克里格空间插值法权威

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

1.8 方差变异函数

2)曲线从较低的方差值升高,到一定的间隔值时 到达基台值,这一间隔称为变程(range)。在理 论函数模型中,变程用a表示。 变程是半方差函数中最重要的参数,它描述 了该间隔内样点的空间相关特征。在变程内,样 点越接近,两点之间相似性、即空间上的相关性 越强。很明显,如果某点与已知点距离大于变程, 那么该点数据不能用于数据内插(或外推),因 为空间上的自相关性不复存在。 变程的高低取决于观测的尺度,说明了相互 作用所影响的范围。不同的属性,其变程值可以 变化很大。
1.2.2局部插值方法
只使用邻近的数据点来估计未知点的值, 包括几个步骤: a.定义一个邻域或搜索范围; b.搜索落在此邻域范围的数据点; c.选择表达这有限个点的空间变化的数学 函数; d.为落在规则格网单元上的数据点赋值。 重复这个步骤直到格网上的所有点赋值完 毕。
1.2.2局部插值方法 分类


式中符号的意义与前面相同。球面模型最为常用,此 外,由于球状模型是根据三维空间的随机移动平均过程推 导获得,因此特别适用于三维空间。
1.9 理论变异函数模型

3.指数模型(Exponential model)

其中,d是控制方程空间范围的距离参数。这 里,仅在无穷远处相关性完全消失。变程为3d。 指数模型在统计理论中地位重要,它表示了空间 随机性的要素,是一阶自回归和马尔可夫过程的 半方差函数。作为自相关函数,它们是采样设计 有效性的理论基础。
1.2空间内插值分类方法
1 整体插值方法 用研究区所有采样点的数据 进行全区特征拟合; 2 局部插值方法 是仅仅用邻近的数据点来估 计未知点的值。
1.2.1整体插值方法


1 边界内插方法 边界内插方法假设任何重要的变化发生 在边界上,边界内的变化是均匀的,同质 的,即在各方向都是相同的。 2 趋势面分析 根据采样点的属性数据与地理坐标的关 系,进行多元回归分析得到平滑数学平面 方程的方法,称为趋势面分析。
1.8 方差变异函数

3)理论方差函数曲线不穿过原点,而是存在一个最小的方差值。理论上讲,当间隔 h=0时,估值的方差应该为0,因为任何一点与自身之差的值为0。h趋近于0时,r(h) 轴上的正截距是残差的一个估计,该值称为块金(或基底,nugget)。在理论函数模型 中,用C0表示。 块金是在间隔距离小于采样间距时的测量误差或空间变异,或者是二者的和。测 量误差是由仪器的内在误差引起的,空间变异是自然现象在一定空间范围内的变化。 小于采样间距的微观尺度上空间变异是块金的一部分。 当r(h)值在所有的h值上都等于基台值时,实验半方差函数就表现为纯块金效应, 这通常由于短间距内点与点的变异很大而引起,表明所使用的采样间隔内完全没有空 间相关性,此时,可以认为各个样点是随机的,区域平均值就是各点的最佳估计值。 此时,只有增大采样间隔才能揭示出空间相关性。 块金与基台的比值(C0/(C+C0),基底效应)可以用来说明空间的变异特征,该值 越大,说明空间变异更多的是随机成分引起的,否则,则是由特定的地理过程或多个 过程综合引起的。 空间相关性的强弱,可用C/(C+C0)表示,该值越高,表明空间相关性越强。 在实际的模型计算中,块金与基台两个参数是可以调整的,其取值取决于整体的 拟合效果。
1.7 区域变量

在有趋势的情况下,假设数据是弱平稳的,并假设对于 所有的h,增量Z(x)-Z(x+h)的方差是有限的,而且只 是相隔h的函数。在该假设成立的情况下,定义半方差为:
其中,n是相隔距离为h的样点对的个数。将r(h)和h 作为纵、横坐标作图即可获得实验半方差函数图(图 7.10)。实验方差函数图不受数据的非平稳性影响,是空 间变异性研究中的一个有力工具,也是区域变量定量描述 的第一步。
图 球状模型、指数模型和高斯模型的比较
1.9 理论变异函数模型
ห้องสมุดไป่ตู้
5.双曲线模型


