GIS空间插值（局部插值方法）实习记录
一、空间插值的概念和原理
当我们需要做一幅某个区域的专题地图，或是对该区域进行详细研究的时候，必须具备研究区任一点的属性值，也就是连续的属性值。但是，由于各种属性数据（如降水量、气温等）很难实施地面无缝观测，所以，我们能获取的往往是离散的属性数据。例如本例，我们现有一幅山东省等降雨量图，但是最终目标是得到山东省降水量专题图（覆盖全省，统计完成后，各地均具有自己的降雨量属性）。
空间插值是指利用研究区已知数据来估算未知数据的过程，即将离散点的测量数据转换为连续的数据曲面。利用空间插值，我们就可以通过离散的等降雨量线，来推算出山东省各地的降雨量了。
二、空间插值的几种方法及本次实习采用的原理和方法
–整体插值方法
?边界内插方法
?趋势面分析
?变换函数插值
–局部分块插值方法
?自然邻域法
?移动平均插值方法：反距离权重插值
?样条函数插值法（薄板样条和张力样条法）
?空间自协方差最佳插值方法：克里金插值
■局部插值方法的控制点个数与控制点选择问题
局部插值方法用一组已知数据点（我们将其称为控制点）样本来估算待插值点（未知点）的值，因此控制点对该方法十分重要。
为此，第一要注意的是控制点的个数。控制点的个数与估算结果精确程度的关系取决于控制点的分布与待插值点的关系以及控制点的空间自相关程度。为了获取更精确的插值结果，我们需要着重考虑上述两点因素（横线所示）。
第二需要注意的是怎样选择控制点。一种方法是用离估算点最近的点作为控制点；另一种方法是通过半径来选择控制点，半径的大小必须根据控制点的分布来调整。
S6、按照不同方法进行空间插值，并比较各自优劣
打开ArcToolbox——Spatial Analyst 工具——插值，打开插值方法列表，如下图：
A、采用反距离权重法（IDW）对降水量数据进行插值：
反距离权重法的特点是按照距离待插值点的远近核定已知数据点的权重，从而对待插值点进行插值的过程。一个已知数据点距离待插值点越远，权重就越低，它的值对待插值点的影响就越小。影响的程度用点之间距离乘方的倒数表示，通过“power”设置乘方。乘方为1意味着点之间数值变化率为恒定，称为线性插值法；乘方为2或更高则意味着越靠近已知点，数值的变化率越大。
这种插值方法的优点是对于数据分布均匀的区域，插值效果好；缺点是在数据分布不均地区插值容易出现小的封闭等值线（“球状突起”）和因数据缺乏而产生的不规则等值线。
双击ArcToolbox里面的“反距离权重法”，输入点要素选择“prec”，Z值字段选择“prec”，输出像元大小选择1000。点击确定，效果如下图：
由图像可以看出，山东省内陆地区由于布点均匀，插值效果比较好；但是沿海地区出现两条“球状弧线”，如下图：
B、采用克里金法对降水量数据进行插值：
克里金插值与IDW插值的区别在于权重的选择。IDW仅仅是将距离的倒数作为权重，而克里金考虑了空间相关性的问题。克里金法首先将每两个点进行配对，这样就能产生一个以两点之间距离为自变量的函数。对于这种方法，原始的输入点可能会发生变化。在数据点多时，内插的结果可信度较高。
1、双击ArcToolbox里面的“克里金法”，输入点要素选择“prec”，Z值字段选择“prec”，
半变异函数属性中，设置克里金方法为普通克里金（Ordinary Krigging，OK），半变异模型选择球面（Sphere）；输出栅格命名为“ok_sphere”，输出像元大小选择1000。点击确定，效果如下图：
发现，局部存在比较明显的“锯齿现象”，如图：
2、同样是克里金插值方法，本次采用线形普通克里金插值，效果如图：
效果比较理想。
对于各种方法，依次展示如下：高斯：
指数：
圆：
泛克里金——与一次漂移函数成线性关系：
泛克里金——与二次漂移函数成线性关系：
3、依次尝试各种克里金插值法，对比得出：
C 、采用薄板样条函数法对降水量数据进行插值：
薄板样条函数法使用样条函数来对空间点进行插值，它有两个基本条件： a.表面必须完全通过控制点（样本点）
b.使所有点的坡度变化最小，换句话说，表面的二阶曲率是最小的。
该方法适用于高程面、水位面、气候数据（如平均降水量）的插值。有一个缺点是，在数据贫乏的地区坡度较大，经常涉及如同过伸的情况。
样条函数插值分为两种，规则样条函数和张力样条函数。下面分别进行操作： 1、双击ArcToolbox 里面的“样条函数法”，输入点要素选择“prec ”，Z 值字段选择“prec ”，样条函数类型选择：REGULARIZED （规则样条函数），输出像元大小选择1000。点击确定，效果如下图：
观察发现，规则样条函数也是对数据进行了一定程度的拉伸，但是拉伸幅度不大，拉伸后的像元值介于99—1108之间（相比之下，普通克里金的高斯方法和泛克里金的与二次漂移函数呈线性关系方法拉伸幅度分别达到了-597—4903、-5347—4292），可以说是拉伸范围适宜；在山东省内部区域插值分布比上述所有方法都要更加均匀一些；虽然
