Skip To Content

了解插值分析

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。

为什么插值为栅格?

插值之所以可称为一种可行的方案,是因为我们假设,空间分布对象都是空间相关的,也就是说,彼此接近的对象往往具有相似的特征。例如,如果街道的一边正在下雨,那么便可以充分肯定地预测街道的另一边也在下雨。而对于是否整个城镇都在下雨,则无法确定,同时也无法确定邻县的天气情况。

通过上述类比很容易发现,接近采样点的点值相对于距离采样点较远的点,与采样点相似的可能性更大。这是插值的基础。点插值的典型应用是通过一组采样测量值创建一个高程面。地理统计分析还将提供大量的插值方法

插值应用示例

以下为应用插值工具的一些典型示例。随附的插图显示的是采样点的分布情况和值以及通过它们生成的栅格。

插值为降雨面

左侧插图中的输入是由已知降雨量值组成的点数据集。右侧的插图显示的是通过这些点插值成的栅格。可通过将附近已知点各值代入到数学公式中实现对未知点值的预测。

输入降雨量点数据
输入降雨量点数据
插值后降雨量面
插值后降雨量面

插值成高程面

点插值的典型应用是通过一组采样测量值创建一个高程面。

下图中,点图层中的各个符号表示测量过高程的位置。通过插值可预测出这些输入点之间各个像元的值。

输入高程点数据
输入高程点数据
插值后高程面
插值后高程面

插值为浓度面

在下例中,将通过插值工具研究加利福尼亚州臭氧浓度与肺病之间的相关性。左图显示的是臭氧监测站的位置。右图显示的是插值后的表面,为加利福尼亚州的各个位置进行预测。此表面通过克里金法获得。

臭氧监测站的点位置
臭氧监测站的点位置
插值后预测表面
插值后预测表面

相关主题