ArcGIS9教程_第10章地统计分析.pdf

第十章 地统计分析地统计分析方法被广泛应用许多领域，已成为空间统计学的一个重要分支。很长时间以来，地统计分析一直没能很好的和GIS 分析模型紧密结合在一起，这成为GIS 软件一大遗憾。ArcGIS 地统计分析模块在地统计学与GIS 之间架起了一座桥梁，使得复杂的地统计方法可以在软件中轻易实现，体现了以人为本、可视化发展的趋势。这种结合具有重要的开创性意义，通过测定预测表面的统计误差，GIS应用人员首次能够对预测表面的模型质量进行量化。本章主要通过对地统计分析的概念介绍，逐步引导读者在ARCGIS中如何应用地统计分析解决实际问题。10.1 地统计基础10.1.1 基本原理地统计（Geostatistics）又称地质统计，是在法国著名统计学家G.Matheron大量理论研究的基础上逐渐形成的一门新的统计学分支。它是以区域化变量为基础，借助变异函数，研究既具有随机性又具有结构性，或空间相关性和依赖性的自然现象的一门科学。凡是与空间数据的结构性和随机性，或空间相关性和依赖性，或空间格局与变异有关的研究，并对这些数据进行最优无偏内插估计，或模拟这些数据的离散性、波动性时，皆可应用地统计学的理论与方法。地统计学与经典统计学的共同之处在于：它们都是在大量采样的基础上，通过对样本属性值的频率分布或均值、方差关系及其相应规则的分析，确定其空间分布格局与相关关系。但地统计学区别于经典统计学的最大特点即是：地统计学既考虑到样本值的大小，又重视样本空间位置及样本间的距离，弥补了经典统计学忽略空间方位的缺陷。地统计分析理论基础包括前提假设、区域化变量、变异分析和空间估值。1.前提假设（1）随机过程 与经典统计学相同的是，地统计学也是在大量样本的基础上，通过分析样本间的规律，探索其分布规律，并进行预测。地统计学认为研究区域中的所有样本值都是随机过程的结果，即所有样本值都不是相互独立的，它们是遵循一定的内在规律的。因此地统计学就是要揭示这种内在规律，并进行预测。（2）正态分布 在统计学分析中，假设大量样本是服从正态分布的，地统计学也不例外。在获得数据后首先应对数据进行分析，若不符合正态分布的假设，应对数据进行变换，转为符合正态1分布的形式，并尽量选取可逆的变换形式。（3）平稳性 对于统计学而言，重复的观点是其理论基础。统计学认为，从大量重复的观察中可以进行预测和估计，并可以了解估计的变化性和不确定性。对于大部分的空间数据而言，平稳性的假设是合理的。这其中包括两种平稳性：一是均值平稳，即假设均值是不变的并且与位置无关；另一类是与协方差函数有关的二阶平稳和与半变异函数有关的内蕴平稳。二阶平稳是假设具有相同的距离和方向的任意两点的协方差是相同的，协方差只与这两点的值相关而与它们的位置无关。内蕴平稳假设是指具有相同距离和方向的任意两点的方差（即变异函数）是相同的。二阶平稳和内蕴平稳都是为了获得基本重复规律而作的基本假设，通过协方差函数和变异函数可以进行预测和估计预测结果的不确定性。2.区域化变量当一个变量呈现一定的空间分布时，称之为区域化变量，它反映了区域内的某种特征或现象。区域化变量与一般的随机变量不同之处在于，一般的随机变量取值符合一定的概率分布，而区域化变量根据区域内位置的不同而取不同的值。而当区域化变量在区域内确定位置取值时，表现为一般的随机变量，也就是说，它是与位置有关的随机变量。在实际分析中，常采用抽样的方式获得区域化变量在某个区域内的值，即此时区域化变量表现为空间点函数：),()(wvuxxxZxZ=（10.1）根据其定义，区域化变量具有两个显著特征：即随机性和结构性。首先，区域化变量是一个随机变量，它具有局部的、随机的、异常的特征；其次，区域化变量具有一定的结构特点，即变量在点x 与偏离空间距离为h 的点 x+h 处的值 Z(x)和 Z(x+h)具有某种程度的相似性，即自相关性，这种自相关性的程度依赖于两点间的距离h 及变量特征。除此之外，区域化变量还具有空间局限性（即这种结构性表现为一定范围内）、不同程度的连续性和不同程度的各向异性（即各个方向表现出的自相关性有所区别）等特征。3.变异分析（1）协方差函数 协方差又称半方差，表示两随机变量之间的差异。