在边缘地带出现一定的数据突兀（如下图，色调偏白的区域年平均降雨量只有200mm以下），但总体效果基本上能令人满意。
2、双击ArcToolbox里面的“样条函数法”，输入点要素选择“prec”，Z值字段选择“prec”，
样条函数类型选择：TENSION（张力样条函数），输出像元大小选择1000。点击确定，效果如下图：
可见得，张力样条插值不存在数据过拉伸现象，插值平滑且无突兀地带，插值效果非常好。
D、采用自然邻域法对降水量数据进行插值：
这种方法的原理是构建voronoi多边形，也就是泰森多边形。首先将所有的已知数据点构建一组voronoi多边形，然后将待插值点也构建一组voronoi多边形，这样后一组多边形与原多边形有很多相交的地方。接下来，根据每一块的面积按比例设置权重，这样就能求得待插值点的值了。
双击ArcToolbox里面的“自然邻域法”，输入点要素选择“prec”，Z值字段选择“prec”，输出像元大小选择1000。点击确定，效果如下图：
可见，该方法在有数据的区域，插值效果非常好，优于上述各种方法；但是由于自然邻域法是基于邻近点的算法，所以图上山东省轮廓边缘（如鲁西北、威海荣成成山头附近）出现数据空白区，不符合最后成图要求。
S7、对插值效果最好的一种方法，调整插值参数
经过上述比较，得出插值效果最理想的是薄板张力样条插值方法，接下来调整搜索半径，比较在不同的插值半径下不同的效果。
1、双击ArcToolbox里面的“样条函数法”，输入点要素选择“prec”，Z值字段选择“prec”，
样条函数类型选择：TENSION（张力样条函数），输出像元大小选择1000，权重值填0.1，
点数填12。文件名设为ten_A_12。点击确定，效果如下图：
只改变权重值，不改变其他参数，重新尝试。权重值填2，点数12。确定，效果如下图：
再次改变权重值，不改变其他参数。权重值填12，点数填12。点击确定，效果如下图：
通过对比，可得：对薄板张力样条插值方法来说，在选取同样多的控制点的前提下，权重越小，生成的表面越光滑。例如，权重0.1的效果＞权重2的效果＞优于权重12的效果。
2、同理，对比在同一权重值下，控制点数目不同所产生的效果差异：
在权重为0.1的前提下，我们设置控制点数量为5个、30个，跟控制点12个的作比较：■5个控制点：
■30个控制点：
可见得，控制点5个和30个的情况均不如12个的时候效果好，也就是说，控制点不一定要太多，也不一定要少，要结合已知数据点的个数和分布来判定最佳方案。因此我们最终选择权重0.1、12个控制点的图像进行插值。
S8、制作山东省县域年平均降水量地图
1、首先制作一个山东省轮廓图。保存一份山东省县界图的副本，命名为sd.shp，鼠标点击
编辑器——开始编辑，将所有要素选中，点击编辑器下拉菜单中的“合并”，生成的文件
就是山东省轮廓范围了；
2、利用山东省轮廓范围矢量图对ten_A_12栅格图进行裁剪。打开数据管理工具——栅格—
—栅格处理——裁剪，弹出“裁剪”对话框。输入栅格选择ten_A_12，输出范围选择sd，在“将输入要素用于裁剪几何”处打对勾，目的是为了按照山东省的边界来裁剪降水量图（否则，默认是按照矢量多变性的最小外接矩形来裁剪栅格图像）。如下图：
3、现在生成了一幅灰度图像。我们还是按照颜色对其进行分类：
鼠标右键点击sd_prec，选择属性——符号系统——已分类，弹出计算直方图对话框，询问是否计算直方图，选择“是”。目前最大值是835，最小值是490，数据跨度为345，因此我们按照每25mm为一个降水量带，对图像进行分类制图。345÷25+1≈15，因此
我们将分类设为15档，色带选择蓝色调，如图：
4、鼠标右键点击sd_county——属性——标注，勾选“标注此图层中的要素”，使县市的名
称显示在地图中；
5、按照地图符号及视觉特征实现的要求，对地图进行设计和整饰，最终成图如下：
GIS空间插值（局部插值方法）实习记录 一、空间插值的概念和原理 当我们需要做一幅某个区域的专题地图，或是对该区域进行详细研究的时候，必须具备研究区任一点的属性值，也就是连续的属性值。但是，由于各种属性数据（如降水量、气温等）很难实施地面无缝观测，所以，我们能获取的往往是离散的属性数据。例如本例，我们现有一幅山东省等降雨量图，但是最终目标是得到山东省降水量专题图（覆盖全省，统计完成后，各地均具有自己的降雨量属性）。 空间插值是指利用研究区已知数据来估算未知数据的过程，即将离散点的测量数据转换为连续的数据曲面。利用空间插值，我们就可以通过离散的等降雨量线，来推算出山东省各地的降雨量了。 二、空间插值的几种方法及本次实习采用的原理和方法 –整体插值方法 ?边界内插方法 ?趋势面分析 ?变换函数插值 –局部分块插值方法 ?自然邻域法 ?移动平均插值方法：反距离权重插值 ?