ArcGIS地統(tǒng)計(jì)分析實(shí)習(xí)指導(dǎo)書

1、僅供個(gè)人參考不得用于商業(yè)用途ArcGIS地統(tǒng)計(jì)分析實(shí)習(xí)指導(dǎo)書實(shí)習(xí)內(nèi)容:練習(xí)1：使用缺省參數(shù)創(chuàng)建一個(gè)表面練習(xí)2:數(shù)據(jù)檢查練習(xí)3:制作臭氧濃度圖練習(xí)4:模型比較練習(xí)5:制作超出某一臨界值的臭氧概率圖練習(xí)6:生成最終成果圖預(yù)備知識(shí)：利用地統(tǒng)計(jì)分析模塊，你可以根據(jù)一個(gè)點(diǎn)要素層中已測定采樣點(diǎn)、柵格層或者利用多邊形質(zhì)心，輕而易舉地生成一個(gè)連續(xù)表面。這些采樣點(diǎn)的值可以是海拔高度、地下水位的深度或者污染值濃度等。當(dāng)與 ArcMap一起使用時(shí)，地統(tǒng)計(jì)分析模塊提供了一整套創(chuàng)建表面的 工具，這些表面能夠用來可視化、分析及理解各種空間現(xiàn)象。美國環(huán)保局負(fù)責(zé)對加利佛尼亞州的大氣臭氧濃度進(jìn)行監(jiān)測。臭氧濃度值是通過遍布全 州

2、的監(jiān)測站來測定的。已經(jīng)知道所有監(jiān)測站的臭氧值濃度，但是我們還想知道加利佛尼亞州其他任一地方的臭氧濃度值，但是考慮到費(fèi)用以及實(shí)用性問題，我們不可能在任何地方都建立監(jiān)測站。地統(tǒng)計(jì)分析模塊提供了許多工具，通過檢測所有采樣點(diǎn)之間的關(guān)系，生成一個(gè)關(guān)于臭氧濃度值、預(yù)測標(biāo)差（不確定性）以及超出臨界值的概率的連續(xù)表面，從而使對其他點(diǎn)的濃度值進(jìn)行最佳預(yù)測成為可能。在地統(tǒng)計(jì)分析模塊的安裝盤上，附有本次聯(lián)系所需要的數(shù)據(jù)。這些數(shù)據(jù)包括：數(shù)據(jù)集描述Ca_outline加州輪廓圖Ca_ozone_pts臭氧采樣點(diǎn)數(shù)據(jù)（單位：ppmDCa_cities加州主要城市位置圖Ca_hilshade加州山體陰影圖臭氧數(shù)據(jù)集（Ca_

3、ozone_pts ）表示的是1996年中每八個(gè)小時(shí)時(shí)段內(nèi)的臭氧平均濃度的 最大值，以ppm為單位。根據(jù)這些臭氧采樣點(diǎn)的測量值，你可以生成兩個(gè)連續(xù)表面 （或地圖），以現(xiàn)有的采樣點(diǎn)數(shù)據(jù)為基礎(chǔ)來預(yù)測加洲任意地方的臭氧濃度值。創(chuàng)建第一張圖時(shí)你只需要簡單地使用缺省選項(xiàng)即可，你會(huì)看到根據(jù)采樣點(diǎn)數(shù)據(jù)生成表面是多么容易的事情。生成第二張圖時(shí)，你可以較多的考慮采樣點(diǎn)之間存在的空間關(guān)系，這時(shí)，你將要用到ESDA（空間數(shù)據(jù)探索分析）工具來檢查你的數(shù)據(jù)。你還會(huì)學(xué)習(xí)到一些地統(tǒng)計(jì)選項(xiàng)，利用這些選項(xiàng)，你可以創(chuàng)建諸如剔除趨勢并且模擬空間自相關(guān)的表面。利用ESDAX具，通過對各種地統(tǒng)計(jì)參數(shù)的操作，你可以創(chuàng)建出更加精彩的表面。

4、很多時(shí)候，我們關(guān)心的并不是那些有損于健康的風(fēng)險(xiǎn)的實(shí)際值，而是它是否超出某一有毒水平，如果確實(shí)超出，必須采取行動(dòng)。你創(chuàng)建的第三個(gè)表面將用來評(píng)估臭氧濃度超過臨界 值的概率。對于本次練習(xí)，臨界值規(guī)定如下：如果最大值超過0.12ppm,那么這個(gè)地方就應(yīng)該被嚴(yán)密監(jiān)測。利用這個(gè)標(biāo)準(zhǔn)，你可以利用地統(tǒng)計(jì)分析模塊來預(yù)測臭氧濃度超出臨界值的概率大小。 本練習(xí)被分為各個(gè)單獨(dú)的任務(wù)，你可以根據(jù)自己的學(xué)習(xí)進(jìn)度來逐步熟悉地統(tǒng)計(jì)分析模塊個(gè)各 項(xiàng)功能。練習(xí)1帶你進(jìn)入地統(tǒng)計(jì)分析模塊，通過創(chuàng)建臭氧濃度表面的過程，你會(huì)發(fā)現(xiàn)使用缺省參 數(shù)創(chuàng)建表面是一件很容易的事情。數(shù)據(jù)檢查的目的是為了找出數(shù)據(jù)中那些練習(xí)2教你創(chuàng)建表面之前如何對數(shù)據(jù)進(jìn)

5、行檢查。離群值并且發(fā)現(xiàn)數(shù)據(jù)中存在的趨勢。練習(xí) 3 你將創(chuàng)建第二個(gè)表面，這個(gè)表面更多地考慮了練習(xí)2中數(shù)據(jù)分析發(fā)現(xiàn)的空間關(guān)系，并且對練習(xí)1 中生成的表面進(jìn)行了改進(jìn)。該練習(xí)還將向你介紹地統(tǒng)計(jì)學(xué)中的一些基本概念。練習(xí)4 教你如何對練習(xí)1 和練習(xí) 3 中創(chuàng)建的表面進(jìn)行比較，并判斷哪個(gè)表面對未知值的預(yù)測更好。練習(xí)5 指導(dǎo)你創(chuàng)建臭氧濃度超出臨界值的概率圖，從而生成第三個(gè)表面。練習(xí) 6 告訴你怎樣利用ArcMap 的功能將你在練習(xí)3 和練習(xí) 5 中創(chuàng)建的表面放在一起做最終的顯示。你可能需要幾個(gè)小時(shí)的時(shí)間集中精力來完成本次練習(xí)。當(dāng)然如果你愿意，你也可以每次完成一個(gè)練習(xí)，在每次完成一個(gè)練習(xí)之后，把你的練習(xí)數(shù)據(jù)保存

