下载文档原格式
实验四ArCGIS地统计分析一、实习容1：使用缺省参数创建一个表面2：数据检查3：制作臭氧浓度图4：模型比较5：制作超岀某一临界值的臭氧概率图二、实习过程练习1：利用缺省参数创建一个表面1・添加数据并调整显示设置：當选择丨显示：符号系统自义查谊I I标i∏⅛接和关联I时间I HTML弹出窗显示⑶ 要芽类别数里〕分级色彩r分级符号比例符号图丧多个匡性值0: OZONE ▼归一化(N) 无色帝(B Jiai符号范圉Im |O .021 MX)- .037000 .021 σ∞..037000o .037M)I - .052000 .037031 - .0520000 052001 - 070000 052W1 - .070000◎.070001-.091(XX) .07(XM1 -.091000©.091001-.121000 .ωιωι-.121000侯用颜色表示藪里。
亠√∕1T-Fx分类官然同飾点分级法(Jenk8) 类⑸ 5 ▼［分类©..・2 •使用默认选项创建表面鹹计向导.克里金法步琛4洪6・半变异幽协方差建模) ⊂□ I Ξ∣∣f ⅛⅜]一模型•已丢弃 + □Ψffi.¾ (Meg •)，h ・10吒模型：δTδδΓ1451*Nugget÷l. 1451*Stable (1013D0,2) 协万差 H 视≡S≡ 显示.・.False 显示… False 显示点已丢・・・田导出视圉设實B 常规优化複型检査二元分布 FaISe变里 协方差日複型块金值 启用 TrUe 计算块金值 TrUe 块金值 0.001145128测里误差100%B 複型#1类型 稳定的参数 21主交程 101303.2 各向异性 FaISe 计箕偏基台值 TrUe 偏基台值1.145128S 複型X2 S 複型03□步长步长犬小16838.5 1□> < 更多■ 克里金法是一种依赖于测里戻差模型买现精硝或平看命 值的插值法。
ArcGIS地统计分析总结ArcGIS地统计分析(Geostatistical Analyst) 1 介绍1.1为什么使用ArcGIS Geostatistical Analyst人为判断总是会遗漏某些重要信息，同时也会无中生有。
而ArcGIS GeostatisticalAnalyst提供客观的数据驱动方法，定量预测数据变化趋势和从空间数据中发掘特征模型。
如果数据不够精确或者模型不够准确，这样势必影响输出的地图和从中得到的结论。
而ArcGIS Geostatistical Analyst可以提供一个概率框架，来定量计算生成数据面时的不确定性。
元统计分析方法利用属性数据之间的相关来推断不同变量之间的联系，ArcGIS Geostatistical Analyst可以联合各种数据来做更精确的预测。
ArcGIS GeostatisticalAnalyst可以有效地推测一些空间现象的未知部分，因此，对采样计划的设计和优化非常关键。
1.2使用ArcGIS Geostatistical Analyst的各个领域这个模块的应用对象不计其数，可以使用这个工具包开发任何一种地理数据集(比如坐标和属性)，下面列出几个成功应用ArcGIS Geostatistical Analyst的典型领域:气象学家和统计学家应用ArcGIS Geostatistical Analyst来进行气象数据分析。
采矿行业广泛的应用ArcGIS Geostatistical Analyst，涉及从最初的地质特征研究到产量控制的各个阶段。
石油工业成功的应用ArcGIS Geostatistical Analyst，来分析包括地震数据和油井数据集成的空间数据，并且用来研究物理特性和地震属性之间的相关关系。
在环境问题的研究中，ArcGIS Geostatistical Analyst的应用提供了一个分析空气、土壤和地下水污染高效和一致的模型。