样条函数插值法（薄板样条和张力样条法） ?空间自协方差最佳插值方法：克里金插值 ■局部插值方法的控制点个数与控制点选择问题 局部插值方法用一组已知数据点（我们将其称为控制点）样本来估算待插值点（未知点）的值，因此控制点对该方法十分重要。 为此，第一要注意的是控制点的个数。控制点的个数与估算结果精确程度的关系取决于控制点的分布与待插值点的关系以及控制点的空间自相关程度。为了获取更精确的插值结果，我们需要着重考虑上述两点因素（横线所示）。 第二需要注意的是怎样选择控制点。一种方法是用离估算点最近的点作为控制点；另一种方法是通过半径来选择控制点，半径的大小必须根据控制点的分布来调整。 结合上述分析，在本次实习过程中，我们采用局部分块内插的这4种方法（上文中划横线的方法）进行插值，首先，我们按照默认参数进行插值，目的是粗略比较各种方法的优劣；然后选择出最好的一种方法，对该方法再尝试用不同的权重和点数参数来插值，得出最佳的效果。 三、目标 1、根据带坐标的山东省县域矢量地图（sd_county.shp），完成山东年平均降水量与矢量图的
实验五栅格数据的空间分析 一、实验目的 理解空间插值的原理，掌握几种常用的空间差值分析方法。 二、实验内容 根据某月的降水量，分别采用IDW、Spline、Kriging方法进行空间插值，生成中国陆地范围内的降水表面，并比较各种方法所得结果之间的差异，制作降水分布图。 三、实验原理与方法 实验原理：空间插值是利用已知点的数据来估算其他临近未知点的数据的过程，通常用于将离散点数据转换生成连续的栅格表面。常用的空间插值方法有反距离权重插值法（IDW）、 样条插值法（Spline）和克里格插值方法（Kriging）。 实验方法：分别采用IDW、Spline、Kriging方法对全国各气象站点1980年某月的降水量进行空间插值生成连续的降水表面数据，分析其差异，并制作降水分布图。 四、实验步骤 ⑴打开arcmap，加载降水数据，行政区划数据，城市数据，河流数据，并进行符号化， 对行政区划数据中的多边形取消颜色填充 ⑵点击空间分析工具spatial analyst→options，在general标签中将工作空间设置为实验数据所在的文件夹
⑶点击spatial analyst→interpolate to raster→inverse distance weighted，在input points 下拉框中输入rain1980，z字段选择rain，像元大小设置为10000 点击空间分析工具spatial analyst→options，在extent标签中将分析范围设置与行政区划一致，点击spatial analyst→interpolate to raster→inverse distance weighted，在input points下拉框中输入rain1980，z字段选择rain，像元大小设置为10000 点击空间分析工具spatial analyst→options在general标签中选province作为分析掩膜，点击spatial analyst→interpolate to raster→inverse distance weighted，在input points下拉框中输入rain1980，z字段选择rain，像元大小设置为10000
ArcGIS 中几种空间插值方法 1. 反距离加权法(IDW) ArcGIS 中最常用的空间内插方法之一，反距离加权法是以插值点与样本点之间的距离为权重的插值方法，插值点越近的样本点赋予的权重越大，其权重贡献与距离成反比。可表示为： 1111() ()n n i p p i i i i Z Z D D ===∑∑ 其中Z 是插值点估计值，Z i (i=1Λn)是实测样本值，n 为参与计算的实测样本数，D i 为插值点与第i 个站点间的距离，p 是距离的幂，它显著影响内插的结果，它的选择标准是最小平均绝对误差。 2.多项式法 多项式内插法(Polynomial Interpolation)是根据全部或局部已知值，按研究区域预测数据的某种特定趋势来进行内插的方法,属统计方法的范畴。在GA 模块中，有二种类型的多项式内插方法，即全局多项式内插和局部多项式内插。前者多用于分析数据的全局趋势；后者则是使用多个平面来拟合整个研究区域，能表现出区域内局部变异的情况。 3.样条函数内插法 样条函数是一个分段函数，进行一次拟合只有少数点拟合，同时保证曲线段连接处连续，这就意味着样条函数可以修改少数数据点配准而不必重新计算整条曲线。样条函数的一些缺点是：样条内插的误差不能直接估算，同时在实践中要
