您更好地理解地理数据的分布规律，为地理分析和决策提供有力的支持。
希望以上步骤对您有所帮助，祝您实验顺利！。
ArcGIS中几种空间插值方法
ArcGIS 中几种空间插值方法1. 反距离加权法(IDW)ArcGIS 中最常用的空间内插方法之一，反距离加权法是以插值点与样本点之间的距离为权重的插值方法，插值点越近的样本点赋予的权重越大，其权重贡献与距离成反比。
可表示为：1111()()n nip p i i i i Z Z D D ===∑∑ 其中Z 是插值点估计值，Z i (i=1Λn)是实测样本值，n 为参与计算的实测样本数，D i 为插值点与第i 个站点间的距离，p 是距离的幂，它显著影响内插的结果，它的选择标准是最小平均绝对误差。
2.多项式法多项式内插法(Polynomial Interpolation)是根据全部或局部已知值，按研究区域预测数据的某种特定趋势来进行内插的方法,属统计方法的范畴。
在GA 模块中，有二种类型的多项式内插方法，即全局多项式内插和局部多项式内插。
前者多用于分析数据的全局趋势；后者则是使用多个平面来拟合整个研究区域，能表现出区域内局部变异的情况。
3.样条函数内插法样条函数是一个分段函数，进行一次拟合只有少数点拟合，同时保证曲线段连接处连续，这就意味着样条函数可以修改少数数据点配准而不必重新计算整条曲线。
样条函数的一些缺点是：样条内插的误差不能直接估算，同时在实践中要解决的问题是样条块的定义以及如何在三维空间中将这些“块”拼成复杂曲面,又不引入原始曲面中所没有的异常现象等问题。
4.克里格插值法克里格法是GIS 软件地理统计插值的重要组成部分。
这种方法充分吸收了地理统计的思想，认为任何在空间连续性变化的属性是非常不规则的，不能用简单的平滑数学函数进行模拟，可以用随机表面给予较恰当的描述。
这种连续性变化的空间属性称为“区域性变量”，可以描述象气压、高程及其它连续性变化的描述指标变量。
地理统计方法为空间插值提供了一种优化策略，即在插值过程中根据某种优化准则函数动态的决定变量的数值。
Kriging 插值方法着重于权重系数的确定，从而使内插函数处于最佳状态，即对给定点上的变量值提供最好的线性无偏估计。
arcgis 克里金插值 实验步骤
arcgis 克里金插值实验步骤克里金插值是一种常用的空间插值方法，它通过已知点数据来推测未知点的值。
在ArcGIS中，克里金插值是一种内插法，可以用于生成表面模型。
下面是克里金插值的实验步骤及相关参考内容：1. 数据准备与导入：首先，需要准备好已知点数据，这些数据是我们用来插值的基础。
可以使用Excel或其他数据源来存储这些数据，并将其导入到ArcGIS中。
参考内容：《ArcGIS教程与实例：数据处理篇》一书第5章数据导入部分。
2. 创建插值点数据集：在ArcGIS中，需要将已知点数据转换为插值点数据集。
插值点数据集是一种特殊的GIS数据集，它包含已知点数据的几何位置和值。
可以通过选择已知点数据并使用“创建插值点数据集”工具来实现。
参考内容：《ArcGIS 中插值点数据集的创建方法》一文。
3. 设置插值环境参数：在进行插值前，可以通过设置克里金插值的环境参数来调整插值结果。
这些参数包括：插值方法、克里金参数、搜索半径等。
参考内容：《ArcGIS帮助文档：设置克里金插值环境参数》。
4. 执行克里金插值：在ArcGIS中，通过选择插值点数据集和设置好的环境参数，可以执行克里金插值操作。
插值结果将以表面模型的形式呈现。
参考内容：《ArcGIS帮助文档：执行克里金插值的方法》。
5. 分析与评估插值结果：在插值完成后，需要对插值结果进行分析与评估。
可以使用ArcGIS中的工具和技术来计算不确定性、生成错误图、绘制等高线等。
参考内容：《ArcGIS实战技巧：克里金插值结果分析与评估》一文。
6. 结果展示与输出：最后，可以将插值结果展示出来，并输出为各种格式的数据、图表或地图。
可以使用ArcGIS中的图表、符号等功能来美化结果的展示。
参考内容：《ArcGIS中结果展示与输出的方法》。
总结：通过以上实验步骤，我们可以使用ArcGIS中的克里金插值方法来生成表面模型，并进行相关分析和评估。
这些步骤可以帮助我们更好地理解和利用克里金插值的原理和应用。
(武汉大学)摄影测量学教学课件-第六章-第三节-数字高程模型的内插方法
第三节 数字高程模型的内插方法
主要内容
移动曲面内插方法 多面函数内插方法 有限元内插方法
一 移动曲面拟合法
根据参考点上的高程求出其它待定点 上的高程,
整体函 数内插 局部函 数内插 逐点 内插法
2. 移动曲面拟合法步骤
建立局部坐标
对DEM每一个格网点,将坐标原点 移至该DEM格网点P(Xp,Yp)
