地理空间统计分析原理

Python与开源GIS

地理空间统计分析原理

2017-05-23 作者: xuzhiping 浏览: 872 次

摘要: 地理统计分析利用在现实世界中不同位置的采样点产生(插值) 一个连续表面。采样点是一些现象的测量值,如核电厂的辐射泄漏、石油泄漏、地形高程等。地理空间统计分析使用测量位置的值插值产生一个表面,用于预测现实世界中的每个位置的值。 空间统计分析提供的插值方法分为两种....

地理统计分析利用在现实世界中不同位置的采样点产生(插值) 一个连续表面。采样点是一些现象的测量值,如核电厂的辐射泄漏、石油泄漏、地形高程等。地理空间统计分析使用测量位置的值插值产生一个表面,用于预测现实世界中的每个位置的值。

空间统计分析提供的插值方法分为两种: 确定性插值算法和地理空间统计方法。这两种方法都是依靠邻近采样点的相似性插值产生表面模型的。确定性插值方法是用数学函数进行插值计算,地理空间统计方法依靠统计和数学方法插值产生表面模型,并评估预测的不确定性。

产生一个连续表面用于表达一个特定的属性,是大多数GIS需要的一个关键能力。或许最常用的表面模型是地形的数字高程模型(DEM),这些数据集在世界各地的小尺度上是容易用到的。但这只是地表位置的一些测量值,地表以下或大气一些位置的测景值也可以用于产生连续表面。大多数GIS建模者面对的最大挑战是从现有的采样数据产生尽可能精确的表面,并能描述误差和预测表面的变化。新产生的表面被用于GIS的建模和分析,以及三维可视化。理解这些数据的质量,可以极大地改善GIS建模的目的和用途。

随机推荐

Copyright © 2014-2019 OSGeo中国中心 吉ICP备05002032号

Powered by TorCMS