解决的问题是样条块的定义以及如何在三维空间中将这些“块”拼成复杂曲面,又不引入原始曲面中所没有的异常现象等问题。 4.克里格插值法 克里格法是GIS 软件地理统计插值的重要组成部分。这种方法充分吸收了地理统计的思想，认为任何在空间连续性变化的属性是非常不规则的，不能用简单的平滑数学函数进行模拟，可以用随机表面给予较恰当的描述。这种连续性变化的空间属性称为“区域性变量”，可以描述象气压、高程及其它连续性变化的描述指标变量。地理统计方法为空间插值提供了一种优化策略，即在插值过程中根据某种优化准则函数动态的决定变量的数值。Kriging 插值方法着重于权重系数的确定，从而使内插函数处于最佳状态，即对给定点上的变量值提供最好的线性无偏估计。 对于普通克里格法，其一般公式为 01()()n i i i Z x Z x λ==∑，其中，Z(x i )(i=1, Λ,n)为n 个样本点的观测值，Z(x 0)为待定点值，i λ为权重，权重由克立格方程组： 011 (,)(,)1n i i j i i n i i C x y C x x λμλ==?-=????=??∑∑ 决定，其中,C(x i ,x j )为测站样本点之间的协方差，C(x i ,x 0)为测站样本点与插值点之间的协方差，μ为拉格朗日乘子。 插值数据的空间结构特性由半变异函数描述，其表达式为： () 21 1()(()())2()N h i i i h Z x Z x h N h ν==-+∑ 其中，N(h)为被距离区段分割的试验数据对数目，根据试验变异函数的特性，选
首先，加载miyunwater.jpg文件，因为jpg文件缺乏空间信息，需要对其进行空间配准。在菜单栏点右键加载Georeferencing工具栏，如下图。 在地图的经纬度交叉点点击右键输入地理坐标，经度为X,纬度为Y。 一般输入十几个点的坐标，当残差小于一定值就满足要求。由于作业对空间信息的要求不高，没必要添加那么多，添加适当的点就行，如下图。（添加点的数目根据具体情况而定） 配准完成之后，对地图进行数字化，即建立水库的shapefile文件。打开ArcCatalog，点右键新建一个shapefile，注意需要定义坐标系，选在地理坐标中选Beijing 1954.prj。
Shp文件建立之后，添加到数据层中，打开editor工具，开始编辑。
选取草图工具，勾勒出密云水库的边界，最后画完后，切记要保存编辑，如下图。 然后再加载sampledata.xls，操作如下图，同样注意经度为X，纬度为Y，定义坐标系为beijing1954.prj，如下下图。
稍后将加载的点导成shp文件，如下图。
前一步的结果如下图，然后对两个shp文件定义投影坐标（这步可有可无，对插值结果无影响，具体方法是用project命令，选取投影坐标系高斯克里格，如果选用6度带，就是20带）。
定义好投影坐标之后即可对数据进行空间插值，首先需要加载Spatial Analyst工具栏如下图。完成这步需要之前在tools-extension选项里勾选上Spatial Analyst。 进行插值之前，需要设置空间分析的范围。点options选项，在extent里设置，因为是基于水库插值，所以设置same as layer “密云水库_project”。
克里格插值基础 来源：互联网 1. 克里格方法概述 克里格方法（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，是不可行的。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。 克里格方法与反距离权插值方法类似的是，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： 式中，Z(x 0 )为未知样点的值，Z(x i )为未知样点周围的已知样本点的值，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。 2. 克里格方法的具体步骤 用克里格方法进行插值的主要步骤如图1所示：
GIS空间插值（局部插值方法）实习记录一、空间插值的概念和原理 当我们需要做一幅某个区域的专题地图，或是对该区域进行详细研究的时候，必须具备研究区任一点的属性值，也就是连续的属性值。但是，由于各种属性数据（如降水量、气温等）很难实施地面无缝观测，所以，我们能获取的往往是离散的属性数据。例如本例，我们现有一幅山东省等降雨量图，但是最终目标是得到山东省降水量专题图（覆盖全省，统计完成后，各地均具有自己的降雨量属性）。 空间插值是指利用研究区已知数据来估算未知数据的过程，即将离散点的测量数据转换为连续的数据曲面。利用空间插值，我们就可以通过离散的等降雨量线，来推算出山东省各地的降雨量了。 二、空间插值的几种方法及本次实习采用的原理和方法 –整体插值方法 ?边界内插方法 ?趋势面分析 ?变换函数插值 –局部分块插值方法 ?自然邻域法 ?移动平均插值方法：反距离权重插值 ?样条函数插值法（薄板样条和张力样条法） ?