Z = f ( X ,Y ) = ∑a j q( X ,Y , X j,Yj )
j =1 n
= a1q( X ,Y , X1,Y1) + a2q( X ,Y , X 2 ,Y2 ) + L+ anq( X ,Y , X n ,Yn )
1.核函数
q( X , Y , X j , Y j ) = [( X X j ) 2 + (Y Y j ) ]
X
i
= X
i
X
p
p
Yi = Yi Y
选取邻近数据点
y
di =
X i2 + Y i 2 < R
P
Hale Waihona Puke dix列出误差方程式
Z = Ax + Bxy+ Cy + Dx + Ey + F
2 2
误差方程式
vi = X A + X iYi B + Yi C + X i D + Yi E + F
2 i 2
由n个数据点列出的误差方程为
2 2
1 2 2
q( X , Y , X j , Y j ) = [( X X j ) + (Y Y j ) + δ ]
Arcgis中的空间插值
Arcgis中的空间插值一、什么是插值？插值是由有限数量的采样点数据估计栅格中的单元的值。
它可以用来估计任何地理点数据的未知值：高程、降雨、化学污染程度、噪声等级等等。
上图左侧是一个已知值的点数据集。
右侧是一个利用这些点插值得到的栅格。
未知值通过一个数学公式估计得到，该公式利用附近已知点的值进行计算。
在本例中，输入的点数据恰好在像元中心（这与现实中是不同的）。
用插值生成栅格表面的一个问题是源信息在一定程度上会退化，即便一个点真的落入某一像元内，仍然不能保证这个像元的值就等于这个点的值。
插值是基于空间分布的地物使空间相关的假设；换言之，相近的地物具有相似的属性。
比如说，如果一条街的一侧正在下雨，用户可以预测街的另一侧下雨的可能性很高，但却很难确定整个小镇是否都下雨，也难确定相邻地区的天气情况如何。
连续数据的表面通常是由散布于整个研究区域的采样点的采样值生成的。
例如，某一地区的无规则分布的气象观测站，利用它们的观测值可以创建温度或者气压的栅格表面。
得到的表面是一个规则的网格。
二、为什么要插值？在研究区域内，测量某种现象每个点的高度、等级或集聚程度一般是非常困难，同时也是很昂贵的。
相反，用户可以选择一些离散的样本点进行测量，通过插值得出采样点的值。
采样点可以是随机的、分层的或者规则的格网点，包含高度、污染程度或者等级等信息。
点插值一个典型的例子是利用一组样本点来生成高程面。
每个采样点的高程是已知的。
各采样点之间的高程值通过插值得到。
得到的格网是对实际高程面上任意点的估计值。
三、插值方法简介利用点数据创建栅格面有很多方法。
用户可以在三维分析的用户界面上，利用距离加权倒数（IDW）、自然近邻法、样条函数、克里格插值法等方法创建表面。
在定制过程中，趋势面插值非常有用。
每种插值方法在预测估值的时候都有自己的前提假设。
根据模拟的现象和采样点的分布，不同插值方法会对实际表面有不同效果的模拟。
但无论哪种方法，输入点越多，它们的分布越均匀，估计得到的结果就越好。
克里格方法内插生成高程曲面
交叉验证结果
图9
（15泛）克里在格弹内出插的生成Va预li测da图tion 对话框中，点击 Finish 按钮。泛克立格法内插结果如图 10所示。
图 10
（16） 双击 jyg 层面，在弹出的属性对话框中，选 择 Symbology 选项卡，展开 Quantities列表，选中 Graduated Symbols，在 Value 中选择 STATION， 将符号大小的变化范围 Symbol Size from…to…里 改为 4 到 16，如图 11 所示，单击应用，再单击确定。
Kriging方法
训练数据的选择
图4
检验数据的选择
（10）在弹出的对话框中，展开泛克里格Universal Kriging，在下面的选项中点击预测图（Prediction Map），在 DataSet1 选项卡中的 Transformation 里选择 None变换方式，在 Order of Trend 里选择 First，点击 Next 按钮（见图 5）
图 13
转换成栅格数 据的参数设置
6. 结论：
由图上可以看出，原始数据点层按高程值的大小 以符号大小来表示，预测表面也是按高程值的大 小以颜色深浅来表示。两个层面都表现出东高西 低的趋势，与前面趋势分析的结果也一致。在图 幅的中心位置，数据点的值相差不大，在预测表 面上也以同一颜色表示。而在图幅的右上角，两 侧的数据点比中间的数据点高程值略大，在预测 表面上也表现出这一特点。通过以上分析可以看 出，对于此例，利用泛克里格方法进行内插是适 合的。
4. 数据：某地区的高程采样点（jyg.shp）；数据存
放于Chp10\ex1。
5.