6、起來。練習(xí) 1：利用缺省參數(shù)創(chuàng)建一個(gè)表面在開始練習(xí)之前，首先啟動(dòng)ArcMap 并激活地統(tǒng)計(jì)分析模塊。1 1 啟動(dòng) ArcMap 并激活地統(tǒng)計(jì)分析模塊單擊窗口任務(wù)欄的Start 按扭， 光標(biāo)指向Programs， 再指向 ArcGIS， 然后單擊ArcMap。在 ArcMap 中，單擊Tools ，在單擊Extensions ，選中 Geostatistical Analyst 復(fù)選框，單擊 Close 按扭。1.2 添加 Geostatistical Analyst 工具條到ArcMap 中。單擊 View 菜單，光標(biāo)指向Toolbars ，然后單擊Geostatistical Analyst

7、1.3 在ArcMap中添加 數(shù)據(jù)層一旦數(shù)據(jù)加入后，你就能利用ArcMap 來顯示數(shù)據(jù)，而且如果需要，你還可以改變沒一層的屬性設(shè)置（如符號(hào)等等）1單擊 Standard 工具條上的Add Data 按扭。2 找 到 你 安 裝 練 習(xí) 數(shù) 據(jù) 的 文 件 夾 （ 缺 省 安 裝 路 徑 是 C:ArcGISArcTutorGeostatistics ） , 按住 Ctrl 鍵，然后點(diǎn)擊并高亮顯示Ca_ozone_pts和 ca_outline 數(shù)據(jù)集。3單擊Add 按扭。4單擊目錄表中的ca_outline 圖層的圖例，打開Symbol Selector 對話框。5單擊Fill Color下拉

8、箭頭，然后單擊No Color 。6.在Symbol Selector 對話框中單擊OK按鈕?，F(xiàn)在ca_outline 圖層酒杯透明現(xiàn)實(shí)，只有輪廓可見，以便讓你看見在在后面所要?jiǎng)?chuàng)建 的其他圖層。建議你在每個(gè)練習(xí)之后都要講將地圖保存。7 .點(diǎn)擊 Standard 工具條上的 Save按扭。新建一個(gè)本地工作目錄(如 C:geostatistical )，定位到本地工作目錄。因?yàn)檫@是你第一次保存地圖，所以你需要為它取個(gè)名字。(建議你將地圖命名為Ozone Prediction Map.mxd )。將來再點(diǎn)保存時(shí)，只需要點(diǎn)擊Save按扭即可。1. 4利用缺省值創(chuàng)建表面下一步你將利用地統(tǒng)計(jì)分析模塊的缺省

9、設(shè)置來創(chuàng)建一個(gè)臭氧濃度表面。選擇臭氧點(diǎn)數(shù)據(jù)集(ca_ozone_pts )作為輸入數(shù)據(jù)集，利用普通克里格方法，通過插值即可得到那些未知點(diǎn)的臭氧濃度值。在許多對話框中你可以直接單擊下一步按扭，接受缺省參數(shù)設(shè)置。你不必考慮本練習(xí)中的對話框細(xì)節(jié)，在后續(xù)練習(xí)中這些對話框你還會(huì)接觸到。本練習(xí)的目的正是利用缺省選項(xiàng)來創(chuàng)建一個(gè)表面。1 .單擊 Geostatistical Analyst ,然后單擊 Geostatistical Wizard 。(jeostetistical Analyst -Gms 皿&Eal Wjeard.a CrMte Subsets. -.2 .點(diǎn)擊 Input Data

10、下拉箭頭，單擊并選中ca_ozone_pts 。3 .單擊Attribute下拉框箭頭，單擊并選中屬性O(shè)ZONE4 .在 Methord對話框中單擊 Kriging.5 .單擊Next按扭。僅供個(gè)人參考缺省情況下，在 Geostatistical Method Selection Prediction Map被選中。對話框中，Ordinary Kriging 和你可以單擊Finish按扭利用缺省參注意，在選定了臭氧濃度表面圖的生成方法之后， 數(shù)來創(chuàng)建一個(gè)表面。不過，從第六步到第十步你可以看到許多不同的對話框。不得用于商業(yè)用途6.在 Geostatistical Method Selection

11、 Semivariogram/covariance modeling我們知道空間上距離越近的事物越相似，對話框中單擊next按扭。對話框可以讓你分析已測數(shù)據(jù)點(diǎn)之間空間關(guān)系，這個(gè)假設(shè)可以利用半變異函數(shù)來驗(yàn)證。在獲取空間關(guān)系的同時(shí)對一個(gè)半變異函數(shù)模型來進(jìn)行擬合，此過程稱為變異估計(jì)。7.點(diǎn)擊next按扭。十字絲處是一個(gè)未被測量的點(diǎn)。你可以利用已測點(diǎn)的值來預(yù)測十字絲處的值的情況。已測量點(diǎn)距離你需要預(yù)測的未知點(diǎn)越近，它們的值也就越相近。在上圖中，紅色點(diǎn)對未知點(diǎn)的值的影響勢必要比綠色點(diǎn)大。根據(jù)周圍的點(diǎn)，利用 Semivariogram Modeling 對話況中擬合 的模型，你就能夠?yàn)槲粗c(diǎn)預(yù)測出一個(gè)更精

12、確的值。8 .點(diǎn)擊Next按扭。Ge«stati&Tlcd Wizard： STep 4 oT 4 - Cross ValidationCka. I遣探士曲| Eftqf Sgdardiad Errcr QQriotiegresElon tuncti on： 0. 547 * k + U. U4bFtsciclioft Etrcrshut：0。斜空Ktot-M»«i-Squwa；0. 013T7Arera審 5tmdd Jrrorz 0. 01358Mean Standardi zed_0. 012Rvd II Mieork Squ-u e t uidai

13、 0. "411£5pl k 193 0£ 193工cicLuA.d | 1| 1| MMUSd | TUctH5400. D4%«0.0M2B2515560CL 0W5zooT45539D0. IH3 onr3Z4B2SJ49O0,D606o OfTOOsa4ZC14Q0. D&350.07410649EO6O0. DTO.OT2104H RRin ittpaaiiM-k I 爐” I Eimsl ICm廣電 1iv* Crot* Vdi dsti m毛一Cross Validation 對話框可以讓你知道利用模型預(yù)測未知點(diǎn)的值的效果如何。在練

14、習(xí)4中你將學(xué)到如何使用統(tǒng)計(jì)圖，并理解統(tǒng)計(jì)表的含義。9 .點(diǎn)擊Finish 按扭。Output Layer information （輸出圖層信息）對話框總結(jié)了用于創(chuàng)建輸出表面的方法（及其相關(guān)參數(shù)）信息。10 .點(diǎn)擊OK按扭。預(yù)測得到的臭氧圖在目錄表的頂層顯示。Output Layer Information9Default 。這11 .在目錄表中單擊該圖層以高亮顯示，然后再單擊一次，將圖層名改為 種改動(dòng)可以讓你區(qū)別于練習(xí)4中創(chuàng)建的圖層。在練習(xí)6中你會(huì)學(xué)會(huì)如何將預(yù)測表面限制在12 .注意，插值的過程一直延伸到海洋中。 加州范圍內(nèi)。13 .保存地圖。練習(xí)2:數(shù)據(jù)檢查在本練習(xí)中，你可以用三種方式對數(shù)