空间自协方差最佳插值方法：克里金插值 ■局部插值方法的控制点个数与控制点选择问题 局部插值方法用一组已知数据点（我们将其称为控制点）样本来估算待插值点（未知点）的值，因此控制点对该方法十分重要。 为此，第一要注意的是控制点的个数。控制点的个数与估算结果精确程度的关系取决于控制点的分布与待插值点的关系以及控制点的空间自相关程度。为了获取更精确的插值结果，我们需要着重考虑上述两点因素（横线所示）。 第二需要注意的是怎样选择控制点。一种方法是用离估算点最近的点作为控制点；另一种方法是通过半径来选择控制点，半径的大小必须根据控制点的分布来调整。 S6、按照不同方法进行空间插值，并比较各自优劣 打开ArcToolbox——Spatial Analyst 工具——插值，打开插值方法列表，如下图：A、采用反距离权重法（IDW）对降水量数据进行插值： 反距离权重法的特点是按照距离待插值点的远近核定已知数据点的权重，从而对待插值点进行插值的过程。一个已知数据点距离待插值点越远，权重就越低，它的值对待插值点的影响就越小。影响的程度用点之间距离乘方的倒数表示，通过“power”设置乘方。乘方为1意味着点之间数值变化率为恒定，称为线性插值法；乘方为2或更高则意味着越靠近已知点，数值的变化率越大。 这种插值方法的优点是对于数据分布均匀的区域，插值效果好；缺点是在数据分布不均地区插值容易出现小的封闭等值线（“球状突起”）和因数据缺乏而产生的不规则等值线。 双击ArcToolbox里面的“反距离权重法”，输入点要素选择“prec”，Z值字段选择“prec”，输出像元大小选择1000。点击确定，效果如下图：
说明:本文阐述了空间插值和污染面积估算的方法，供群内交流学习用，若要用于商业用途或转载，请与原作者联系。本文若有不正确之处，敬请指出！ 一、空间插值 插值方法种类很多，每种插值方法里参数也很多，至于哪种最好，没有定论，只能根据需求以及制图的效果来选定。建议：插值效果图与网格图进行对比，哪种效果最接近网格图（能体现局部）而且又能反映整体趋势就取哪种。 1.1、 1.2、以“反距离权重法，1次方”为例：
请问：此处有可选smooth ，可以做进行平滑处理吗？ 可以，但精度会受到影响，看平滑后的效果来决定是否进行平滑处理。建议不做
3、扩展研究区域 4、至此可以制作分层设色图filled contours/等值线图contours 为减少误差，还可以对分级进行设置 请问：此处分级该如何设置？有无相应依据？ 含量图主要根据百分含量，如果作图效果不好，适当调整 评价图根据污染等级
5、这是采用“反距离权重法，1次方”来插值的。 可选用“局部多项式”或“普通克里格插值”方法来试试，看哪种和网格分级图更接近些。但无论哪种方法聚类误差可能都较大，一部分高值可能被掩盖。 二、下面转成栅格图层再进行分层设色图制作，这样精度较高，且图层可用来进行面积估算 2.1、导出成栅格图层
2.2、设置格网大小，一般在50到100左右(本次都设为100)
（2.3和2.4均非必要步骤，只是为了另外的处理或制图的美观性。如果是为了制图的美观性有可能这两个步骤会弄巧成拙，是否须要请根据具体需要和效果来定） 2.3、并可对栅格图层重分类，生成新的栅格图层如（ah_cd）
???д6?????????????? 1ˊ?? ???????????????????????????????????????ˊ???????? 2ˊ?? ?????Ё???????????????????ˊ?????????????д?c????ˊ??????????ˊ?????????????Ё?????3ˊ?? ??????????????????????????????????????????г??????????????????????????????4ˊ?? ??????????jyg.shp?? 5ˊ???? 1??ArcMapЁ??jyg.shp? 2??????????????Geostatistical Analyst? 3???Geostatistical Analyst??????????Create Subsets??? 4????????Ё?Input?-???????▊???jyp???Next???5??????????▊????▊?????Output Personal GeodatabaseЁ???▊?????????????????6-1?? ?6-1 ?????▊???????? 6????Ёjyg_training??????Geostatistical Analyst?????????Explore DataЁ?Histogram??????Geostatistical Analyst?????????Explore Data Ё?Normal QQPlot?????????6-2?????6-2?????????????????????????????
