地统计插值(二):经验贝叶斯克里金法
继地统计插值简介(一)之后,这篇博客继续更新第二部分:经验贝叶斯克里金法(EBK)
一、经验贝叶斯克里金法(EBK)
经验贝叶斯克里金法可通过反复模拟,对基础半变异函数估算中的错误进行说明。
Esri学院给出了以下两点:
1、EBK将研究区域划分为子集,为均值和误差分量创建局域尺度模型。
2、EBK模拟了许多半变异函数模型,以解释经验半变异函数模型中的不确定性。
二、执行工作流程
探索性空间数据分析-------创建一个预测面-------研究结果
1、探索性空间数据分析
①比较附近点的值变化和距离较远点的值变化,可视化空间自相关性:
②确定有可能优先取样的区域,在采样密度较高的区域,点的值是否有相似的高值或低值:
③在这些值中寻找任何粗略的变化,例如,对于一个恒定的平均值,局部尺度的变化是否能解释所有值的变化:
④识别异常值或错误值:
⑤估样本点值的变化:
通常使用直方图、QQ图 和 散点图 这三种常用的图表,用来评估一种现象:
①直方图和QQ图来识别样本点数据集中的潜在异常值,如果在直方图或者QQ图表中单击一个点,该点也会在地图视图中被选中。通过选择分布在尾部附近的点,可以查看潜在异常值。
②直方图和QQ图来了解样本点值的分布情况,确定数据是正态分布,还是需要进行转换才能将数据转换为正态分布。
③EBK回归预测方法利用变量与现象之间的关系来预测新的值,为了确定变量是否与现象有关,可以使用散点图。
2、创建一个预测面
在ArcGIS Pro中,Geostatistical Wizard自动化了构造半变异函数图的过程。一般来说,这种方法类似于克里格法,区别在于:
① EBK在构造半变异函数图之前,对样本点数据集进行子集划分,可以获得更准确的预测,而克里格为整个数据集创建一个半方差图。
② 制作半变异函数图,平均经验半方差值(蓝色叉)模拟半变异函数(浅蓝色线),距离越远,契合度就会开始偏离。
3.在每个预测位置预测值。
地统计插值(二):经验贝叶斯克里金法相关推荐
- ArcGIS教程:什么是经验贝叶斯克里金法?
简介 经验贝叶斯克里金法 (EBK) 是一种地统计插值方法,可自动执行构建有效克里金模型过程中的那些最困难的步骤.Geostatistical Analyst 中的其他克里金方法需要您手动调整参数来接 ...
- 什么是经验贝叶斯克里金插值法?
一.简介 经验贝叶斯克里金法 (EBK) 是一种地统计插值方法[还有确定性插值方法],可自动执行构建有效克里金模型过程中的那些最困难的步骤.Geostatistical Analyst 中的其他克里金 ...
- 经验贝叶斯克里金——基于ArcGIS 10.1Geostatistical Analyst
经验贝叶斯克里金 基于ArcGIS 10.1Geostatistical Analyst 作者:康斯坦丁 克里沃切科(Konstantin Krivoruchko) Esri软件研发部,高级助理研究 ...
- 练习:使用经验贝叶斯克里金插值(EBK)来插入地震震动强度的地图,在日本创建一个震动强度的面
练习:使用经验贝叶斯克里金插值(EBK)来插入地震震动强度的地图,在日本创建一个震动强度的面. 作为ArcGIS地统计分析扩展的一部分,EBK是一种地统计插值方法,它使用概率技术来量化与插值相关的不确 ...
- ArcGIS教程:克里金法的工作原理(二)
根据经验半变异函数拟合模型 下一步是根据组成经验半变异函数的点拟合模型.半变异函数建模是空间描述和空间预测之间的关键步骤.克里金法的主要应用是预测未采样位置处的属性值.经验半变异函数可提供有关数据集的 ...
- gstat | 空间插值(二)——克里金插值之普通克里金
说明:昨天的推文误把可吸入颗粒物当作PM2.5,实应该为PM10,这里修正后重发. 从本篇开始计划分三篇介绍克里金插值.与反距离权重插值不同,克里金插值是无偏估计,其中也涉及到模型估计.本篇先对普通克 ...
- 白话空间统计二十九:空间插值(二)
前文再续,书接上一回--上回书说到,空间插值可以对数据进行估算,这一张我们来具体说说空间插值的一些概念. 首先,来说说插值的输入与输出问题. 首先输入的肯定是用来进行插值的观测点数据,一般来说都是点要 ...
- NYOJ 240 小明的调查统计(二)
小明的调查统计(二) 时间限制:1000 ms | 内存限制:65535 KB 难度:1 描述 最近小明他们社团对理工全校每个班级进行了一次社会调查,他们对每同学的数学成绩进行了统计.小明的任务是 ...
- 小明的调查统计(二)
1 /*小明的调查统计(二) 2 时间限制:1000 ms | 内存限制:65535 KB 3 难度:1 4 描述 5 最近小明他们社团对理工全校每个班级进行了一次社会调查,他们对每同学的数学成绩进行 ...
最新文章
- 为什么数学的用途这么大?
- Android开发神器:OkHttp框架源码解析
- Latex合并及插入图片相关问题
- 文本框为空按钮不可点击
- 三元表达式、列表推导式、生成器表达式、递归、匿名函数、内置函数(day4)
- extundelete数据恢复
- HTML Agility Pack:简单好用的快速 HTML Parser
- 写给想做自动化的我和我们
- Matlab中绘制灰度直方图的两个函数imhist和histogram
- 网络监测用计算机安全管理制度,计算机信息网络安全管理制度
- 计算机操作系统出现死锁的原因
- 0.91英寸和0.96英寸OLED驱动区别
- 不给移动一分钱!10个免费发短信的国外站点
- Windows获取本机公网ip脚本
- APP开发定制需求的常说分销模式,对于分销大家了解多少呢?
- 常见html的MIME类型
- 傅里叶、伯德图的简单示例
- 腾讯云一键搭建WordPress博客网站
- 我们处于大数据时代,数据是从哪里来的?
- 【C#】C#调用Bartender模板打印,输出图片,PDF