15、據(jù)進(jìn)行檢驗(yàn)： 檢測數(shù)據(jù)分布 發(fā)現(xiàn)數(shù)據(jù)可能存在的趨勢 找出數(shù)據(jù)間的空間自相關(guān)以及方向效應(yīng)如果你在完成練習(xí)1后關(guān)閉了 ArcMap,請單擊File菜單，再點(diǎn)擊Open。在彈出的對話 框中點(diǎn)擊Look in 下拉箭頭，找到你保存的地圖文件( Ozone Prediction Map.mxd )2.1檢查數(shù)據(jù)的分布當(dāng)數(shù)據(jù)服從正態(tài)分布時(shí)，里用插值方法生成表面的效果最佳。如果你的數(shù)據(jù)是偏態(tài)分布 的，即向一邊傾斜，則你可以選擇數(shù)據(jù)變換使之服從正態(tài)分布。因此在創(chuàng)建表面之前了解你的數(shù)據(jù)分布非常重要。Histogram工具描繪了數(shù)據(jù)屬性的頻率直方圖，使你能夠針對數(shù)據(jù)集 的每一種屬性檢測其單變量分布。接下來，你就是

16、要檢查圖層ca_ozone_pts的臭氧分布情況。1 .單擊 ca_ozone_pts ,并將它移到目錄表的頂層，然后將ca_outline 置于 ca_ozone_pts 圖層的下面?？舌l(xiāng)Layers-畫 C3_xitbneI-回 DefaultPrediction Mapca_osone juts ,C2OWEJFilled Cantours0.046600-0.0657710.065771 - 0.0788670.07Bg&7-0,D6776SO.OS7763 - 0.093SL70.093317-0,09726 0.097923-0403976 0.10397&-0.1

17、12077 0.112S77-0.125Q73 025973 - 0,145244 0.145244-O.L73eOO2.單擊 Geostatistical Analystca_MonejDts工具條，指向 Explore Data ,然后單擊 Histogram 。Geastatistical Analyst D Normal QQPlot 購 Trend AralystsGu式右timti匚。I Analyst K回 VoronQi Map回 gemivmriQgdni/U口丫白fimnco Uk?ud因 General QQPlot國 Cr&ssccwariarce： Cloud

18、你也可以改變Histogram對話框的大小以便能夠看見地圖，正如下圖所示:3 .單擊 Layer下拉箭頭，點(diǎn)擊并選擇 ca_ozone_pts 。4 .單擊Attribute下拉箭頭，點(diǎn)擊并選擇 OZONE臭氧屬性的分布情況是用一個(gè)直方圖來描述的，該直方圖將濃度值分為10級(jí)，每一級(jí)別中數(shù)量的相對比例（密度）通過每一個(gè)直方條柱子的高度來表示。通常，描述數(shù)據(jù)分布的重要特征包括中值，他的展布以及對稱性。對于正態(tài)分布，有一個(gè)快速檢驗(yàn)的方法：如果平均值與中值大致相等，你就可以把它當(dāng)作數(shù)據(jù)服從正臺(tái)分布的證 據(jù)之一。上面顯示的直方圖表面數(shù)據(jù)是單峰分布的，而且具有較好的對稱性，接近于正態(tài)分布。直方圖的右冊尾部

19、表明，存在相對少量的具有較高臭氧濃度值的采樣點(diǎn)。5 .單擊直方圖臭氧值在 0.162至0.175Ppm之間的直方條。此范圍內(nèi)的采樣點(diǎn)在地圖中被高亮顯示。6 .單擊關(guān)閉對話框。7 .2正態(tài)QQ圖QQ圖提供了另外一種度量數(shù)據(jù)正臺(tái)分布的方法，利用QQ圖你可以將現(xiàn)有數(shù)據(jù)的分布與標(biāo)準(zhǔn)正態(tài)分布對比，如果數(shù)據(jù)點(diǎn)接近一條直線，則它們越接近于服從正態(tài)分布。1 .單擊 Geostatistical Analyst 工具條，指向 ExploreData ,然后點(diǎn)擊 Nomal QQplot。H F in Ian3 d H _i j嘮ri的冷1 kioiMlOQPId士才 口。/白Sub妁限1©廣陽3觸曲口

20、 Vara-iBiMsp舊 L的 w，m正助-蝦身Ei JhLdL-lLqPnJ國 匚但9QU刊匚匕W2 .單擊 Layer下拉箭頭，點(diǎn)擊并選中ca_ozone。3 .單擊Attribute下拉箭頭，點(diǎn)擊并選中OZONE OI在一個(gè)普通的 QC0上，兩種分布的對應(yīng)點(diǎn) 對應(yīng)。對于兩種相同類型的分布，QQ圖應(yīng)該是一條直線。因此通過繪制相對應(yīng)的臭氧數(shù)據(jù)的分布點(diǎn)與標(biāo)準(zhǔn)正態(tài)分布的分布點(diǎn)，能夠檢查臭氧數(shù)據(jù)的正態(tài)分布情況。從上述正態(tài)QQ圖可以看出，該圖形非常接近于一條直線。而偏離直線的情況主要發(fā)生在臭氧濃度值較高時(shí)（因?yàn)檫@些偏離值在直方圖中是高亮顯示 的，所以在這里它們也是被高亮顯示的）。如果在直方圖中或在

21、正態(tài) QQ圖中，數(shù)據(jù)都沒有顯示出正臺(tái)分布，那么就有必要在應(yīng)用 某種克里格插值之前對數(shù)據(jù)進(jìn)行轉(zhuǎn)換，使之服從正態(tài)分布。4 .退出對話框。5 .3識(shí)別數(shù)據(jù)中的全局趨勢只有在你的數(shù)據(jù)中存在某種趨勢時(shí)，你才可能利用某些數(shù)學(xué)公式對表面的非隨機(jī)（確定性的）成分進(jìn)行表達(dá)。例如，一個(gè)緩傾斜的山坡可以用一個(gè)平面來表達(dá)，而山谷則可以利用 一個(gè)能夠生成“ u”字形的更加復(fù)雜的公式（一個(gè)二次多項(xiàng)式）來表示。數(shù)學(xué)公式有時(shí)或許能 夠生成你想要的表面， 但大多數(shù)時(shí)候，數(shù)學(xué)公式田為太過于平滑而不能精確地描述表面，因?yàn)闆]有哪個(gè)山坡是完完全全的平面，同樣，也沒有哪個(gè)山谷會(huì)是一個(gè)完美的“u”形。如果趨勢面不能精確地描繪你實(shí)際需要的表