具体操作过程： 1、数据准备：将高斯点gaosidian35.xls另存为dbf格式，将重金属含量点也另存dbf； 2、导入数据：启动ArcMAP——Tools菜单——Add XY Data——导入高斯点和重金属点— —最好导入数据后，右击gaosidian35——Data——Export Data保存一下； Ps：安丘市地理坐标：东经118°44′10〃～119°27′10〃，北纬36°4′50〃～36°38′5〃，可以点击Edit按钮设置Coordinate System——Select高斯投影（Projected Coordinate Systems\Gauss Kruger\Beijing 1954目录中20N带），也可以不管； 3、属性链接：右击高斯点——Joins and Relations——Join（注意选两表中的公共字段如fid 才可以连接）； 4、保存链接属性：右击链接后的高斯点——Data——Export保存——打开属性表查看链接 上了cr（镉）pb（铅）hg（汞）属性——start editing——stop editing，为了保存一下连接后的属性，否则只是显示属性连接，下次打开连接的属性可能不存在了； 5、添加安丘市范围xiangzhenjie.shp文件； 6、反距离加权IDW插值操作：工具箱——spatial analyst tools——interpolation——IDW、 Kriging、Natural Neighbor、Spline插值方法——需要插值的z value可以选铅镉汞——注意环境设置——output extent:选安丘市的范围shp——点OK就生成了栅格的插值结果图； 7、把安丘市的shp矢量转栅格——工具箱Conversion——to Raster——Features to Raster； 8、在工具栏空白处右击——添加spatial analyst工具条； 9、重分类：reclassify——点击classify——equal interval——分成1类（安丘市内为1，外 为no data，相当0）——OK； 10、栅格运算，把安丘市外的（0）裁剪掉：Raster calculator ——将重分类后的安丘栅 格图*插值后的重金属分布结果图——OK； 11、Layout 出图：制图修饰，右击安丘市xiangzhenqie图层——Lable Features，显示 各乡镇名——View——Layout——添加图名，制图人、时间，图例（重金属单位mg\kg），修改比例尺上的注记等，也可在Insert——新Data Frame，添加上安丘市在山东省的位置缩略图； 12、制图输出：File——Export Map—设置JPG格式及分辨率300pi——大功告成啦~
ARCGIS空间分析基本操作 一、实验目的 1. 了解基于矢量数据和栅格数据基本空间分析的原理和操作。 2. 掌握矢量数据与栅格数据间的相互转换、栅格重分类(Raster Reclassify)、栅格计算－查询符合条件的栅格(Raster Calculator)、面积制表（Tabulate Area）、分区统计(Zonal Statistic)、缓冲区分析(Buffer) 、采样数据的空间内插(Interpolate)、栅格单元统计（Cell Statistic）、邻域统计（Neighborhood）等空间分析基本操作和用途。 3. 为选择合适的空间分析工具求解复杂的实际问题打下基础。 二、实验准备 预备知识： 空间数据及其表达 空间数据（也称地理数据）是地理信息系统的一个主要组成部分。空间数据是指以地球表面空间位置为参照的自然、社会和人文经济景观数据，可以是图形、图像、文字、表格和数字等。它是GIS所表达的现实世界经过模型抽象后的内容，一般通过扫描仪、键盘、光盘或其它通讯系统输入GIS。 在某一尺度下，可以用点、线、面、体来表示各类地理空间要素。 有两种基本方法来表示空间数据：一是栅格表达; 一是矢量表达。两种数据格式间可以进行转换。 空间分析 空间分析是基于地理对象的位置和形态的空间数据的分析技术，其目的在于提取空间信息或者从现有的数据派生出新的数据，是将空间数据转变为信息的过程。 空间分析是地理信息系统的主要特征。空间分析能力（特别是对空间隐含信息的提取和传输能力）是地理信息系统区别与一般信息系统的主要方面，也是评价一个地理信息系统的主要指标。 空间分析赖以进行的基础是地理空间数据库。 空间分析运用的手段包括各种几何的逻辑运算、数理统计分析，代数运算等数学手段。 空间分析可以基于矢量数据或栅格数据进行，具体是情况要根据实际需要确定。 空间分析步骤 根据要进行的空间分析类型的不同，空间分析的步骤会有所不同。通常，所有的空间分析都涉及以下的基本步骤，具体在某个分析中，可以作相应的变化。 空间分析的基本步骤: a)确定问题并建立分析的目标和要满足的条件 b)针对空间问题选择合适的分析工具 c)准备空间操作中要用到的数据。
