(完整版)ArcGIS序贯高斯模拟详细操作流程

基于ArcGIS_10.0的地表高程序贯高斯模拟
和地质统计建模
1.数据需求：
总共需要四个文件夹：即两个输入型文件夹和两个输出型文件夹，其中输入型文件夹包括一个存放原始数据的文件夹和一个存放shp格式数据的文件夹；而输出型文件夹包含一个存放简单克里金估计结果（dbf格式）的文件夹和一个存放序贯高斯模拟结果（dbf格式）的文件夹。

以及三个gdb数据库：即一个存放简单克里金输出结果（Table格式）的数据库，一个存放100次序贯高斯模拟的直接云图结果的数据库以及一个存放序贯高斯模拟输出结果（Table格式）的数据库。

（之所以需要给出简单克里金插值结果，是因为序贯高斯模拟只能在简单克里金插值结果的基础上进行计算和分析）2.数据关系
1）Import_Surface_Data&Background_Grid_xlsx&txt文件夹：
①Import_Surface_Data.xlsx（原始数据，包含位置坐标和属性值，供建
立shp用）
②Import_Surface_Data.txt（原始数据，包含位置坐标和属性值，供
Surfer插值生成背景网格用以及后期和ArcGIS插值结果作对比）
③Background_Grid.xlsx（只包含待插值点的位置坐标，一般来说插值高
程的话为x，y；插值属性的话可以为x，y，z；）
④Import_Surface_Data.grd
⑤Output_grid_of_kriging_standard_deviation_from_surfer.grd
⑥Out_import_Surface_Data.dat
⑦Out_Transform.dat
⑧Out_Convert.dat
2）Import_Map_shp文件夹：
①Import_Surface_Data.dbf
②Background_Grid.dbf
③Kriging_Estimation_Result_Second.dbf
④Kriging_Estimation_Result_Third.dbf
3）Export_Kriging_Result_shp文件夹：
①Export_Output_Second.dbf
②Export_Output_Third.dbf
4）Extract_Simulation_Results_shp文件夹：
1～100次的模拟结果（dbf格式），在此不详细列出
5）Sequential_Gaussian_Simulation.gdb数据库：
1～100次的模拟结果，在此不详细列出
6）Export_Kriging_Result.gdb数据库：
①Export_Output_Second
②Export_Output_Third
7）Extract_Simulation_Results.gdb数据库：
1～100次的模拟结果（Table格式），在此不详细列出
3.实施方案
本文以广州龙头山表面高程数据为例，本次序贯高斯模拟总共含有3大步骤：
A.首先需要建立基于龙头山表面高程原始数据的shp文件和利用Surfer
软件生成的待插值背景网格节点的shp文件，其中需要通过Surfer软
件先生成10m*10m的插值结果grd文件，在把其转换成dat格式文件,
方便得到背景网格的shp文件；
B.然后通过简单克里金对原始数据进行插值，在得到克里金插值结果的同
时结合背景网格文件生成一个基于验证和预测的克里金插值结果shp文
件，从中可以看到每个网格节点上的预测结果值与预测标准差；
C.最后利用上述克里金插值结果来获得100次序贯高斯随机模拟的结果，
其中包含每个网格节点上的最大值、最小值、均值和标准差等等，以及
每一次模拟所生成的云图，并通过提取功能得到模拟的输出结果以便于
后期外部处理和利用。

4.具体技术路线
启动ArcCatalog生成shp文件，如下图所示：
启动ArcMap导入之前生成的shp文件，如下图所示：
修改标记，方便查看和论文成图，如下图所示：
如果第一次安装ArcGIS，地统计学工具条并未可用，则需要点击菜单栏中的Customize 下的Extensions按钮，勾选其中的Geostatistical Analyst前置方框，然后Close，地统计学工具条就可以用了，如下图所示：
点击已经变绿的地质统计学分析工具条，对Import_Surface_Data进行简单克里金统计分析（这里尽量使用简单克里金估计类型，为了方便后期模拟使用），如下图所示：
注意选择正态变换和去趋势，因为一般数据通常不符合插值所需的标准条件：
注意漂移阶数，一定要选择合适的漂移阶数使得去趋势和转换后的数据尽可能的呈现出正态分布的特征，如下图所示（例如本次模拟选择2阶多项式漂移）：
协方差函数和变异函数模型的拟合曲线如下图所示：
选择合适的模型，并计算其基台值，偏基台值，块金值以及变程等参数：
General
Examine bivariate distribution False
Variable Semivariogram
Optimize model
Model Nugget
Enable True
Calculate Nugget True
Nugget 0.0071928488230167
Measurement Error 100
Model #1
Type Gaussian
Major Range 255.65093131342041
Anisotropy False
Calculate Partial Sill True
Partial Sill 1.2536437163695078
Model #2
Type <none>
Model #3
Type <none>
Lag
Lag Size 29.37115822112131
Number of Lags 12
得到最终结果，如下图所示：
预测值和测量值有很高的相关性，如下图所示：
根据本文数据特征，这里可以改变漂移次数，生成两种漂移阶数的结果：
Kriging_Estimation_Result_Second.dbf
Kriging_Estimation_Result_Third.dbf
通过对比平均误差，均方根误差以及平均标准误差，发现本文数据利用三次漂移
多项式所产生的结果更精确。

然后通过对简单克里金估计结果进行验证和预测，导出克里金估计结果shp文件，其中需要用到背景网格文件，如下图所示：
注意下面这个对话框中的第二项Input point observation locations应该选择背景网格（背景网格是之前建立用来展示克里金估计结果）
最后开始准备执行序贯高斯模拟，如下图所示：
在ArcCatalog里面新建立一个Sequential_Gaussian_Simulation.gdb数据库文件，如下图所示：
谨慎进行序贯高斯模拟参数的选择，序贯高斯模拟需要之前做的简单克里金估计结果作为模板来进行条件随机模拟（注意这里需要选择条件数据，就是原始测量数据），如下图所示：
再在ArcCatalog里面重新建立两个gdb数据库来存放克里金估计和序贯高斯模拟所导出的Table格式文件，即：
Export_Kriging_Result.gdb；
Extract_Simulation_Results.gdb
再在ArcCatalog里面重新建立两个文件夹来存放克里金估计和序贯高斯模拟所导出的shp格式的dbf文件，方便后期的excel处理，即：
Export_Kriging_Result_shp
Extract_Simulation_Results_shp
导出克里金估计结果到Export_Kriging_Result.gdb数据库，并得到Table格式
数据，如下图所示：
再从之前建立的Table中导出克里金估计结果到Export_Kriging_Result_shp 文件夹，并得到dbf格式数据，方便excel直接打开处理，如下图所示：
注意这里文件格式应选为dBASE Table：
从序贯高斯模拟结果中导出云图到Extract_Simulation_Results.gdb数据库并提取值到Table中方便进行编辑（这里需要从ArcCatalog中把所有1～100次模拟结果全部拖入ArcMap左边框中，并在ArcMap中一个一个导出成相应的数据格式，有点麻烦，但没有办法），如下图所示：
再从之前的Extract_Simulation_Results.gdb数据库中的各个Table表中提取数据到Extract_Simulation_Results_shp文件夹，并得到dbf格式数据，方便后期的excel直接打开处理，如下图所示：
注意这里文件格式应选为dBASE Table：。