22、面，你可能想到將其移去，通過建立趨勢剔除后的殘差的模荊來繼續(xù)你的分析。 在建立殘差模型時(shí)， 你需要分析表面中的短程變異。這是理想平面或理想“ u”型面所無法實(shí)現(xiàn)的內(nèi)容。Trend Analysis（趨勢分析）工具使你能夠找出在輸入數(shù)據(jù)集中是否存在趨勢。1 .單擊 Geostatistical Analys 工具條，鼠標(biāo)指向 Explore Data ,點(diǎn)擊 Trend Analysis.2 單擊layer 下拉箭頭，點(diǎn)擊選中 ca_ozone_pts 。Easi-West North-South trend line (rend lineEast-WestaxisNorth-Southaxis

23、3 .單擊 Attribute 下拉箭頭，選中 OZONE趨勢分析圖中的每一根豎棒代表了一個(gè)數(shù)據(jù)點(diǎn)的值（高度）和位置。這些點(diǎn)被投影到一個(gè)東西向的和一個(gè)南北向的正交平面上。通過投影點(diǎn)可以作出一條最佳擬合線（一個(gè)多項(xiàng)式）,并用它來模擬特定方向上存在的趨勢。如果該線是平直的，則表明設(shè)有趨勢存在。不過，如果你注意看上圖中的亮綠線，你會(huì)發(fā)現(xiàn)這條線從較低的值開始，向東移動(dòng)時(shí)逐漸增加直到變平穩(wěn)。這表明該數(shù)據(jù)在東西向上顯示出一個(gè)很強(qiáng)的趨勢，而在南北向的趨勢則較弱。4 .單擊Rotate Proiection滾動(dòng)條并向左拖動(dòng)，使旋轉(zhuǎn)角為30度。通過旋轉(zhuǎn)，東西向趨勢的形狀可以看得更清楚。你能看到投影后確實(shí)顯示了一

24、個(gè)倒置的“u”型。既然該趨勢呈“ U'犁，所以可以選擇一個(gè)二階多項(xiàng)式對其全局趨勢進(jìn)行較好的模擬。盡管我們把這個(gè)趨勢顯示在了東西向的投影平面上，但因?yàn)槲覀儼褦?shù)據(jù)點(diǎn)旋轉(zhuǎn)了 30度,所以實(shí)際的趨勢是北東-南西向。造成該趨勢的一個(gè)可能的事實(shí)是，在沿海地區(qū)污染較輕， 而在向內(nèi)陸推進(jìn)時(shí)，人口增多，污染增大。到了山區(qū)則人口又減少，污染也隨之降低。在練 習(xí)4中，這些趨勢將要被剔除。5 .單擊退山對話框。shape trend2.4理解數(shù)據(jù)的空間自相關(guān)和方向效應(yīng)1 .單擊 GeostatisticalAnalyst工具條，指向 Explore Data ,點(diǎn)擊 Semivariogram /Covari

25、ance Cloud 。ExplixeHiitagramNormal QQAot Trend Arwlj/sijVoionaMapS/C me ggc CIqu d0 General QQ PI的國 Crosscovanance Ckud2 .單擊 Layer 框下拉箭頭，點(diǎn)擊選中ca_ozone_pts 。3 .點(diǎn)市 Attribute 框下拉箭頭，單擊選中OZONEIT p二 L1 ： k 口 dr即 ewer 二舊件 to :連外:iMi toLaj<M- 尸 w&rrk白Id丫miartCS 3ijf=KHzDv.a $ssrkLwJUtibilK半變異函數(shù)/協(xié)方差函數(shù)云

26、圖使你能夠檢測已測樣點(diǎn)間的空間白相關(guān)?？臻g自相關(guān)理論認(rèn)為彼此之間距離越近的事物越相象。半變異函數(shù)/協(xié)方差函數(shù)云圖使你能夠?qū)@種關(guān)系進(jìn)行檢測。為此，可以用丫軸表示半變異函數(shù)值，即每一樣點(diǎn)對間測量值之差的平方，而相應(yīng) 地用x軸表示每對樣點(diǎn)之間的距離。在半變異函數(shù)/協(xié)方差函數(shù)云圖中，每個(gè)紅點(diǎn)表示一對采樣點(diǎn)。既然越近的點(diǎn)越相似，那么在半變異函數(shù)云圖中鄰近的點(diǎn) （在x軸的左邊）應(yīng)該有較小的半變異函數(shù)值 （在Y軸的下 部）。隨著樣點(diǎn)對間距離的增加（在x軸上向右移動(dòng)），中變異函數(shù)值也要相應(yīng)增加 （在Y軸上 向上移動(dòng)）。然而，當(dāng)?shù)竭_(dá)一定的距離后，云圖變平，這表明超出這個(gè)距離時(shí)，樣點(diǎn)對之間 不再具有相關(guān)關(guān)系了。

27、觀察半變異函數(shù)圖，如果某些靠得很近的數(shù)據(jù)點(diǎn) （在x軸上接近于零）具有一一個(gè)異常的 較高的半變異函數(shù)值（在丫軸的上部）時(shí)，你就應(yīng)該仔細(xì)檢杳這些樣點(diǎn)對， 看看是不是這些數(shù) 據(jù)不準(zhǔn)確。4 .在這些點(diǎn)上單擊并拖動(dòng)Selector（選擇）光標(biāo)使之高亮顯示。（可以使用下圖作為指導(dǎo)，是否嚴(yán)格選擇圖中所示的那些點(diǎn)以高亮顯示并不重要。）在半變異函數(shù)圖中選中的采樣點(diǎn)將高亮顯示在地圖中，樣點(diǎn)間通過直線相連， 用以表示是一對采樣點(diǎn)。有多種原因可以解稈為什么洛杉磯地區(qū)的采樣點(diǎn)數(shù)據(jù)值和其他地區(qū)相比差別 很大。一種可能是洛杉磯地區(qū)的汽車比其他地區(qū)要多，這些汽車無疑將會(huì)造成更多的污染， 從而在洛杉磯地區(qū)形成一個(gè)較高的臭氧累積

28、。除了前面章節(jié)中討論的全局趨勢外，影響數(shù)據(jù)的還有方向效應(yīng)。 這些方向效應(yīng)的原因可能并不明了，但它們可以在統(tǒng)計(jì)上給予量化。這些方向效應(yīng)將影響你在下一個(gè)練習(xí)中創(chuàng)建表 面的精度。不過，一旦你知道某種方向效應(yīng)確實(shí)存在，則地統(tǒng)計(jì)分析模塊提供的工具可以在你創(chuàng)建表面的過程中對其給予解釋。你可以利用方向查找工具，在半變異函數(shù)云圖中檢測某個(gè)方向效應(yīng)。5 .選中 ShowSearchDirection 復(fù)選框。6 .點(diǎn)擊并將方向指針移動(dòng)到任意角度。指針指向的方向決定了哪些樣點(diǎn)對將會(huì)出現(xiàn)在十變異函數(shù)圖中。例如，如果指針是東西方向，那么只有那些處于彼此爾西方向的點(diǎn)對才會(huì)在半變異函數(shù)圖中顯示，這就使你能夠去除你不感興趣