地理空间信息软件应用Geospatial information software applications大连理工大学城市学院实验一、三维数据分析实验目的：首先了解三维数据管理的的概念，对三维数据有一定的了解及认知后，学习对三维数据的管理、分析与应用，掌握三维数据分析运用要领。
实验内容：三维数据、三维数据的获取、3D要素分析；表面创建、表面管理；栅格表面分析、Terrain和TIN表面分析、功能性表面；ArcScene的工具条、二维数据的三维显示、三维动画。
实验过程：1.三维数据⑴三维数据是在二维数据的基础上添加了一个维度（Z坐标），用来表示特定表面位置的值。
三维数据有四种基本类型：三维点数据、三维线数据、表面数据和体数据。
在Arcgis中，把三维数据分为3D要素数据和表面数据。
⑵三维数据的获取：三维点、线数据的生成常见方法分为创建包含Z值的要素类，转换二维要素类的属性、插值shape三种；多面体数据的生成。
①三维点、线数据的生成-----创建包含Z值的要素类启动ArcCatalog,右击要创建三维要素的文件夹，在弹出的菜单栏中，选择“新建”----“Shapefile”，打开创建新Shapefile对话框。
在“名称”文本框中输入要素名称，在类型的下拉框选择面，单机编辑定义空间参考，选择WGS1984坐标系，点击确定。
图一创建三维空间坐标②三维点、线数据的生成-----转换二维要素类的属性在ArcScene中打开ArcToolbox，双击“3D Analyst工具”----“3D要素”----“依据属性实现要素转3D”，“打开依据属性实现要素转3D”对话框，输入要素设置为“point”，输出要素类设置为“point3d”，高度字段设置为“height”。
确定，得到三维点数据。
图二依据属性实现要素转3D③多面体数据的生成启动ArcScene，在右击文件夹，单机“新建”，选择“文件地理数据库”，创建“文件地理数据库”，命名为“New File Geodatabase”。
实验二、ArcGIS的地统计分析实验目的：全面了解ArcGIS的地统计分析，学会探索性空间数据分析工具的使用，学习空间差值方法的思维和应用。
实验内容：熟悉探索性空间数据分析的直方图、QQ分布图、趋势分析、Voronoi图、半变异函数与协方差云、交叉协方差云；了解空间差值中的确定性差值方法、克里金插值法、ArcGIS 10新增的差值方法实验过程：1.探索性空间数据分析（1）直方图是对采样数据按一定的分级方案进行分级，统计采样点在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示出来，显示了数据集的频率分布，并汇总统计数据，用来检验数据分布和寻找数据离群值。
在ArcMap中加载Geostatistical Analyst工具条，在ArcMap的内容列表中，添加“练习”.shp文件，单击“Geostatistical Analyst”---“探索数据”---“直方图”，可在直方图对话框中选择相应的栏数和显示数据的字段。
图一直方图（2）QQ分布图分为正态QQ分布图和常规QQ分布图。
正态QQ图上的点可指示数据集的单变量分布的正态性,将数据集与标准正态分布进行比较，如果数据是正态分布的，点将落在45°参考线上，如果数据不是正态分布的,点将会偏离参考线。
在ArcMap的内容列表中，添加“练习”.shp文件，单击“Geostatistical Analyst”---“探索数据”---“正态QQ图”，可采用“log”对需要的数据进行转换。
图二 QQ分布图“log”使用变化前后常规QQ图利用两个数据集中具有相同累积分值的数据值来做图。