在概率论中，随机变量X与 Y的协方差定义为：)Y()(X(),(EYEXEYXCov-=（10.2）借鉴上式，地统计学中的协方差函数可表示为：=+-+-=)(1)()()()()(1)(hNiiiiihxZhxZxZxZhNhC（10.3）其中，Z(x)为区域化随机变量，并满足二阶平稳假设，即随机变量Z(x)的空间分布规律不因位移而改变；h为两样本点空间分隔距离；为 Z(x)在空间点处的样本值；)(ixZix2)(hxZi+是 Z(x)在处距离偏离h 的样本值 i=1,2,N(h)；N(h)是分隔距离为h 时的样本点对总数；ix)(ixZ和)(hxZi+分别为和)(ixZ)(hxZi+的样本平均数，即：=niiixZnxZ1)(1)(（10.4）=+=+niiihxZnhxZ1)(1)(（10.5）上式中，n 为样本单元数。一般情况下，)()(hxZxZii+（特殊情况下可以认为近似相等）。（2）半变异函数 半变异函数又称半变差函数、半变异矩，是地统计分析的特有函数。区域化变量Z(x)在点x和x+h处的值Z(x)与 Z(x+h)差的方差的一半称为区域化变量Z(x)的半变异函数，记为 r(h)，2r(h)称为变异函数。根据定义有：)()(21),(hxZxZVarhxr+-=（10.6）即 22)()(21)()(21),(hxZExZEhxZxZEhxr+-+-=（10.7）区域化变量Z(x)满足二阶平稳假设，因此对于任意的h 有：)()(xZEhxZE=+（10.8）因此，半变异函数可改写为：2)()(21),(hxZxZEhxr+-=（10.9）由上式可知，半变异函数依赖于自变量x 和 h，当半变异函数r(x,h)仅仅依赖于距离h 而与位置x 无关时，r(x,h)可改写为r(x)，即：2)()(21)(hxZxZEhr+-=（10.10）具体表示为：=+-=)(12)()()(21)(hNiiihxZxZhNhr（10.11）3各变量的含义同前。也有将r(h)称为变异函数，两者使用上不引起本质上的差别。（3）变异分析 半变异函数和协方差函数把统计相关系数的大小作为一个距离的函数，是地理学相近图 10.1 和图 10.2 显示，半变异值的变化随着距离的加大而增加，协方差随着距离的相似定理定量量化。图 10.1 和图 10.2 为一典型的半变异函数图和其对应的协方差函数图。加大而减小。这主要是由于半变异函数和协方差函数都是事物空间相关系数的表现，当两事物彼此距离较小时，它们是相似的，因此协方差值较大，而半变异值较小；反之，协方差值较小，而半变异值较大。此外，协方差函数和半变异函数随着距离的加大基本呈反向变化特征，它们之间的近似关系表达式为：hr)()(hCsillc(h)图 10.2 协方差函数图r(h)图 10.1 半变异函数图偏基台值(Partial Sill)块金(Nugget)基台值(Sill)变程(Range)距离（h）距离（h）偏基台值(Partial Sill)块金(Nugget)变程(Range)基台值(Partial Sill)-=（10.12）半变异函数曲线图和协方差函数曲线反映了一个采样点与其相邻采样点的空间关系。此外值（Nugget）：理论上，当采样点间的距离为0 时，半变异函数值应为0，但由于存在变异函数r(h)从初始的块金值达到一个。基台值时，采样点的间隔距离称，它们对异常采样点具有很好的探测作用，在ArcGIS 地统计分析模块中可以使用两者的任意一个，一般采用半变异函数。在半变异曲线图中有两个非常重要的点：间隔为0时的点和半变异函数趋近平稳时的拐点，由这两个点产生四个相应的参数：块金值（Nugget）、变程（Range）、基台值（Sill）、偏基台值（Partial Sill）它们的含义表示如下：块金测量误差和空间变异，使得两采样点非常接近时，它们的半变异函数值不为0，即存在块金值。测量误差是仪器内在误差引起的，空间变异是自然现象在一定空间范围内的变化。它们任意一方或两者共同作用产生了块金值。基台值（Sill）：当采样点间的距离h 增大时，半相对稳定的常数时，该常数值称为基台值。当半变异函数值超过基台值时，即函数值不随采样点间隔距离而改变时，空间相关性不存在。偏基台值（Partial Sill）：基台值与块金值的差值变程（Range）：当半变异函数的取值由初始的块金值达到为变程。变程表示了在某种观测尺度下，空间相关性的作用范围，其大小受观测尺度4的限定。在变程范围内，样点间的距离越小，其相似性，即空间相关性越大。当hR时，区域化变量Z(x)的空间相关性不存在，即当某点与已知点的距离大于变程时，该点数据不能用于内插或外推。当限定的样本点间隔过小时，可能出现曲线图上所有r(h)Nugget，即曲线为一近似平越强。