ARCGIS空间分析操作步骤
ARCGIS空间分析基本操作 一、实验目的 1. 了解基于矢量数据和栅格数据基本空间分析的原理和操作。 2. 掌握矢量数据与栅格数据间的相互转换、栅格重分类(Raster Reclassify)、栅格计算－查询符合条件的栅格(Raster Calculator)、面积制表（Tabulate Area）、分区统计(Zonal Statistic)、缓冲区分析(Buffer) 、采样数据的空间内插(Interpolate)、栅格单元统计（Cell Statistic）、邻域统计（Neighborhood）等空间分析基本操作和用途。 3. 为选择合适的空间分析工具求解复杂的实际问题打下基础。 二、实验准备 预备知识： 空间数据及其表达 空间数据（也称地理数据）是地理信息系统的
一个主要组成部分。空间数据是指以地球表面空间位置为参照的自然、社会和人文经济景观数据，可以是图形、图像、文字、表格和数字等。它是GIS所表达的现实世界经过模型抽象后的内容，一般通过扫描仪、键盘、光盘或其它通讯系统输入GIS。 在某一尺度下，可以用点、线、面、体来表示各类地理空间要素。 有两种基本方法来表示空间数据：一是栅格表达; 一是矢量表达。两种数据格式间可以进行转换。 空间分析 空间分析是基于地理对象的位置和形态的空间数据的分析技术，其目的在于提取空间信息或者从现有的数据派生出新的数据，是将空间数据转变为信息的过程。 空间分析是地理信息系统的主要特征。空间分析能力（特别是对空间隐含信息的提取和传输能力）是地理信息系统区别与一般信息系统的主要
方面，也是评价一个地理信息系统的主要指标。 空间分析赖以进行的基础是地理空间数据库。 空间分析运用的手段包括各种几何的逻辑运算、数理统计分析，代数运算等数学手段。 空间分析可以基于矢量数据或栅格数据进行，具体是情况要根据实际需要确定。 空间分析步骤 根据要进行的空间分析类型的不同，空间分析的步骤会有所不同。通常，所有的空间分析都涉及以下的基本步骤，具体在某个分析中，可以作相应的变化。 空间分析的基本步骤: a)确定问题并建立分析的目标和要满足的 条件 b)针对空间问题选择合适的分析工具 c)准备空间操作中要用到的数据。 d)定制一个分析计划然后执行分析操作。 e)显示并评价分析结果
Arcgis 做插值掩模示例（可用） 打开arcgis—窗口-目录-依次打开qxz、qujie，打开编辑器工具条，可以对qxz、qujie，属性等进行修改。 插值方法：窗口-目录-搜索-克里金-克里金法（空间分析）-输入点要素（qxz）-Z值字段（例如：干旱）-选择输出表面栅格（文件名、储存地址kriging_shp1）-环境-栅格分析-掩膜-选取qujie-确定-确定。----完成克里金插值-形成kriging_shp1插值文件。在内容列表窗口-右击kriging_shp1-属性-可以对其色标等属性进行修改。（注：后续插入的图例标注在属性-符号系统-标注（修改数据或添加汉字即可）） DEM边界裁剪：方法1 窗口-搜索-掩膜提取-按掩模提取-输入栅格-选择DEM数据dem_all_84.img-输入栅格数据或掩膜数据-选择kriging_shp1--输出栅格（Extract_img1）。方法2 窗口-搜索-裁剪-裁剪（数据管理）-输入栅格（选择DEM数据dem_all_84.img）-输入范围（qujie）-将输入要素用于裁剪几何勾选上-确定—生成裁剪好的边界范围的dem数据 提取山体阴影：窗口-搜索-山体-山体阴影（空间分析）-输入栅格（Extract_img1）输出栅格 （Hillsha_dem1）-确定-形成山体阴影Hillsha_dem1栅格文 件。 插值图kriging_shp1与山体阴影Hillsha_dem1图叠加： 在内容列表窗口-勾选kriging_shp1与Hillsha_dem1-编辑器-开 始编辑Hillsha_dem1-自定义-工具条-效果-透明度。-输出图形 了。（插入图例、比例尺—视图-布局视图-插入-图形的比例 尺、指北针、文本等等） 乌鲁木齐地形高程图的制作：窗口-目录-打开DEM数据 dem_all_84.img文件-裁剪或者掩膜（方法如上）-得到乌鲁木 齐边界范围内的DEM高程文件-内容列表-选中高程文件-右击- 属性-可以对高程文件色彩进行调整-图形比例尺、指北针等要 素添加如上—输出地形高程图。（注站点的添加如插值图和山 体阴影的叠加）