在ArcMap 的内容列表中，添加“练习”.shp和“练习2”.shp文件，单击“Geostatistical Analyst”---“探索数据”---“常规QQ图”，分别选择两个图层的相应字段。
图三常规QQ图（3）趋势分析：用一个三维视图来探察空间数据。
将样品点的值分别投影到X、Z平面和Y、Z平面上形成散点图。
ArcGIS地统计分析总结ArcGIS地统计分析(Geostatistical Analyst) 1 介绍1.1为什么使用ArcGIS Geostatistical Analyst人为判断总是会遗漏某些重要信息，同时也会无中生有。
而ArcGIS GeostatisticalAnalyst提供客观的数据驱动方法，定量预测数据变化趋势和从空间数据中发掘特征模型。
如果数据不够精确或者模型不够准确，这样势必影响输出的地图和从中得到的结论。
而ArcGIS Geostatistical Analyst可以提供一个概率框架，来定量计算生成数据面时的不确定性。
元统计分析方法利用属性数据之间的相关来推断不同变量之间的联系，ArcGIS Geostatistical Analyst可以联合各种数据来做更精确的预测。
ArcGIS GeostatisticalAnalyst可以有效地推测一些空间现象的未知部分，因此，对采样计划的设计和优化非常关键。
1.2使用ArcGIS Geostatistical Analyst的各个领域这个模块的应用对象不计其数，可以使用这个工具包开发任何一种地理数据集(比如坐标和属性)，下面列出几个成功应用ArcGIS Geostatistical Analyst的典型领域:气象学家和统计学家应用ArcGIS Geostatistical Analyst来进行气象数据分析。
采矿行业广泛的应用ArcGIS Geostatistical Analyst，涉及从最初的地质特征研究到产量控制的各个阶段。
石油工业成功的应用ArcGIS Geostatistical Analyst，来分析包括地震数据和油井数据集成的空间数据，并且用来研究物理特性和地震属性之间的相关关系。
在环境问题的研究中，ArcGIS Geostatistical Analyst的应用提供了一个分析空气、土壤和地下水污染高效和一致的模型。
ARCGIS_地统计分析地统计分析是一种以地理空间数据为基础，通过空间与属性数据的分析与处理，揭示地理现象的分布规律、相互关系及其演化过程的一种科学方法。
ARCGIS（Arc Geographic Information System）是一种常用的地理信息系统软件，具有强大的地理空间数据分析功能。
本文将介绍ARCGIS地统计分析的原理、应用方法及其在研究、规划和决策等领域的重要性。
ARCGIS地统计分析的原理是将地理空间数据与属性数据相结合，通过特定的算法与方法分析地理现象的分布规律与关系。
ARCGIS提供了多种空间分析工具，包括空间数据插值、空间聚类、空间插值、空间模式、空间点格局等，以支持用户对地理现象进行全面的分析和理解。
其中，空间插值分析是一种根据已有的离散空间点数据，推测未知位置点处的属性值的方法，常用于地质勘查、环境监测等领域；空间聚类分析可用于发现空间集群的位置、大小和分布模式，常用于城市规划、交通规划等领域；空间模式分析则可以通过分析地理对象的空间关系，揭示地理对象分布的内在规律。
在ARCGIS地统计分析中，数据的选择与准备是非常重要的环节。
首先，需要选择与研究对象相适应的数据类型，如矢量数据、栅格数据等。
其次，需要对数据进行预处理，包括数据清洗、数据转换等操作，以确保数据质量和一致性。
然后，需要选择合适的统计分析方法，并根据具体情况制定相应的参数设置。
最后，对分析结果进行可视化展示，以便进一步的分析和解释。
总之，ARCGIS地统计分析是一种有效的地理空间数据分析方法，可以揭示地理现象的分布规律和相互关系，并为各个领域的研究、规划和决策提供科学支持。