相应地地统计分析过程，或者说空间估值过程，一般为：首先是获取原始数据，检查数据视图窗口中添加并显示待分析的统计属性，对数据进行深入了解。的认识，初步选择一个认为合适的模输出（表面），了解所选模型对未知同参数或者选择多个可选模型创建表面，通过对比分析可以确定哪个模型对未行于横坐标的直线，此时半变异函数表现为纯块金效应。这是由于所限定的样本间隔内，点与点的变化很大，即各个样点是随机的，不具备空间相关性，区域内样点的平均值即是最佳估计值。此时只有增大样本间隔，才能反映出样本间的空间相关性。空间相关性的强弱可由Partial_Sill/Sill来反映，该值越大，空间相关性，Nugget/Sill称为基底效应，表示样本间的变异特征，该值越大，表示样本间的变异更多得是由随机因素引起的。4.空间估值一个完整的、分析数据，找寻数据暗含的特点和规律，比如是否为正态分布、有没有趋势效应、各向异性等等；然后选择合适的模型进行表面预测，这其中包括半变异模型的选择和预测模型的选择；最后检验模型是否合理或几种模型进行对比。尽管在ArcGIS 中利用地统计分析模块完成上述过程非常简单，但是遵循一个结构化处理过程仍很重要，如图 10.3 所示。（1）数据显示在 ArcMap的数据图层。（2）数据检查数据显示数据检查模型拟合模型诊断模型比较1 3 2 4 5 图 10.3 空间估值流程图分析数据集数据检查内容包括检验数据分布、寻找数据离群值、全局趋势分析、探测空间自相关及方向变异，以及多数据集协变分析。（3）模型拟合基于对数据型创建表面。全面的数据检查有助于选择出合适的模型。（4）模型诊断评估模型的值的预测效果。诊断的主要内容包括：预测的准确性。模型的有效性。（5）模型比较通过设置不知值的预测更好。510.1.2 克里格插值克里格插值（Kriging）又称空间局部插值法，是以变异函数理论和结构分析为基础，在有限区域内对区域化变量进行无偏最优估计的一种方法，是地统计学的主要内容之一。南非矿产工程师D.R.Krige（1951 年）在寻找金矿时首次运用这种方法，法国著名统计学家 G.Matheron 随后将该方法理论化、系统化，并命名为Kriging，即克里格方法。克里格方法的适用范围为区域化变量存在空间相关性，即如果变异函数和结构分析的结果表明区域化变量存在空间相关性，则可以利用克里格方法进行内插或外推；否则反之。其实质是利用区域化变量的原始数据和变异函数的结构特点，对未知样点进行线性无偏、最优估计。无偏是指偏差的数学期望为0，最优是指估计值与实际值之差的平方和最小。也就是说，克里格方法是根据未知样点有限邻域内的若干已知样本点数据，在考虑了样本点的形状、大小和空间方位，与未知样点的相互空间位置关系，以及变异函数提供的结构信息之后，对未知样点进行的一种线性无偏最优估计。地统计分析的核心就是通过对采样数据的分析、对采样区地理特征的认识选择合适的空间内插方法创建表面。插值方法按其实现的数学原理可以分为两类：一是确定性插值方法，另一类是地统计插值，也就是克里格插值，如图10.4 所示。空间插值确定性插值全局性插值：全局多项式插值局部性插值径向基插值地统计插值反距离权插值局部多项式插值普通克里格插值概率克里格插值简单克里格插值泛克里格插值析取克里格插值协同克里格插值图 10.4 空间插值分类示意图一确定性插值方法以研究区域内部的相似性（如反距离加权插值法）、或者以平滑度为基础（如径向基函数插值法）由已知样点来创建表面。地统计插值方法（例如克里格法）利用的则是已知样点的统计特性。地统计插值方法不但能够量化已知点之间的空间自相关6性，而且能够解释说明采样点在预测区域范围内的空间分布情况。确定性插值方法有可以分为两种：即全局性插值方法和局部性插值方法，如图10.4所示。全局性插值方法以整个研究区的样点数据集为基础来计算预测值，局部性插值方法则使用一个大研究区域内较小的空间区域内的已知样点来计算预测值。克里格方法与反距离权插值方法有些类似，两者都通过对已知样本点赋权重来求得未知样点的值，可统一表示为：=niiixZxZ10)()(（10.13）式中，Z(x0)为未知样点的值，Z(xi)为未知样点周围的已知样本点的值，i为第 i 个已知样本点对未知样点的权重，n为已知样本点的个数。不同的是，在赋权重时，反距离权插值方法只考虑已知样本点与未知样点的距离远近，而克里格方法不仅考虑距离，而且通过变异函数和结构分析，考虑了已知样本点的空间分布及与未知样点的空间方位关系。