反距离权重法的工作原理 反距离权重(IDW) 插值使用一组采样点的线性权重组合来确定像元值。权重是一种反距离函数。进行插值处理的表面应当是具有局部因变量的表面。 此方法假定所映射的变量因受到与其采样位置间的距离的影响而减小。例如，为分析零售网点而对购电消费者的表面进行插值处理时，在较远位置购电影响较小，这是因为人们更倾向于在家附近购物。 使用幂参数控制影响 反距离权重法主要依赖于反距离的幂值。幂参数可基于距输出点的距离来控制已知点对内插值的影响。幂参数是一个正实数，默认值为2。 通过定义更高的幂值，可进一步强调最近点。因此，邻近数据将受到最大影响，表面会变得更加详细（更不平滑）。随着幂数的增大，内插值将逐渐接近最近采样点的值。指定较小的幂值将对距离较远的周围点产生更大影响，从而导致更加平滑的表面。
由于反距离权重公式与任何实际物理过程都不关联，因此无法确定特定幂值是否过大。作为常规准则，认为值为30 的幂是超大幂，因此不建议使用。此外还需牢记一点，如果距离或幂值较大，则可能生成错误结果。 可将所产生的最小平均绝对误差最低的幂值视为最佳幂值。ArcGIS Geostatistical Analyst 扩展模块提供了一种研究此问题的方法。 1. 3 限制用于插值的点 也可通过限制计算每个输出像元值时所使用的输入点，控制内插表面的特性。限制经考虑的输入点数可加快处理速度。此外，由于距正在进行预测的像元位置较远的输入点的空间相关性可能较差或不存在，因此有理由将其从计算中去除。 可直接指定要使用的点数，也可指定会将点包括到插值内的固定半径。 2. 4 可变搜索半径 可以使用可变搜索半径来指定在计算内插像元值时所使用的点数，这样一来，用于各内插像元的半径距离将有所不同，而具体情况将取决于必须在各内插像元周围搜索多长距离才能达到指定的输入点数。由此将导致一些邻域较小而另一些邻域较大，这是由位于内插像元附近的测量点的密度所决定的。另外，也可指定搜索半径不得超出的最大距离（以地图单位为单位）。如果在获取指定点数之前特定邻域的半径达到最大距离，则会针对最大距离内的测量点数执行该位置的预测。通常，如果此现象产生的偏差较大，则应使用较小邻域或最少点数。
ArcGIS零基础者快速实现空间插值——以太湖贡湖湾水质 数据Spline插值为例 插值前准备 （1）插值范围（贡湖湾）图层（基于太湖边界生成，直接有研究区范围图层者略过1.1，无基础图者自己从Google Earth上描绘，方法百度易得）； （2）点位信息和水质数据（若为excel数据，存为excel 2003文件）。 教程所用软件：ArcGIS10.1英文版，其他版本部分具体操作稍有差异，步骤基本一致。 ********************************以下为教程正文********************************* 1数据准备 1.1插值范围（Analysis Mask） 贡湖湾区域（GonghuBay.shp），由太湖湖体（Lake Taihu.shp）切割（Editor-Cut Polygon Tools）而成； （1）、右上侧工具栏空白处，右键显示工具条，激活Editor悬挂工 具条；
（2）、Editor下拉框，Starting Editing，选择待编辑图层文件（LakeTaihu.shp），进入编辑状态； （3）、使用Edit Tool选中带切割图斑； （4）、选择Cut Polygon Tools； （5）、从边界上划线至另一侧边界时，双击完成切割（两端必须落在带切割图斑边界上）； （6）、选中贡湖湾区域，导出生成新的图层文件（GonghuBay.shp）。
1.2插值点（Input point features） 插值点（Input point features）为采样点（Site.shp），由与水质数据编号一致采样点经纬度数据导入（Add）生成。 （1）、添加采样点经纬度sheet表格；