操作步骤：
帆 布 校 服 拽 天下请 你滚i你 那狗样 i农村滴 娃，拽 i丑是 丑但是 劳资有 户口我 很吊.你 要 怎 样 i....百 毒 不侵 唯此女 子 i贱 人处处 可贱i服 从我！ 玩不起 的衮i去 你麻痹 的幸福 天 下 我 最 跩 老娘是 你打不 垮的@和 狗不 熟i发光 发光发 你妹！ 发光费 电i青楼满座骚 逼 贱 货 °劳 资 眼里没 把你当 人看贱 出风格 ,贱出 水平爱 情它算 个屌？ 我火了 一脚把 你 踹 飞 °我 顶 你个肺 坟 场 蹦 迪c土 狗放 洋屁@动 她 @ ， 你试 试日久 贱人心！！！ △ 我 宣 你 你 造吗女 生今年 必得男 神贱人 就会瞎 BB做梦 无罪i在 她葬 礼上唱 好日子 弄 不 死 你 i没 必要@好 姑娘 何患无 夫@、 金钱打 造势力 狗。枪 打装逼 狗!麻 利 的 滚 EXO≠LOL别 摆 脸 趁 早 收 手 你不配 质疑我 ！给我 唱征服 有本事 来咬我 ~没死 就别把 自 己 当 废 物 。℡玩 玩你而 已。我 是萌妞 服不服 i不爱了 滚。o屌 丝屌 炸天°揍 性！要 走 趁 早 老 娘 今生认 定了你 贱人不 一定矫 情姐不 会英文 只会拼 音一边 去@24k纯帅@ 分 手 后 的 思 念是犯 贱放血 爱她毁 我你真 瞎@贱 人与狗 素颜姑 娘从不 怕雨淋 矫情时 代 脏了别 捡活了 个该 @双贱合 璧去吧 无人及 我作死 吗 !狗 逼 社会 °你别来 ，我无 恙。 闺 蜜 继 续 做 、朋友 直接走 人至骚 则无敌 @你咬 我啊我 的拽你 学不起 滚！你 碍我眼
克里金方法内插生成高程曲面
克里金方法内插生成高程曲面一、实验背景与目的背景：现有某地区一系列高程采样点，需要通过内插生成该地区的高程层面，为后续研究提供合理的数据层面信息。
目的：通过熟练掌握并理解统计模块里的六中克里金插值方法，原理和过程，体会在具体应用中的适用性。
二、实验步骤(一)数据准备某地区的高程采样点，存放于chp10\EX1中。
(二)操作步骤1.1数据准备与模块启用1.2子集要素1.启用地理统计模块2.输入要素jyg，选择训练的子集要素和测试的子集要素的输出路径，选择训练子集要数所占总要数的比例：80（80%），其他默认。
单击ＯＫ。
3.训练要素（绿色）和测试要素（红色）分布图如下1.3正态分布检测1.按图找到直方图统计工具，查看数据是否符合正太分布。
注：统计源为上一步的训练数据，不是原始数据和测试数据。
2.QQ正态图工具由以上两个统计图，得到数据分布符合正态分布的假设，不需要进行数据变换。
1.4趋势分析检测按图找到趋势分析工具，下图为趋势分析的结果图，南北方向具有微弱的趋势（蓝线），而东西方向具有明显的东高西低的趋势（绿线），后续要进行趋势剔除操作。
1.5克里金插值与精度评价（泛克里金插值）1.按照下图找到地理统计导向工具2.按图选择插值方法Kring/CoKinging，右边的数据集为训练数据，字段为默认。
3.克里金的类型选择泛克里金，并进行趋势剔除（Order of trend removal 为First）4.趋势剔除示意图5.下图为半变异/协方差建模图，将Number of Lag 设为10（在设置分组时，尽量保持每组的样本数大于10）6.搜索领域图7.交叉验证结果图，显示了对模型的评价，发现Number of Lag 设为10的精度较好。
符合以下模型是最优的，标准平均值最接近于0，均方根最小，平均值误差最接近于均方根误差，平均标准误差最接近于1。
8.克里金插值方法参数报表1.6克里金插值结果1.7jyg图层的符号化1.找到iyg的属性，找符号化界面，参数如下2.符号化结果图1.8插值结果转栅格1.右键插值结果图，按图选择转栅格工具。
Arcgis 生成曲面
练习8-4 生成曲面使用IDW、spline、trend、nearest、neighbor和kriging工具生成曲面。
1.在_IGIS-ARC_YourinitialaHere中新建一个名为Experiment_with_interpolation的文件夹。
2.从_IGIS-ARC_YourinitialaHere\Trivial_GIS_Datasets中复制三个shapefile文件（known_altitude.shp、known_population.shp和only_points.shp）到新文件夹中3.启动ARCMAP并将数据known_altitude.shp添加到地图中4.思考一下shapefile数据known_altitude.shp。