通过合理选择和处理数据，结合合适的统计分析方法，可以获取有意义的分析结果，并在实际应用中发挥重要作用。
因此，熟练掌握ARCGIS地统计分析技术，对于科研人员、规划师和决策者来说，具有重要的价值和意义。
空间数据统计分析实习报告(ArcGIS Geostatistical Analyst模块)一、实习内容简介本次实习的主要内容是利用地统计分析模块, 根据一个点要素层中已测定采样点、栅格层或者利用多边形质心, 轻而易举地生成一个连续表面。
这些采样点的值可以是海拔高度、地下水位的深度或者污染值的浓度等。
当与ArcMap一起使用时, 地统计分析模块提供了一整套创建表面的工具, 这些表面能够用来可视化、分析及理解各种空间现象。
在本实习中, 利用现有的测量站获得的臭氧浓度值, 根据检测所有采样点之间的关系, 生成一个关于臭氧浓度值、预测标准差（不确定性）以及超出临界值的概率的连续表面, 从而对其它点的浓度值进行最佳预测。
在实习中主要练习通过对算法参数的调整, 生成最佳的预测图, 并将预测结果制成专题地图, 并初步理解空间统计分析的相关概念和算法。
本次实习主要有6个练习:练习1: 使用缺省参数创建一个表面；练习2: 数据检查；练习3: 制作臭氧浓度图；练习4: 模型比较；练习5: 制作超出某一临界值的臭氧概率图；练习6: 生成最终成果图。
二、实习成果及分析练习1: 使用缺省参数创建一个表面本次练习中, 主要是利用ArcMap中的地统计模块, 通过创建臭氧浓度表面的过程, 我发现使用缺省参数创建表面是一件很容易的事情。
我在ArcMap中添加了Ca_ozone_pts和ca_outline数据集, 并将ca_outline图层中的颜色改为无色, 并将地图保存。
在本练习中, 使用克里金算法, 使用ArcGIS 默认的克里金算法参数创建臭氧浓度预测图。
使用克里金算法根据默认参数创建臭氧浓度预测图, 从图中可以看出生成的预测图能够表达臭氧浓度分布, 颜色越深的地方臭氧浓度越高, 可以看出臭氧浓度高的地方非常集中, 这应该是和城市的工业发展布局由紧密关系。
同时可以看大预测图并没有很好的覆盖整个区域, 因为预测图的范围是根据采样点的范围而定的, 如果要契合地图边界, 需要进行外延估计的计算。
ArcGIS软件应用实验7一、实验目的使用默认参数值创建模型来生成臭氧浓度表面的整个过程。
二、实验内容1、学习Geostatistical Analyst 扩展模块2、生成臭氧浓度表面三、实验步骤(一)准备工作1、激活地统计模块在主菜单上，单击自定义→扩展模块，选中GeostatisticalAnalyst复选框，单击关闭；图1-1扩展模块2、调出地统计工具条在主菜单上，单击自定义→工具条→GeostatisticalAnalyst，GeostatisticalAnalyst工具条即被添加到ArcMap会话中；图1-2工具条3、添加数据单击标准工具工具条上的添加数据按钮添加数据，按住CTRL键并选择O3_Sep06_3pm和ca_outline两个数据集，单击添加。
图1-3添加数据4、修改属性1、右键单击内容列表中的ca_outline图层图例（图层名称下面的框），然后单击无颜色，确保图层无颜色，只有范围；图1-4无颜色2、双击内容列表中O3_Sep06_3pm图层的名称。
打开图层属性对话框，在图层属性对话框中，单击符号系统选项卡。
在显示对话框中，○1单击数量，然后单击分级色彩；○2在字段框中，将值设置为OZONE；○3选择“黑色到白色”色带，以便这些点可以在本教程将要创建的颜色表面之上凸出来；符号系统对话框应如下所示：图1-5分级符号3、经过属性修改后，图层如下：图1-6结果(二)使用默认选项创建表面使用默认GeostatisticalAnalyst设置创建（插值）臭氧浓度表面。
