需要 Spatial Analyst 许可。
需要 3D Analyst 许可。
插值可以根据有限的样本数据点预测栅格中的像元值。 它可以预测任何地理点数据(如高程、降雨、化学物质浓度和噪声等级)的未知值。
为什么要插值为栅格?
要使插值成为可行选项,需假设空间分布对象在空间上是相关的;也就是说,靠近的事物往往具有相似的特征。 例如,如果街道的一侧正在下雨,则可以预测街道的另一侧也在下雨的可信度将很高。 但是您无法确定整个城镇是否都在下雨,也无法确定下一个县的天气状况。
使用上面的类比,很容易看出靠近采样点的点的值比距离较远的点更可能相似。 此为插值基础。 点插值的典型用途是根据一组样本测量值创建高程表面。 地理统计分析还将提供大量的插值方法。
插值应用示例
下面是插值工具的一些典型应用示例。 随附的图示将显示采样点的分布和值以及从中生成的栅格。
插值为降雨面
此处的输入是已知降雨量值的点数据集,如左图所示。 右侧的图示显示了从这些点插值的栅格。 未知值是通过使用附近已知点的值的数学公式来预测的。


插值成高程面
点插值的典型用途是根据一组样本测量值创建高程表面。
在下图中,点图层中的每个符号代表测量高程的位置。 通过插值,将预测这些输入点之间每个像元的值。


插值为浓度面
在以下示例中,将使用插值工具对臭氧浓度与加利福尼亚肺部疾病的相关性进行研究。 左图显示臭氧监测站的位置。 右图显示了插值表面,提供了加利福尼亚州每个位置的预测。 表面是使用克里金法派生的。