将地图单位和显示单位设置为米。
查看数据的属性表，其中每个点的高程数字都是以英尺为单位，其高程范围是：最低点159.01，最高点936.64。
将地图使用altitude字段作为标注字段。
粗略地看一看每一个点距离它最近的邻点有多远？12米。
5.显示ArcToolbox，选择Spatial Analyst Tools丨Interpolation命令，不要理会几个Topo toRaster工具（如果你想了解也可以读读其帮助），剩下的工具有:IDW、Krigin、spline、Natural Neighbor和trend。
6.我们将开始使用Spline（样条）工具。
启动Spline工具，阅读其帮助内容。
在“帮助”窗格中，单击Tool Help，单击Learn More About How Spline Word链接。
先阅读第三段内容。
关闭帮助窗口。
在Input Point Features下拉列表框上单击下箭头并选择Known_Altitude。
并于Z值字段，选择Altitude。
将输栅格文本框定位至IGIS-Are_YourInitialsHere\Experiment_with_Interpolation文件夹，文件名设置为Spline。
arcgis克里金插值操作流程
arcgis克里金插值操作流程
克里金插值是一种基于变异函数理论和结构分析的线性、无偏插值，在地理信息和气象学方面有着广泛的应用，如进行空间高程的插值、气温的插值。
下面是ArcGIS克里金插值的详细操作流程：
1. 打开ArcMap，导入离散点坐标原始数据。
2. 右键菜单栏空白处打开地学统计分析Geostatistical Analyst。
3. 打开地学统计向导，选择“地学统计方法”中的克里金法，注意右侧值域的选择，此处为对高程Z插值，故选择高程Z。
4. 克里金又分为简单克里金、普通克里金和泛克里金（常用语不连续区域）等，对于连续的区域，选择普通克里金即可。
5. 点击下一步进入变异函数选择的部分，在窗口右侧模型中选择合适的变异函数模型，常见的有球函数，指数函数等，使得窗口左边的曲线与蓝点实现最佳拟合。
6. 点击下一步，等待计算完成。
7. 插值结果可以渲染图表示等高区域分布，符合实际情况。
以上信息仅供参考，建议查阅专业书籍或咨询专业人士以获取更多帮助。
Arcgis 生成曲面
练习8-4 生成曲面使用IDW、spline、trend、nearest、neighbor和kriging工具生成曲面。
1.在_IGIS-ARC_YourinitialaHere中新建一个名为Experiment_with_interpolation的文件夹。
2.从_IGIS-ARC_YourinitialaHere\Trivial_GIS_Datasets中复制三个shapefile文件（known_altitude.shp、known_population.shp和only_points.shp）到新文件夹中3.启动ARCMAP并将数据known_altitude.shp添加到地图中4.思考一下shapefile数据known_altitude.shp。
将地图单位和显示单位设置为米。
查看数据的属性表，其中每个点的高程数字都是以英尺为单位，其高程范围是：最低点159.01，最高点936.64。
将地图使用altitude字段作为标注字段。
粗略地看一看每一个点距离它最近的邻点有多远？12米。
5.显示ArcToolbox，选择Spatial Analyst Tools丨Interpolation命令，不要理会几个Topo toRaster工具（如果你想了解也可以读读其帮助），剩下的工具有:IDW、Krigin、spline、Natural Neighbor和trend。
6.我们将开始使用Spline（样条）工具。
启动Spline工具，阅读其帮助内容。
在“帮助”窗格中，单击Tool Help，单击Learn More About How Spline Word链接。
先阅读第三段内容。
关闭帮助窗口。
在Input Point Features下拉列表框上单击下箭头并选择Known_Altitude。
并于Z值字段，选择Altitude。
将输栅格文本框定位至IGIS-Are_YourInitialsHere\Experiment_with_Interpolation文件夹，文件名设置为Spline。