29、的那些點(diǎn)對從而來檢查你數(shù)據(jù)中的方向效應(yīng)7 .單擊并拖動(dòng)選擇工具，選中那些具有最人半變異函數(shù)值的點(diǎn)，使之在半變異函數(shù)圖 及地圖中高亮顯示。（可以使用廠圖作為指導(dǎo)，是否嚴(yán)格選擇圖中所示的那些點(diǎn)以及是否使 用相同的方向搜索并不重要。）你會(huì)注意到，無論距離人小，大多數(shù)相連的樣點(diǎn)對（代表了地圖上的樣點(diǎn)對）都會(huì)對應(yīng)到 洛杉磯地區(qū)的某一采樣點(diǎn)上。對更多不同距離的點(diǎn)對的考慮結(jié)果表明，并非只有那些從洛杉磯地區(qū)延伸至海邊的點(diǎn)對才具有很高的半變異函數(shù)值，許多從洛杉磯地區(qū)延伸到其他內(nèi)陸地區(qū)的數(shù)據(jù)點(diǎn)對同樣也有很高的十變異函數(shù)值。這是因?yàn)槁迳即壍貐^(qū)的臭氧值比加州其他任何地區(qū)都要高的多。8 .點(diǎn)擊退出對話框。0 9 .但擊

30、Selection 菜單，然后點(diǎn)擊 Clear Selected Features以釋放地圖中高亮顯示的點(diǎn)。在本練習(xí)中我們學(xué)到：1 .臭氧數(shù)據(jù)接近于正態(tài)分布。止如我們在直方圖中看見的那樣呈單峰并且在平均值/中值兩側(cè)有較好的對稱性。2 .正態(tài)QQ圖再次證實(shí)了數(shù)據(jù)是服從正態(tài)分布的，因?yàn)镼Q圖中的點(diǎn)構(gòu)成了一條非常近似的直線。因此，無須進(jìn)行數(shù)據(jù)轉(zhuǎn)換。3 .利用Trend Analysis工具可以看出數(shù)據(jù)顯示出某種趨勢，該趨勢經(jīng)過提取后，可以 用一個(gè)南東-北西方向的二階多項(xiàng)式對其進(jìn)行最佳擬合。4 .從半變異函數(shù)/協(xié)方差函數(shù)云圖中我們發(fā)現(xiàn)洛杉磯地區(qū)距離很近的樣點(diǎn)對卻與其它 地區(qū)那些相距較遠(yuǎn)的樣點(diǎn)對一樣具有

31、較高的濃度值。5 .半變異函數(shù)表面表明數(shù)據(jù)中存在空間白相關(guān)?，F(xiàn)在你已經(jīng)知道數(shù)據(jù)集中沒有離群值或錯(cuò)誤的采樣點(diǎn)，并且數(shù)據(jù)接近于正態(tài)分布，所以你可以放心地進(jìn)行表面插值。而且你還知道數(shù)據(jù)中存在某個(gè)趨勢，所以在插值的通過某些調(diào)整，你可以創(chuàng)建一個(gè)更加精確的表面。練習(xí)3:制作臭氧濃度圖在練習(xí)1中，你已經(jīng)利用缺省參數(shù)生成了臭氧濃度圖。然而你并沒有把采樣數(shù)據(jù)的 統(tǒng)計(jì)屬性考慮進(jìn)去。 舉例說，在練習(xí)2中進(jìn)行數(shù)據(jù)檢查時(shí)發(fā)現(xiàn)，數(shù)據(jù)顯示山一種趨勢。這種趨勢可以在插值過程中表現(xiàn)出來。本練習(xí)你將學(xué)習(xí)：對練習(xí)1中生成的臭氧濃度圖進(jìn)行改進(jìn)。學(xué)習(xí)一些基本的地統(tǒng)計(jì)思想。你將再一次使用普通克里格插值法，并且在你的模型”加入趨勢因素以便

32、進(jìn)行更好的預(yù)測。1 .單市 GeostatisticalAnalyst一工具條，然斤單擊GeostatisticalWizard 。2 .單擊InputData卜拉框箭頭，點(diǎn)擊選中ca ozone pts 。3 .單擊AttributeF 拉框箭頭，點(diǎn)擊屬性O(shè)ZONE4 .在 Methods 框中選擇 Kriging 。5 .單擊 Next 按鈕。OrdinaryKriging 和 Prediction被缺省選中。TrendI 00在練習(xí)2對你的數(shù)據(jù)進(jìn)行檢查時(shí)，你已經(jīng)發(fā)現(xiàn)數(shù)據(jù)中存在一個(gè)全局趨勢。利用Analysis工具進(jìn)行修正后，可知該趨勢是南東-北西方向，并且可以用一個(gè)二階多項(xiàng)式進(jìn)行擬合。該

33、趨勢可以從數(shù)據(jù)中剔除，并可以剛一個(gè)數(shù)學(xué)公式表達(dá)。一旦剔除全局趨勢斤，就可以對表面殘差或表面的短程變異成分進(jìn)行統(tǒng)計(jì)分析。在創(chuàng)建最終表面之前，該趨勢還將自動(dòng)添加回來以產(chǎn)生更有意義的結(jié)果。全局趨勢剔除后所進(jìn)行的分析將不再受其影響。而一旦將 全局趨勢再添加進(jìn)來，就能夠生成一個(gè)更加精確的表面。OI6 .在 Geostatistical MethodSelection對話框中，單擊 Order of Trend Removal 下拉箭頭，選擇Secondo閃為在練習(xí)2的TrendAnalysis 對話框中已經(jīng)檢測到一條南西 -北東 方向的“ u”型曲線，所以選擇二階多項(xiàng)式擬合是合適的。7 .在 Geost

34、atistical Method Selection 對話框中點(diǎn)擊 Next 按鈕。缺省情況下，地統(tǒng)計(jì)分析模塊將繪制數(shù)據(jù)集中的全局趨勢。從下圖可以看出，南西-北東向的變化最快，而北西-南東向的變化則較平緩（從而形成橢圓形）。趨勢剔除必須合情合理?？諝赓|(zhì)量中的這種南兩-北東向趨勢可以歸因于山區(qū)與沿海間的臭氧積累。山區(qū)的海拔高度以及在沿海地區(qū)占主導(dǎo)地位的風(fēng)向?qū)е律絽^(qū)與沿海地區(qū)的臭氧 濃度值相對較低。人口密度過人導(dǎo)致在山區(qū)和沿海地區(qū)之間的污染程度較重。而北西-南東向的趨勢變化較緩是由于洛杉磯附近的人口密度較高，而向圣弗朗叫斯科方向延伸時(shí)入口密度卻降低。岡此我們將這些趨勢剔除是合理的。8 .點(diǎn)擊Det