臭氧点数据集(O3_Sep06_3pm)将用作输入数据集，并采用普通克里金法对值未知的位置处插入臭氧值。
在一系列对话框中单击下一步来接受默认设置。
1、地统计分析对话框单击GeostatisticalAnalyst工具条上的GeostatisticalAnalyst箭头，然后单击地统计向导，将弹出地统计向导对话框；图2-1地统计工具条地统计向导对话框，在方法列表框中，单击克里金法/协同克里金法。
第1篇一、引言随着城市化进程的加快，土地利用变化已成为全球关注的热点问题。
土地利用变化不仅影响着区域生态环境、社会经济发展，还关系到国家粮食安全和可持续发展。
ArcGIS作为一款强大的地理信息系统（GIS）软件，在土地利用区域统计值分析中具有广泛的应用。
本文将从ArcGIS土地利用区域统计值的概念、数据来源、分析方法以及应用实例等方面进行探讨。
二、ArcGIS土地利用区域统计值的概念ArcGIS土地利用区域统计值是指在ArcGIS软件中，通过对土地利用数据进行空间分析，计算特定区域内各类土地利用类型的面积、比例、密度等统计指标。
这些统计值可以反映区域土地利用现状、变化趋势以及空间分布特征，为土地资源管理、规划决策提供科学依据。
三、ArcGIS土地利用区域统计值的数据来源ArcGIS土地利用区域统计值的数据来源主要包括以下几个方面：1. 国土资源部发布的土地利用现状调查数据：这是我国土地利用统计的基础数据，包括土地利用类型、面积、比例等指标。
2. 地方政府统计部门提供的数据：包括土地利用规划、土地利用变更、土地整治等数据。
3. 地理信息系统（GIS）数据：包括遥感影像、地形数据、行政区划数据等。
4. 其他相关数据：如农业、林业、水利、环保等部门提供的数据。
四、ArcGIS土地利用区域统计值的分析方法1. 空间分析：ArcGIS提供了丰富的空间分析工具，如缓冲区分析、叠加分析、统计分析等，可以计算各类土地利用类型的面积、比例、密度等指标。
2. 模型分析：ArcGIS支持多种空间统计模型，如空间自相关分析、空间回归分析等，可以揭示土地利用变化的空间分布特征和影响因素。
3. 时空分析：ArcGIS支持时间序列分析，可以分析土地利用变化趋势和动态变化过程。
4. 多尺度分析：ArcGIS支持多尺度空间分析，可以分析不同尺度下土地利用变化的特点和规律。
五、ArcGIS土地利用区域统计值的应用实例1. 土地资源管理：通过ArcGIS土地利用区域统计值分析，可以了解区域土地利用现状、变化趋势和空间分布特征，为土地资源管理提供决策依据。
实验四 ArcGIS地统计分析一、实习内容1：使用缺省参数创建一个表面2：数据检查3：制作臭氧浓度图4：模型比较5：制作超出某一临界值的臭氧概率图二、实习过程练习1：利用缺省参数创建一个表面1.添加数据并调整显示设置：2.使用默认选项创建表面3.将该图层名称更改为 Default Kriging4.设置将预测表面的范围限制在加利福尼亚州之内：5. 右键单击内容列表,然后点击验证/预测.6.CA_cities_ozone图层的属性表：练习2：数据检查1.探索数据——直方图：2.探索数据——正态图：3.探索数据——趋势分析：4.旋转30度后的情况：5.探索数据——半变异函数／协方差云：练习3：制作臭氧浓度图1.再次使用普通克里金插值方法,但这次将在模型中纳入趋势和各向异性以做出更好的预测：2.搜索领域：3.交叉验证：4．右键单击所创建的 Trend Removed 图层,然后单击将输出更改为预测标准误差.练习4：模型对比1.右击趋势移除图层选择比较,在交叉验证对话框中自动比较"趋势移除"模型和"克里金模型".练习5：创建臭氧超出某一临界值的概率图1.打开地统计想到单击克里金法,然后在下一步中选择指示克里金法并确保阈值设置为超出,设置主阈值为0.09.2.