6.圆形模型
1.9 理论变异函数模型

在空间分析中,根据数据的空间自相 关性和研究对象的先验知识,选择要使用 的模型。选定了理论模型后,通常是用最 小二乘法计算方程的各个参数,并用最大 似然法(ML)来选择拟合效果最好的模型。 此外,在拟合中可以叠加使用上面的 模型,模型的参数也可以进行调节,以达 到最大程度的拟合实验数据。
二 克里格插值

如果变量满足平稳性假设,可直接用点或 块段克里格方法,这两种方法也称普通克 里格。如果是非平稳的,需要采用泛克里 格方法。如果分析多个变量的协同区域化 问题,要采用协同克里格方法。其他的各 种克里格方法也各有其应用领域。
二 克里格插值

克里格插值与距离倒数加权插值的相似之处在于,二者都通过给已 知样本点赋权重来求其他点的预测值。两种内插方法的通用公式如下:
二 克里格插值



利用克里格方法进行预测,必须完成两个 任务 (1)揭示空间相关规律; (2)进行预测。
二 克里格插值克里格插值方法需要 两个步骤


克里格插值方法需要两个步骤 (1)生成变异函数和协方差函数,用于估 算样点值间的统计相关(空间自相关)。 变异函数和协方差函数取决于自相关模型 (拟合模型)。 (2)预测未知点的值。
克里格空间插值法及 其在Surfer8.0中的操作
主要内容(OUTLINE)



1 空间插值法 2 克里格插值法简述及相关概念解释 3 对suefer8.0软件进行空间插值功能的评价 4 suefer8.0软件中的相关术语及概念解释 5 利用suefer8.0软件进行克里格插值步骤
一 空间插值法
1.9 理论变异函数模型

4.高斯模型(Gaussian model)


变程为

1.9 理论变异函数模型

图是球状模型、指数模型和高斯模型的 比较,可以看出,球状模型的变程最小, 指数的模型变程最大,高斯模型的变程介 于二者之间。球状模型和指数模型过原点 存在切线,高斯模型则没有。

1.9 理论变异函数模型
1.7 区域变量

设x为样点在1,2或3维空间的位置,x点的随机变量Z值为:
其中m(x)是描述Z结构项的一个确定性数,c’(x)是描述随机 区域变异但空间相关的残余项,即区域变量,ξ "是残余的空间不相 关的高斯噪音项(服从标准正态分布,即平均值为0,方差为 α 2)。 如果没有趋势,那么m(x)等于样区数据的平均值,而且任何两点x 和x+h(h为间隔距离)之间的平均值或期望值的差为0。 使用Z(x),Z(x+h)表示随机变量Z在位置x,x+h的观测值, 区域化变量理论假设任意两点Z的差值的方差仅取决于位置间的距离h。
2.1克里格法主要分类




普通克里格法-OK (Ordinary Kriging) 1点克里格(point Kriging) 2块克里格(Block Kriging) 简单克里格法-SK (Simple Kriging) 泛克里格法-UK(Universal Kriging) 协同克里格法-CK(Co- Kriging) 对数正态克里格法(Logistic Normal Kriging) 指示克里格法(Indicator Kriging) 概率克里格法(Probability Kriging) 析取克里格法(Disjunctive Kriging) 不连续克里格
空间插值分析是将离散点的测量数据转 换为连续的数据曲面的方法。其作用是便于 与其它空间现象的分布模式进行比较。 空间插值的理论假设是空间位置上越靠 近的点,越可能具有相似的特征值;而距离 越远的点,其特征值相似的可能性越小。
1.1空间插值法简述
空间插值法包括了空间内插和外推两种算法 1 内插算法是一种通过已知点的数据推 求同一区域其它未知点数据的计算方法; 2 空间外推算法则是通过已知区域的数 据,推求其它区域数据的方法
二 克里格插值


克里格法是利用原始数据和半方差函数的结构性,对 未采样点的区域化变量进行无偏最佳估计值的一种方法, 这种方法的一个特点是能够计算出每个估计值的误差大小 (估计值方差),从而能知道估计值的可靠性程度。 克里格方法现已发展为多种类型,如简单克里格 (simple Kriging),普通克里格(ordinary Kriging),点克 里格(point Kriging),块段克里格(block Kriging),通 用克里格(universal Kriging),协同克里格(co-kriging), 不连续克里格及指标克里格等。