空间插值方法根据是否能保证创建的表面经过所有的采样点，又可以分为精确性插值和非精确性插值（图10.5）。精确性插值法预测值在样点处的值与实测值相等，非精确性插值法预测值在样点处的值与实测值一般不会相等。使用非精确性插值法可以避免在输出表面上出现明显的波峰或波谷。反距离权插值和径向基插值属于精确性插值方法，而全局多项式插值、局部多项式插值，以及克里格插值都属于非精确性插值方法。空间插值精确性插值非精确性插值反距离权插值全局多项式插值局部多项式插值克里格插值径向基插值普通克里格插值概率克里格插值简单克里格插值泛克里格插值析取克里格插值协同克里格插值图 10.5 空间插值分类示意图二710.1.3 ArcGIS 地统计分析1.功能模块介绍图 10.6 地统计模块菜单ArcGIS 地统计分析模块主要由三个功能模块组成，探索性数据分析（Explore Data）、地统计分析向导（Geostatistical Wizard），以及生成数据子集（Create Subsets）。利用这些基本功能模块，可以方便的完成多种地统计分析，创建完善的专题地图（表面预测）。（1）探索性数据分析（Explore Data）解所使用的数据，以便于选取合适的参数及方法。从不同的进行内插生成研究对象表面图的内插技术。地统计分析向导通过完善的图形用户界面，引导用户逐步了解数据、选择内插模型、插方法与数据集界面（如图10.7）数据分析工具可以让用户更全面地了如，数据是否服从正态分布，是否存在某种趋势等；在ArcGIS 地统计分析模块中，内嵌了多种探索性空间数据分析工具，包括 Histogram(直方图)、Voronoi Map(V oronoi 地图)、Normal QQPlot(正态 QQPlot 分布图)、General QQPlot(普通 QQPlot 分布图)、Trend Analysis(趋势分析)、Semivariogram/Covariance Cloud(半变异/协方差函数云)、Crosscovariance Cloud(正交协方差函数云)。这些探索性空间数据分析工具对数据视图，提供用户用多种方式检测空间数据。（2）地统计分析向导（Geostatistical Wizard）地统计分析模块提供了一系列利用已知样点评估内插精度，完成表面预测（模拟）和误差建模。地统计分析向导能提供用户的主要图形界面包括：1）选择内8图 10.7 数据及方法选择界面通过此界面可选择所用数据、实验方法以及检验数据等，在DataSet1 中，选择输入数据及其属性；在Validation 中，选择检验数据及其属性；在Methods 中，选择相应的内插方法。2）参数设置界面（图10.8）图 10.8 参数设置图通过此界面设置模型所用的各项参数，如模型所用的幂指数（Power）、最少包含的样点数（Include at Least）等，参数设置应根据实例而定。3）精度评定界面（图10.9）主要包括误差分布图、误差标准化值分布图等，通过这些界面可以了解模型的精确度，为模型的改进也提供了必要的信息。对于不同的内插方法，上述界面提供的信息一般是不一样的，弹出的对话框的个数、参数设置界面或精度评定界面有时不止一个，应根据具体内容具体对待。9图 10.9 精度评定图4）生成数据子集（Create Subsets）对输出表面质量评价的最严格方法就是将观测值的观测值与预测值进行比较。通常情况下，这种作法无需到研究区采集独立的验证数据集。一个办法就是将原始数据分割成两部分，一部分用来空间结构建模及生成表面，另一部分用来比较和验证预测的质量。Create Subsets对话框（图10.10）可以让用户生成测试和训练数据集。图 10.10 生成数据子集图2.Geostatistical Analyst 的启动（1）右击工具栏，启动地理统计模块Geostatistical Analyst。（2）单击 Geostatistical Analyst 下的 Explore Data 菜单。10.2 探索性数据分析探索性数据分析是利用ArcGIS 提供的一系列图形工具和适用于数据的插值方法。可以确定统计数据属性，探测数据分布、全局和局部异常值（过大值或过小值）、寻求全局的变化趋势、研究空间自相关、和理解多种数据集之间相关性。探索性空间数据分析能让用户更深入了解数据，认识研究对象，从而对与其数据相关的问题做出更好的决策。