35、rending 對話框中的 Next按鈕。4sl Wizard Sc口 W ot 3 licircndinD 13：的I pionijOB3. 1半變異函數(shù)/協(xié)方差函數(shù)模型在練習(xí)2 Semivariogram /Covsnance Cloud中，你已經(jīng)檢測了已測點(diǎn)的所有的空間自 相關(guān)。為此你需要檢查半變異函數(shù)，半變異函數(shù)顯示了具有不同距離的樣點(diǎn)對的方差。用半變異函數(shù)/協(xié)方差函數(shù)進(jìn)行模擬的目的在于為其確定一個(gè)最佳擬合模型，該模則將穿過半變異函數(shù)圖中的那些點(diǎn)（如圖中黃線所示）。半變異函數(shù)是一個(gè)關(guān)于數(shù)據(jù)點(diǎn)的半變異值（或稱變異性）與數(shù)據(jù)點(diǎn)間距離的函數(shù)。 對它的圖形表述可以得到一個(gè)數(shù)據(jù)點(diǎn)與其相鄰數(shù)據(jù)點(diǎn)的

36、空間相關(guān)關(guān)系圖。在Semivariogra/Covariance Modeling對話框中你可以模擬數(shù)據(jù)集的空間關(guān)系。缺省情況下，將以球面半變異函數(shù)模刑來計(jì)算其最佳參數(shù)值。首先，地統(tǒng)計(jì)分析模塊要為半變異函數(shù)值的劃分確定一個(gè)合適的步長大小。為了減少大量可能的合并而將數(shù)據(jù)點(diǎn)對分成不同的距離級(jí)，該距離級(jí)的大小就是步長。這種方法稱為步氏分組。步長分組后，半變異函數(shù)圖中的點(diǎn)與練習(xí)2相比少了許多。一個(gè)好的步長大小也有助于揭示空間相關(guān)關(guān)系。該對話框用表面圖和散點(diǎn)圖的形式來顯示半變異函數(shù)值與距離間的關(guān)系。然后擬合一個(gè)球面半變異函數(shù)模則（在各個(gè)方向都能擬合的很好）以及它們的相關(guān)參數(shù)值，這些參數(shù)通常被稱為塊金效應(yīng)

37、、自白相關(guān)闡值及偏基臺(tái)值（結(jié)構(gòu)方差）。可以嘗試用小的步長（距離）來擬合半變異函數(shù)。 可以采用不同的步長分組值，通過改變步長的大小和步長組數(shù)目來重新擬合缺省球面模型。9 .輸入一個(gè)新步 K值12000。10 .單擊輸入框，設(shè)定步長組的數(shù)目為10。減小步長的大小意味著你可以有效地放大并模擬相鄰采樣點(diǎn)間局部變異的細(xì)節(jié)。你會(huì)注意到當(dāng)賦予一個(gè)較小的步長時(shí)，擬合后的半變異函數(shù)圖（圖中黃線）急劇上升、接著變平。其自相關(guān)閾值即為曲線變平時(shí)經(jīng)過的距離。半變異函數(shù)圖的這種變平現(xiàn)象表明在超出其自相關(guān)閾值后自己相關(guān)關(guān)系就不再存在了。O提出趨勢后，半變異函數(shù)就可以模擬數(shù)據(jù)點(diǎn)間自相關(guān)而不用考慮數(shù)據(jù)中存在的趨勢。趨勢將在生

38、成最終表面之前添加回來用于計(jì)算。Ccldr scale其 Y£iil心I。 semhrtograin modeilaSrntvatiogpCUMsurtace1As&oc late d "pai-srneterFftted SremivancKjirajTi modelEmpliiCAlomKrurli&grnm Vvaluespemk'iinugram valiue顏色比例尺代表了計(jì)算后的半變異函數(shù)值。它將散點(diǎn)圖中的理論變異函數(shù)值與半變異函數(shù)表面土長的值直接聯(lián)系起來。半變異函數(shù)表面圖上的每個(gè)柵格單元用顏色進(jìn)行編碼，藍(lán)色和綠色代表的值較低，而橙色和紅

39、色代表的值較高?？梢杂冒胱儺惡?數(shù)散點(diǎn)圖來表示半變 異函數(shù)表面圖上每個(gè)柵格單元的平均值，圖中x軸表示從柵格單元中心到半變異函數(shù)表面圖中心的距離，半變異函數(shù)值代表了變異性大小。在我們的 例子中，當(dāng)距離很小時(shí)，半變異函數(shù)值也很低（即越靠近的事物相似性越大 廣 隨著距離的增加，其值也增大 （即越遠(yuǎn)離的 事物變異性越強(qiáng)）。從半變異函數(shù)表面圖可以看山，在南西-北東向的變異性要比南東-北西現(xiàn)在表現(xiàn)山的是細(xì)微尺方向增加得要快。在前面的操作中，你已剔除了一個(gè)大尺度的趨勢, 度上的白相關(guān)的方向性成分，因此我們將在下一步對其進(jìn)行模擬。3. 2方向半變異函數(shù)方向效應(yīng)會(huì)對半變異函數(shù)中的點(diǎn)以及將要擬合的模型產(chǎn)生影響。鄰

40、近的事物在某些方向上的相似性比其他方向的相似性更強(qiáng)。方向效應(yīng)又被稱為各向異性，地統(tǒng)計(jì)分析模塊能夠?qū)λ鼈冞M(jìn)行解釋。引起各向異性的因素可能足風(fēng)、侵蝕、地質(zhì)構(gòu)造或者許多多其他過程。你可以對方向效應(yīng)在統(tǒng)計(jì)上進(jìn)行量化，并在制圖時(shí)給予解釋。你可以用Search Direction工具來分析某一方向上數(shù)據(jù)點(diǎn)的變異性，利用該工具你可以在半變異函數(shù)圖上檢測方向效應(yīng)，這并不影響輸出的表面。下面的步驟教你如何做到這一點(diǎn)：11 .選中Show Search Direction復(fù)選框。注意個(gè)變異函數(shù)值數(shù)目的減少，因?yàn)橹挥心切┪挥谀闼阉鞣较蛏系狞c(diǎn)才會(huì)得到顯示。12 . 在Search Direction的中心線上點(diǎn)擊并按

41、住鼠標(biāo)，移動(dòng)搜索丁具的方向。當(dāng)你改變搜索方向時(shí)，請注意半變異函數(shù)是如何變化的。只有在搜索方向上的半變異函數(shù)表面圖上的值才會(huì)在上面的半變異函數(shù)圖表中顯示山來。為實(shí)際說明用于表面計(jì)算的半變異函數(shù)模型中的方向效應(yīng)，你必須計(jì)算各向異性半變異函數(shù)或者協(xié)調(diào)方差模型。13.選中Anisotropy 復(fù)選框。在變異函數(shù)表面圖中的蘭色橢圓表明了在不同方向上的半變異函數(shù)的自相關(guān)閾值。種情況下，橢圓主軸大致位于北北西-南南東方向?，F(xiàn)在你可以在模型中加入各向異性，用以調(diào)整輸出表面中自相關(guān)的方向效應(yīng)。在這Range14 .為搜索方向輸入下列參數(shù)，使方向指針與各向異性橢圓的短軸重合。角度方向：236.0角度容限值：45.