其中,Z(si)是已测得的第i个位置的属性值,wi是在第i个位置上测 得值的权重,s0是待插值的位置,n是已知样点的数目。 距离倒数加权插值中,权重wi仅取决于样点到待插值点的距离。 在克里格插值中,权重不仅考虑了已知点与插值点间的距离,而且考 虑了己知点的位置和属性值整体的空间分布和格局。克里格插值中的 权重来自半方差函数模型(生成的表示地理现象连续表面的函数), 在半方差函数模型和邻近已知点的空间分布的基础上,对研究区内的 各个位置进行预测,权重wi取决于已知点的拟合模型、到插值点的距 离和插值点周围的已知样点的空间关系。
1.4邻域函数的统计函数及其意义
1.5 空间插值的数据源
摄影测量得到的正射航片或卫星影象; 卫星或航天飞机的扫描影象; 野外测量采样数据,采样点随机分布或有规律 的线性分布(沿剖面线或沿等高线; 数字化的多边形图、等值线图;
1.6 采样布置方式
(1)规则采样
(2)随机采样
(3)断面采样
1.8 方差变异函数
图 典型试验方差函数和拟合曲线
1.9理论变异函数模型

1.线性模型(Linear model_)

其中,w是直线的斜率,此模型是最简单模型, 但在一定范围内也是适用的。在某些情况下, w 可以为0,这时就是纯块金效应模型。
1.9 理论变异函数模型

2.球状模型(Spherical model)
1.7 区域变量
图 实验半方差变异函数图 在方差变异图上,如果样点具有空间关系,那么,空间上分布愈接近 的点对(靠近x轴的左边)应该具有更相似的值(靠近y轴的下边),而距离 愈远的点对(沿x轴方向向右移动),应该具有更多的不相似性和更高的方 差(沿y轴方向向上移动)。
1.8 方差变异函数

图是一个典型的实验方差函数和其理论方差函数 曲线,它有下面几个重要的特征。 1)随间隔增大,方差增大,并在一定的间隔 后达到一个基本稳定的常数。这个方差常数称为 基台(sill),在理论函数模型中用C+C0表示。平 稳数据的基台值近似于采样方差。 基台值意味着在对应(或大于)距离的样点 之间没有空间相关性,因为方差不再随距离变化。
二 克里格插值

计算理论方差函数是确定插值权重的基本 过程,是预测未知位置属性值的克里格方 法(Kriging)的基础。D.G.Krige是南 非采矿工程学家,在1951年提出了矿产品 位和储量估值方法。法国地统计学家 Matheron(1971)命名了这种方法,并在 此基础上提出了区域化变量理论,使传统 的地学方法与统计方法相结合,形成了完 整的方法体系。
1 最近邻点法:泰森多边形方法移动 2 平均插值方法:距离倒数插值 3 克里格插值:克里格插值是空间自协 方差最佳插值方法
1.4邻域函数的统计函数及其意义



众数(majority):邻域中出现频率最高的数值 最大值(max):邻域中最大的数值 最小值(min):邻域中最小的数值 中位数(median):邻域中数值从小到大排列后位于中间的 数 平均值(mean):邻域中数值的算术平均 频率最小数(minority):邻域中出现频率最小的数值 范围(range):邻域中数值的范围,最大值与最小值之差 标准差(std):邻域中数值的标准差 和(sum):邻域中数值的和 变异度(varity):邻域中不同数值的个数
(4)成层随机采样
(5)聚集采样
(6)等值线采样
图1 各种不同的采样布置方式
1.7 区域变量

区域化变量 一个变量的空间分布称为该变量的区域化。 如果变量以三个空间坐标(x,y,z)为自变量, 那么该变量就是区域化变量。 区域化变量假定,在一定空间范围内,属性 指标的变异可以用一个连续的、空间上相关的随 机域来模拟。任何变量的空间变异可以表示为三 个主要组分之和:确定性成份、区域成分和随机 成分。
相关文档
最新文档