10.2.1 数据分析工具1.刷光（Brushing）与链接（Linking）刷光指在ArcMap 数据视图或某个ESDA 工具中选取对象，被选择的对象高亮度显示。链接指在ArcMap 数据视图或某个ESDA 视图中的进行选取对象操作，则在所有视图中被选取对象均会执行刷光操作。如在下面章节将要叙述的探索性数据分析过程中，当某些ESDA 工具（如：直方图、Voronoi 地图、QQplot 图，以及趋势分析）中执行刷光时，ArcMap数据视图中相应的样点均会被高亮度显示。当在半变异/协方差函数云中刷光时，ArcMap10数据视图中相应的样点对及每对之间的连线均被高亮度显示。反之，当样点对在ArcMap数据视图中被选中，在半变异/协方差函数云中相应的点也将高亮度显示。2.直方图直方图指对采样数据按一定的分级方案（等间隔分级、标准差分，等等）进行分级，统计采样点落入各个级别中的个数或占总采样数的百分比，并通过条带图或柱状图表现出来。直方图可以直观的反映采样数据分布特征、总体规律，可以用来检验数据分布和寻找数据离群值。在 ArcGIS 9 中，可以方便的提取采样点数据的直方图，基本步骤为：（1）在 ArcMap 中加载地统计数据点图层。（2）单击 Geostatistical Analyst模块的下拉箭头选择Explore Data 并点击 Histogram命令。（3）设置相关参数，生成直方图。1）Bars：直方图条带个数，也就是分级级数。2）Translation：数据变换方式。3）None：对原始采样数据的值不作变换，直接生成直方图。4）Log：首先对原始采样数据取对数，再生成直方图。5）Box-cox：首先对原始采样数据进行博克斯-考克斯变换（也称幂变换），再生成直方图。6）Layer：当前正在分析的数据图层。7）Attribute：生成直方图的属性字段。从图 a 和图 b 的对比分析可以看出，该地区GDP 原始数据并不服从正态分布，经过对数变换处理，分布具有明显的对数分布特征。并且在最右侧有一个明显的离群值。在直方图右上方的小视窗中，显示了一些基本统计信息，包括：个数（Count）、最小值（Min）、最大值（Max）、平均值（Mean）、标准差（Std.Dev.）、峰度（Kurtosis）、偏态（Skewness）、1/4 分位数（1-st Quartile）、中数（Median）、3/4 分位数（3-rd Quartile），通图 10.11 直方图示意图图 b 经变换直方图图 a 原始数据直方图11过这些信息可以对数据有个初步的了解。四分位数：如果将N个数值由小至大排列，第N41个数就是第一个四分位数，通常以Q1来表示；第N41个数就是第二个四分位数（Q2），即中位数；第N41个数就是第三个四分位数（Q3）。四分位距即为：Q=Q3-Q1，它将极端的前1/4 和后 1/4 去除，而利用第三个与第一个分位数的差距来表示分散情形，因此避免了极端值的影响。但它需要将数据由小到大排序，且没有利用全部数据。峰度（Kurtosis）：用于描述数据分布高度的指标，正态分布的峰度等于0。如果数据的峰度大于0，那么该数据的分布就会比正态分布高耸且狭窄，此时数据比正态分布集中于平均数附近。反之，如果峰度小于0，数据的分布就比正态分布平坦且宽阔，此时数据比正态分布分散。偏态（Skewness）：用于描述数据分布左右对称性的指标，正态分布的偏态等于0。如果数据的直方图向右延伸，即大部分的数据集中于左边，则偏态大于0，称为正偏态或右偏态。如果数据的直方图向左延伸，即大部分的数据集中于右边，则偏态小于0，称为负偏态或左偏态。如图 10.11，由原始数据的直方图上可看出，原始数据的分布属于正偏态，经过变换后的数据比正态分布的数据更加集中于平均值附近。3.Voronoi 地图Voronoi 地图是由在样点周围形成的一系列多边形组成的。某一样点的Voronoi 多边形按下述方法生成：多边形内任何位置距这一样点的距离都比该多边形到其它样点的距离要将要近。Voronoi 多边形生成之后，相邻的点就被定义为其Voronoi 多边形与选择样点的Voronoi 多边形具有公共边的其它样点。在 ArcGIS9.0 中生成数据的Voronoi 地图的基本步骤为：（1）在 ArcMap中加载地统计数据点图层。（2）单击 Geostatistical Analyst模块的下拉箭头选择Explore Data并点击Voronoi Map命令。