将步长设置改为15000,将各向异性更改为 True 以考虑数据的方向特性.3.单击以选择表中指示值为 0 的一行.所选点将在蓝色阈值线左侧的散点图中以绿色显示.如果所选行的情况如下图所示,则预测与指示值完全相同.4.在"交叉验证"对话框中,单击完成,然后在"方法报告"对话框中,单击确定,显示概率图.5.在图层属性符号系统中选择等值线选项.6.单击分类按钮.在分类对话框中,将方法更改为"相等间隔",然后将类别更改为5.7.将 ca_hillshade 数据集添加到该视图.应将数据集添加到内容列表的底部,并使用白黑色带,然后设置透明度为 30%,然后单击确定.8.得到的臭氧概率分布图.三、实习总结本次实验主要练习地统计分析的操作,地统计分析的相关内容以前在资源环境信息系统课上曾经稍有接触,但那都是很简单的部分.而这次实验涉与对加利福尼亚州的臭氧值进行的分析操作则明显较为复杂,特别是模型生成的过程让人觉得颇有难度.但正所谓岁不寒无以知松柏,事不难无以显能耐.我认为多做这些有意义的练习才能让我们的软件操作能力有所提升.在此我非常感谢老师对我们的用心栽培.。
实验七、ArcGIS地统计分析一、实验目的：1：熟悉ArcGIS地统计分析扩展模块的功能构成；2：掌握地统计探索性数据分析方法（正态、半变异、趋势分析）；3：掌握标准Kriging插制作业程序；4：掌握模型比较5：加深对地统计分析理论知识的理解；二、实验数据：数据集 描述Ca_outline 加州轮廓图Ca_ozone_pts 臭氧采样点数据（单位：ppm）Ca_cities 加州主要城市位置图Ca_hilshade 加州山体阴影图三、预备知识：利用地统计分析模块，你可以根据一个点要素层中已测定 采样点、栅格层或者利用多边形质心，轻而易举地生成一个连续表面。
这些采样点的值可以是海拔高度、地下水位的深度或者污染值浓度等。
当与ArcMap一起使用时，地统计分析模块提供了一整套创建表面的工具，这些表面能够用来可视化、分析及理解各种空间现象。
美国环保局负责对加利佛尼亚州的大气臭氧浓度进行监测。
臭氧浓度值是通过遍布全州的监测站来测定的。
已经知道所有监测站的臭氧值浓度，但是我们还想知道加利佛尼亚州其他任一地方的臭氧浓度值，但是考虑到费用以及实用性问题，我们不可能在任何地方都建立监测站。
地统计分析模块提供了许多工具，通过检测所有采样点之间的关系，生成一个关于臭氧浓度值、预测标差（不确定性）以及超出临界值的概率的连续表面，从而使对其他点的浓度值进行最佳预测成为可能。
臭氧数据集（Ca_ozone_pts）表示的是1996年中每八个小时时段内的臭氧平均浓度的最大值，以ppm为单位。
根据这些臭氧采样点的测量值，你可以生成两个连续表面（或地图），以现有的采样点数据为基础来预测加洲任意地方的臭氧浓度值。
创建第一张图时你只需要简单地使用缺省选项即可，你会看到根据采样点数据生成表面是多么容易的事情。
生成第二张图时，你可以较多的考虑采样点之间存在的空间关系，这时，你将要用到ESDA（空间数据探索分析）工具来检查你的数据。
你还会学习到一些地统计选项，利用这些选项，你可以创建诸如剔除趋势并且模拟空间自相关的表面。
ArcGIS地统计分析（Geostatistical Analyst）1 介绍1.1为什么使用ArcGIS Geostatistical Analyst人为判断总是会遗漏某些重要信息，同时也会无中生有。
而ArcGIS Geostatistical Analyst提供客观的数据驱动方法，定量预测数据变化趋势和从空间数据中发掘特征模型。
如果数据不够精确或者模型不够准确，这样势必影响输出的地图和从中得到的结论。
而ArcGIS Geostatistical Analyst可以提供一个概率框架，来定量计算生成数据面时的不确定性。