42、0帶寬（步長）：3.0可以看到半變異函數(shù)曲線形狀比它的基臺(tái)值增長得要快。因?yàn)閤軸和Y軸都是以米為單位，所以此方向的白相關(guān)閾值人致為74公里。15 .為搜索方向輸入下列參數(shù)，使方向指針與各向異性橢圓的長軸重合。角度方向：340. 0角度容限值：45. 0帶寬（步長）：3. 0半變異函數(shù)模型增長較緩，然后變平，該方向的白相關(guān)閾值約為 114公里。在第14步和第15步中，半變異函數(shù)棋到達(dá)到的穩(wěn)定水平時(shí)的值相同，我們稱之為 基 臺(tái)值。而半變異函數(shù)模刮達(dá)到其限值 （基臺(tái)值）時(shí)經(jīng)過的距離，即為模型的自相關(guān)閾值。 超出 這個(gè)自相關(guān)閾值后，各點(diǎn)之間的變異性將隨著步長距離的增加而變?yōu)槌?shù)。步長是通過點(diǎn)對間的距離

43、來界定的。 步長距離大于自相關(guān)閾值的樣點(diǎn)對之間空間無關(guān)。塊金效應(yīng)代表了測量誤差和（或）微觀尺度的變異（該變異在空間尺度上太小以至于無法檢測到）。如果你在每個(gè)點(diǎn)都有數(shù)個(gè)觀測值，或者你可以通過選中Nugget Error復(fù)選框?qū)K金效應(yīng)分解為測量誤差和微觀尺度變異，這樣你就有可能對測量誤差進(jìn)行估計(jì)。16 .點(diǎn)擊Next按鈕?，F(xiàn)在你有了用來描述空間自相關(guān)的擬合模型，并且該模型考慮了數(shù)據(jù)中的趨勢剔除和方向效應(yīng)。利用這個(gè)模型，結(jié)合預(yù)測點(diǎn)周圍的點(diǎn)的結(jié)構(gòu)和測量值，你就可以對它進(jìn)行預(yù)測。但是怎樣應(yīng)用這些人工測定的點(diǎn)來進(jìn)行計(jì)算呢？stNuggetLaa distar CtAnisQtropicalellipse

44、Range3. 3領(lǐng)域搜索定義一個(gè)圓（或者橢圓），然后利用其內(nèi)的點(diǎn)來預(yù)測那些未知點(diǎn)的值是一件簡單的操作。此外為避免某一特定方向上的偏差， 可以把這個(gè)圓（或者橢圓）分為若干個(gè)小扇形，在各 扇形內(nèi)選取相同數(shù)目的點(diǎn)。利用 Searching Neighborhood對話框，你可以指定點(diǎn)的數(shù)日 （最 大為200）、半徑（或者長/短軸）以及用來預(yù)測的圓（或者橢圓）中的扇形個(gè)數(shù)。數(shù)據(jù)視圖窗口中高亮顯示的點(diǎn)表明了在預(yù)測未知點(diǎn)時(shí)，各相關(guān)點(diǎn)的權(quán)重。本例中有四個(gè)點(diǎn)（紅色）的權(quán)重大于10%。某點(diǎn)的權(quán)重越大，其對未知值的預(yù)測影響也越大。17 .在圖形視圖窗口內(nèi)單擊選擇一個(gè)預(yù)測點(diǎn)（即十字絲處）。注意在選擇那些用廠預(yù)測的

45、點(diǎn)的過程中發(fā)生的變化（以及它們的權(quán)重變化）。18 .為了教學(xué)目的，請?jiān)?Test Location輸入框中鍵入如 F坐標(biāo)：X=2044968Y=208630.3719 .選中Shape復(fù)選框，并在 Angle輸入框中輸入90。注意形狀是如何變化的。不過， 為了說明方向效應(yīng)，請把角度值改回338.1 。20 .取消 Shape復(fù)選框，地統(tǒng)計(jì)分析模塊將使用缺省值（在前面 Semivariogram /Covariance對話框中曾經(jīng)計(jì)算過 ）。21 .在 SearchingNeighborhood對話框中單擊 Next 按鈕。在實(shí)際創(chuàng)建表面之前，你將在下一步中使用Cross-validation對

46、話框?qū)?shù)進(jìn)行診斷以判斷你的模型效果如何。3.4交叉驗(yàn)證交叉驗(yàn)證可以讓你知道你的模型對未知值的預(yù)測效果究竟怎樣。對于所有的點(diǎn)，交叉驗(yàn)證按順序每次省略一個(gè)點(diǎn)， 再利用剩余的數(shù)據(jù)來對該點(diǎn)的值進(jìn)行 預(yù)測。然后在實(shí)測值與預(yù)測值之間進(jìn)行比較?？梢杂糜?jì)算后的統(tǒng)計(jì)數(shù)據(jù)來判斷該模型用于生成地圖是否合適。除了可以對角平分線附近的散點(diǎn)進(jìn)行可視化表達(dá)外，還有許多統(tǒng)計(jì)方法可用來評(píng)估模型的性能。交叉驗(yàn)證的目的就是幫你做出周全的決定，讓你知道哪個(gè)模型提供的預(yù)測最精確。對于一個(gè)預(yù)測精確的模型，其均差應(yīng)接近于0,其均方根誤差和平均標(biāo)準(zhǔn)差應(yīng)該盡可能地小（這在比較模型時(shí)很有用），并且其均方根標(biāo)準(zhǔn)誤差應(yīng)該接近于1。術(shù)語“ pred

47、ictionerror（預(yù)測誤差）”足用來表示預(yù)測值與實(shí)際測量值之間的差異。對于一個(gè)能夠精確預(yù)測的模型，如果是無偏估計(jì)，其平均預(yù)測誤差應(yīng)該接近于0;如果標(biāo)準(zhǔn)差準(zhǔn)確的話，其均方根標(biāo)準(zhǔn)預(yù)測誤差應(yīng)該接近于1,如果預(yù)測值與實(shí)際測量值接近，則其均方根預(yù)測誤差應(yīng)該很小。Cross-validationLine of best fitscatter plotSummarystatisticsResults fromcrass-validalionexerciseCrossValidation對話框還可以以散點(diǎn)圖的形式為每個(gè)數(shù)據(jù)點(diǎn)顯示其誤差、標(biāo)準(zhǔn)差及QC0。22 .點(diǎn)擊QQPlot標(biāo)簽顯示QQ圖。從QQ圖上你