（3）设置参数，生成Voronoi 图，如图10.12。1）Type：分配和计算多边形值的方法。2）Layer：当前正在分析的数据图层。3）Atrribute：生成直方图的属性字段。Voronoi Map 对话框 Type 选项提供了多种分配和计算多边形值的方法：（1）简化（Simple）：分配到某个多边形单元的值是该多边形单元的方法。（2）平均（Mean）：分配到某个多边形单元的值是这个单元与其相邻单元的平均值。（3）模式（Mode）：所有的多边形单元被分为五级区间，分配到某个多边形单元的值是这个单元与其相邻单元的（级发生频率的）模式。（4）聚类（Cluster）：所有的多边形单元被分配到这五级区间中，如果某个多边形单元的级区间与它的相邻单元的级区间都有不同，这个单元用灰色表示，以区别于其它单12元。图 10.12 V oronoi 地图（5）熵（Entropy）：所有单元都根据数据值的自然分组分配到这五级中。分配到某个多边形单元的值是根据该单元和其相邻单元计算出来的熵。（6）中值（Median）：分配给某多边形的值是根据该单元和其相邻单元的频率分布计算的中值。（7）标准差（StDev）：分配给某多边形的值是根据该单元和其相邻单元计算出的标准差。（8）四分位数间间隔（IQR）：第一和第三四分位数是根据某单元和其相邻单元的频率分布计算出来的。分配给某多边形单元的值是用第三四分位数减去第一四分位数得到的差。Voronoi 地图可以了解到每个采样点控制的区域的范围，也可以体现出每个采样点对区域内插的重要性。利用Voronoi 地图中就可以找出一些对区域内插作用不大且可能影响内插精度的采样点值，可以将它剔除。用聚类和熵的方法生成的Vonoroi 图可也可用来帮助识别可能的离群值。自然界中，距离相近的事物比距离远的事物具有更大的相似性。熵值是量度相邻单元相异性的一个指标。因此，局部离群值可以通过高熵值的区域识别出来。同样，一般认为某个特定单元的值至少应与它周围单元中的某一个的值相近。因此聚类方法也能将那些与它们周围单元不相同的单元识别出来。4.QQPlot 分布图QQ 图提供了另外一种度量数据正态分布的方法，利用QQ 图，可以将现有数据的分布与标准正态分布对比，如果数据越接近一条直线，则它越接近于服从正态分布。（1）正态 QQPlot（Normal QQPlot）分布图 13正态 QQPlot 分布图主要用来评估具有n 个值的单变量样本数据是否服从正态分布。构建正态QQPlot 分布图的通用过程为（图10.13）：图 10.13 正态 QQPlot 示意图1）首先对采样值进行排序；2）计算出每个排序后的数据的累积值（低于该值的数据的百分比）；3）绘制累积值分布图；4）在累积值之间使用线性内插技术，构建一个与其具有相同累积分布的理论正态分布图，求出对应的正态分布值。5）以横轴为理论正态分布值，竖轴为采样点值，绘制样本数据相对于其标准正态分布值的散点图，此图为样本数据的正态QQPlot 分布图。如果采样数据服从正态分布，其正态 QQPlot 分布图中采样点分布应该是一条的直线。如果有个别采样点偏离直线太多，那么这些采样点可能是一些异常点，应该对其进行检验。此外，如果在正态QQ 图中数据没有显示出正态分布，那么就有必要在应用某种克里格插值法之前将数据进行转换，使之服从正态分布。在 ArcGIS9.0 中生成数据的正态QQPlot 分布图的主要步骤为：1）在 ArcMap 中加载地统计数据点图层。2）单击 Geostatistical Analyst模块的下拉箭头选择Explore Data 并点击 Normal QQPlot 的命令。3）设置参数，生成Normal QQPlot图。ATranslation：数据变换方式。a)None：对原始采样数据的值不作变换，直接生成直方图。b)Log：首先对原始采样数据取对数，再生成直方图。c)Box-cox：首先对原始采样数据进行博克斯-考克斯变换（也称幂变换），14再生成正态QQPlot 图。BLayer：当前正在分析的数据图层。CAtrribute：生成 Normal QQPlot分布图使用的属性字段。从图 a 可以看出，该地区GDP 的采样数据不符合正态分布，但对其进行对数变换处理后（图 b），对数变换数据近似符合正态分布。仅从采样点值的分布看，在小值区域和大值区域，存在个别离群点值。