元统计分析方法利用属性数据之间的相关来推断不同变量之间的联系，ArcGIS Geostatistical Analyst可以联合各种数据来做更精确的预测。
ArcGIS Geostatistical Analyst可以有效地推测一些空间现象的未知部分，因此，对采样计划的设计和优化非常关键。
1.2使用ArcGIS Geostatistical Analyst的各个领域这个模块的应用对象不计其数，可以使用这个工具包开发任何一种地理数据集（比如坐标和属性），下面列出几个成功应用ArcGIS Geostatistical Analyst的典型领域：气象学家和统计学家应用ArcGIS Geostatistical Analyst来进行气象数据分析。
采矿行业广泛的应用ArcGIS Geostatistical Analyst，涉及从最初的地质特征研究到产量控制的各个阶段。
石油工业成功的应用ArcGIS Geostatistical Analyst，来分析包括地震数据和油井数据集成的空间数据，并且用来研究物理特性和地震属性之间的相关关系。
在环境问题的研究中，ArcGIS Geostatistical Analyst的应用提供了一个分析空气、土壤和地下水污染高效和一致的模型。
演示、个例研究和研究教育论文提供了大量的应用ArcGIS Geostatistical Analyst的例子。
实验四 ArcGIS地统计分析一、实习容
1：使用缺省参数创建一个表面
2：数据检查
3：制作臭氧浓度图
4：模型比较
5：制作超出某一临界值的臭氧概率图
二、实习过程
练习1：利用缺省参数创建一个表面1.添加数据并调整显示设置：
2.使用默认选项创建表面
3.将该图层名称更改为 Default Kriging
4.设置将预测表面的围限制在加利福尼亚州之：
5. 右键单击容列表，然后点击验证/预测。
6.CA_cities_ozone图层的属性表：
练习2：数据检查1.探索数据——直方图：
2.探索数据——正态QQ图：
3.探索数据——趋势分析：
4.旋转30度后的情况：
5.探索数据——半变异函数／协方差云：
练习3：制作臭氧浓度图
1.再次使用普通克里金插值方法，但这次将在模型中纳入趋势和各向异性以做出更好的预测：
2.搜索领域：
3.交叉验证：
4．右键单击所创建的 Trend Removed 图层，然后单击将输出更改为预测标准误差。
练习4：模型对比
1.右击趋势移除图层选择比较，在交叉验证对话框中自动比较“趋势移除”模型和“克里金模型”。
练习5：创建臭氧超出某一临界值的概率图
1.打开地统计想到单击克里金法，然后在下一步中选择指示克里金法并确保阈值设置为超出，设置主阈值为0.09。
2.将步长设置改为15000，将各向异性更改为 True 以考虑数据的方向特性。
3.单击以选择表中指示值为 0 的一行。
所选点将在蓝色阈值线左侧的散点图中以绿色显示。
如果所选行的情况如下图所示，则预测与指示值完全相同。
4.在“交叉验证”对话框中，单击完成，然后在“方法报告”对话框中，单击确定，显示概率图。
5.在图层属性符号系统中选择等值线选项。
6.单击分类按钮。
在分类对话框中，将方法更改为“相等间隔”，然后将类别更改为5。
7.将 ca_hillshade 数据集添加到该视图。
应将数据集添加到容列表的底部，并使用白黑色带，然后设置透明度为 30%，然后单击确定。
8.得到的臭氧概率分布图。
三、实习总结
本次实验主要练习地统计分析的操作，地统计分析的相关容以前在资源环境信息系统课上曾经稍有接触，但那都是很简单的部分。
而这次实验涉及对加利福尼亚州的臭氧值进行的分析操作则明显较为复杂，特别是模型生成的过程让人觉得颇有难度。
但正所谓岁不寒无以知松柏，事不难无以显能耐。
我认为多做这些有意义的练习才能让我们的软件操作能力有所提升。
在此我非常感老师对我们的用心栽培。