48、可以看出某些值稍微落在直線的上部， 而某些值則稍稍落在直線的下部，但是大部分點(diǎn)都接近于一條平直的虛線，這表明預(yù)測誤差近似于止態(tài)分布。23 .要想高亮顯示某個(gè)特定的點(diǎn)，可以在表中單擊與之相關(guān)的行。所選的點(diǎn)在散點(diǎn)圖中 以綠色高亮顯示。24,作為可選項(xiàng)，你可以單擊SaveCrossValidation按鈕來保存該表以便對結(jié)果做進(jìn)一步的分析。tn | SI MidMd 3 *d I Iha。第 I 葉hifcJirnErwIiH口 000X91口 Et-UgvG 那 bhQ0U35Kem Shitirt E，r：0.0 i 133曄力5 n鵬建算1Q01371RW-UwE 中小:，血Q91X和*噌 1

49、1J3 of ' '3JE W和1帖回F則，立已"'-3 or =(r wf CiNEiC05C15Z 1-faluu 5lt>0 (JLTbt-h 11支行rfW771咨下守西2273H £tt« OJDED&L卻力學(xué)RMOOC 429 HID，亮: nraca二工架一盤。的601_Q | «1田向舒 uL也Selected point如索4 9TRir.與 H VHwMIu25 .單擊Finish 按扭。Output layer information對話框顯示了用于創(chuàng)建表面的模型的信息摘要。OuMput Lar

50、eii 1MonnaiionESkJlll |T EJJSoloctiDCI Hohod:口*0愣口仲臨fluipur FT'rinrion MrfiDFIuiiJjh 口山Id聞將 swm油” in me. 'Nwnbri ef IFoinlK 1 幫Ihd«r小hrepd REn»讓 血儂屯|Eh電XeM區(qū)Ll-b；4 pd凹山:中坦1I *1=掣6.5 sriivarioaii»fE4ivdiiann7Mndelr D 0DDZ2T0aj5t*iffe!i|1 U15074240.330 U+0DXD5H1M Nugett lew imhi

51、IgHicfUiiUuciuve; 5««39144 IWOSM 電亞 ui電m時(shí)l: 口ii or 0 lOISenrrhiriy Hp4Mb"Uihi alHdqtbbore lu Indhidei； 5 口 司 B司iZ IbidtiouLai ectoi,Seaichnq EllipteiAjiqIs： 229Mir SeUHMiJl: 114150Minai Sswmi F424QAiriqidar n日eterk 45上聞|發(fā)Fl*flij In ctfaIf jt26 .點(diǎn)擊OK按扭。預(yù)測得到的臭氧圖就會(huì)在ArcMap中作為頂層顯示出來。圖層的默認(rèn)名

52、稱是你用來創(chuàng)建表面所使用的克里格方法的名字（例如，OridinaryKriging ）。27 .單擊圖層名以高亮顯示圖層，再次單擊，將圖層名稱改為“ Trend removed ”。同樣你也可以創(chuàng)建一個(gè)預(yù)測標(biāo)準(zhǔn)誤差表面來檢查你的預(yù)測質(zhì)量。28 .在你創(chuàng)建的圖層"Trendremoved ”上右擊鼠標(biāo)，點(diǎn)擊 Create Prediction Standard Error Map菜單項(xiàng)。29 .在Standard工具條上點(diǎn)擊 Save按鈕。預(yù)測標(biāo)準(zhǔn)誤差可以對你創(chuàng)建的表面上的每個(gè)點(diǎn)的不確定性進(jìn)行定量化。根據(jù)經(jīng)驗(yàn)，如果數(shù)據(jù)服從正態(tài)分布，在95%的情況下，表面的真實(shí)值應(yīng)該在預(yù)測值土2倍預(yù)測標(biāo)

53、準(zhǔn)誤差的范圍內(nèi)浮動(dòng)。可以看出在預(yù)測標(biāo)準(zhǔn)誤差表面上，靠近采樣點(diǎn)附近的位置通常其誤差值也較小。在練習(xí)I中創(chuàng)建表面時(shí)，使用的是地統(tǒng)計(jì)分析模塊中的缺省參數(shù)而沒有考慮表面中存在 的某些趨勢，也沒有使用較小的步長值或者各向異性半變異函數(shù)模型。本練習(xí)中你創(chuàng)建的預(yù)測表面考慮了數(shù)據(jù)的全局趨勢，井對半變異函數(shù)中的步長大小及局部方向效應(yīng)（各向異性）進(jìn)行了調(diào)整。在練習(xí)4中，通過對兩種模型的比較，你可以看出哪種模型對未知值的預(yù)測更好。注意：你會(huì)再次看到插值表面一直延伸到海洋中。在練習(xí)6你將學(xué)習(xí)如何將預(yù)測表面限制在加州范圍內(nèi)。練習(xí)4:模型對比利用地統(tǒng)計(jì)分析模塊，你可以對兩種成圖結(jié)果進(jìn)行對比。結(jié)合交叉驗(yàn)證統(tǒng)計(jì)表，你可以判斷

54、哪個(gè)結(jié)果的預(yù)測更精確。1.在“Trendremoved”層上右擊，在快捷菜單中點(diǎn)擊“ Compare-： ”,你就能夠?qū)⒐ま?ZzcifT T V ； t靶QE哥r m事"Trendremoved ”層與你在練習(xí) 2中創(chuàng)建的"Default "層進(jìn)行比較。.Vdidflhnri口卑比中配Ee寸Em 隗*舊盾口：一HmAsLw也：臣qjk rthodE）印didmP1fl就“inl-A- iLajnl-irs因?yàn)椤癟rendremoved”層的均方根預(yù)測誤差較小，其均方根標(biāo)準(zhǔn)預(yù)測誤差接近于1,而平均預(yù)測誤差則接近于0,所以你有理由相信“ Trend removed

55、”模犁更優(yōu)更有效。所以你現(xiàn)在不再需要“ default ”層了，可以把它移去。2.在CrossValidationComparison（交叉驗(yàn)證對話框）中點(diǎn)擊 Close按鈕。C*0O4-tn»*p*>IWn| 5*升仙46臼h”| ggRdjA* 韋箏eI加OIK o6e 口仆Q.O。，刖。/ I.to 1J1 t_52 I n"”1 I 與卜*H*"riEiirw Q(3FlEFT；R 冷9QW2B ijIF DtKO.丁汨I， 122Tnh>rixn D.51-' M HURMfhe.hI. 111rii*-t-KP- tiicrsHwzCLt3i2FR刊Ot137r也干e g 5i arH，d