（2）构建一个普通QQPlot 分布图普通QQPlot（General QQPlot）分布图用来评估两个数据集的分布的相似性。普通QQPlot 分布图通过两个数据集中具有相同累积分布值作图来生成，如图所示。累积分布值a.原始数据正态QQPlot 图 b.经 log 变换后的正态QQPlot 图图 10.14 正态 QQPlot 分布图图 10.15 普通 QQPlot 示意图15的作法参阅正态QQPlot 分布图内容。在 ArcGIS9.0 中生成数据的普通QQPlot 分布图的主要步骤为：1）在 ArcMap 中加载地统计数据点图层。2）单击 Geostatistical Analyst模块的下拉箭头选择Explore Data 并点击 General QQPlot 命令。3）设置参数，生成General QQPlot图。普通 QQPlot 图揭示了两个物体（变量）之间的相关关系，如果在QQPlot 图中曲线呈直线，说明两物体呈一种线性关系，可以用一个一元一次方程式来拟合。如果QQPlot 图中曲线呈抛物线，说明两物体的关系可以用一个二元多项式来拟合。图 10.16 普通 QQPlot 分布图5.趋势分析工具趋势分析工提供用户研究区采样点转换为以感兴趣的属性值为高度的三维透视图，允许用户从不同视角分析采样数据集的全局趋势。在 ArcGIS9.0 中对使用趋势分析的主要步骤有：（1）在 ArcMap中加载地统计数据点图层。（2）单击 Geostatistical Analyst模块的下拉箭头选择Explore Data并点击Trend Analysis的命令。（3）检查中数据层层名对话框（Layer）的设置是否正确，在字段属性对话框（Attribute）选择参见趋势分析的字段名称。（4）Rotate 选择 Locations，通过其右侧旋转水平螺旋按钮可以任意改变投影视角；选择Graph，通过其右侧旋转按钮可以任意改变整个投影视图的视角，即同时投影图已经固定，只是用户在不同水平方向观察它，此时试图右侧上下螺旋按钮可以动态改变透视图的仰角（观测者与视图的相对高低位置）。（5）趋势分析工具Graph Options中提供了多种显示功能：16（6）G rid：调整X、Y、Z 方向上的格网数，以及格网线条的粗细。（7）Projected Data：选择落在X、Y、Z 方向格网上投影点的颜色及点的大小。（8）Trend on Projection：选择东西、南北方向趋势面投影线用多项式拟合的次数以及趋势线的粗细。（9）Sticks：选择点到X、Y 平面垂线的粗细和颜色。（10）Axes：选择 X、Y、Z 坐标轴的粗细和颜色。（11）Input Data Points：选择高程点的颜色和大小。趋势分析图中的每一根竖棒代表了一个数据点的值（高度）和位置。这些点被投影到一个东西向的和一个南北向的正交平面上。通过投影点可以作出一条最佳拟合线，并用它来模拟特定方向上存在的趋势。如果该线是平直的，则表明没有趋势存在。在图10.17，在图中，可以看到投影到东西向上的较细的趋势线，从东往西呈阶梯状平滑过渡，而南北方向上，趋势线（较粗的黑色线条）呈U 形，从中我们可以大致可以得知，此区域的地势为从东往西逐渐下降，南北方向上两边高、中间低的地形。分析出的结果和此区域的真实地形基本吻合。可见趋势分析工具对观察一个物体的空间分布具有简单、直观的优势，还可以找出拟合最好的多项式对区域中的散点进行内插，得到趋势面。图 10.17 趋势分析图6.方差变异分析工具（1）半变异协方差函数云半变异协方差函数云表示的是数据集中所有样点对的理论半变异值和协方差，并把它们用两点间距离的函数来表示，用此函数作图来表示。在 ArcGIS9.0 中生成数据的半变异协方差函数云图主要步骤有：1）在 ArcMap 中加载地统计数据点图层。172）单击 Geostatistical Analyst模块的下拉箭头选择Explore Data并点击Semivariogram/Covariance Cloud的命令。3）检查中数据层层名对话框（Layer）的设置是否正确，在字段属性对话框（Attribute）选择参见趋势分析的字段名称。4）Lag Size为最大步长，Number of Lags为步长分组个数，如图10.18.a所示。5）如果空间变异具有方向性，可以选择Show Search Direction（方向搜索），然后点击方向控制条、重设它或改变它的方向来浏览半变异函数云的某个方向子集，如图 10.18.b所示。a.无方向性的半变异协方差函数云图b.有方向性的半变异协方差函数云图图 10.18 半变异协方差函数云图（2）正交协方差函数云正交协方差函数云表示的是两个数据集中所有样点对的理论正交协方差，并把它们用两点间距离的函数来表示。在 ArcGIS9.0 中生成数据的正交协方差函数云图的主要步骤：1）在 ArcMap 中加载地统计数据点图层。2）单击 Geostatistical Analyst模块的下拉箭头选择Explore Data并点击Crosscovariance Cloud 的命令。3）检查中数据层层名对话框（Layer）的设置是否正确，在字段属性对话框（Attribute）选择参见趋势分析的字段名称。4）Lag Size为最大步长，Number of Lags为步长分组个数。18如果空间变异具有方向性，可以选择Show Search Direction（方向搜索），然后点击方向控制条、重设它或改变它的方向来浏览半变异函数云的某个方向子集，如图10.19 所示。具体方向的确定应根据形成该现象的成因及各方向结果的比较。a.无方向性的正交协方差函数云图b.有方向性的正交协方差函数云图图 10.19 正交协方差函数云图10.2.2 检验数据分布在地统计分析中，克里格方法是建立在平稳假设的基础上，这种假设在一定程度上要求所有数据值具有相同的变异性。另外，一些克里格插值（如普通克里格法、简单克里格法和泛克里格法等）都假设数据服从正态分布。如果数据不服从正态分布，需要进行一定的数据变换，从而使其服从正态分布。因此，在进行地统计分析前，检验数据分布特征，了解和认识数据具有非常重要的意义。数据的检验可以通过直方图和正态QQPlot 分布图完成。1.用直方图检测数据的分布（1）在 ArcMap 目录表中点击需要进行数据检测分析的点要素层。（2）单击 Geostatistical Analyst模块的下拉箭头选择Explore Data 并点击 Histogram命令。2.用 Normal QQplot 图检测数据分布（1）在 ArcMap 目录表中点击需要进行数据检测分析的点要素层。19（2）单击 Geostatistical Analyst模块的下拉箭头选择Explore Data并点击Normal QQPlot 命令。如果数据服从正态分布，数据的直方图应该呈钟形曲线，在QQPlot 图中，数据的分布近似成为一条直线。否则，需要通过直方图和QQPlot 图工具提供的对数变换（Log）和幂变换（Cox-Box）功能，对数据进行变换处理，尽可能让变换后的数据服从正态分布。10.2.3 寻找数据离群值数据离群值分为全局离群值和局部离群值两大类。全局离群值是指对于数据集中所有点来讲，具有很高或很低的值的观测样点。局部离群值值对于整个数据集来讲，观测样点的值处于正常范围，但与其相邻测量点比较，它又偏高或偏低。离群点的出现有可能就是真实异常值，也可能是由于不正确的测量或记录引起的。如果离群值是真实异常值，这个点可能就是研究和理解这个现象的最重要的点。反之，如果它是由于测量或数据输入的明显错误引起的，在生成表面之前，它们就需要改正或剔除。对于预测表面，离群值可能引起多方面的有害影响，包括影响半变异建模和邻域分析的取值。离群值的寻找可以通过三种方式实现：1.利用直方图查找离群值（1）在 ArcMap 目录表中点击需要进行数据检测分析的点要素层。（2）单击 Geostatistical Analyst模块的下拉箭头选择Explore Data 并点击 Histogram命令。离群值在直方图上表现为孤立存在或被一群显著不同的值包围，如图10.20 上，直方图上最右边被选中的一个柱状条即是该数据的离群值，相应地，数据点层面上对应的样点也被刷光。但需注意的是，在直方图中孤立存在或被一群显著不同的值包围的样点不一定是离群值。图 10.20 直方图查找离群值图202.用半变异/协方差函数云识别离群值如果数据集中有一个异常高值的离群值，则与这个离群值形成的样点对，无论距离远近，在半变异/协方差函数云图中都具有很高的值。如下图所示，这些点可大致分为上下两层，对于上层的点，无论位于横坐标的左端或右端（即无论距离远近）都具有较高的值。刷光上层的一些点，右图是对应刷光的样点对。可以看到，这些高值都是由同一个离群值的样点对引起的，因此，需要对该点进行剔除或改正。其具体操作步骤如下：（1）在 ArcMap 目录表中点击需要进行数据检测