空間插值方法是將離散的點轉(zhuǎn)換為連續(xù)的表面，以便于比較空間現(xiàn)象的分布。下面以常用的氣象站點數(shù)據(jù)為例，介紹GIS空間插值和精度評定方法。GIS空間插值

常用的GIS軟件都支持空間插值功能，常見的插值方法有克里金法、反距離法、樣條函數(shù)法等。在插值之前，需要先準備待插值的數(shù)據(jù)。為了進行精度評定，需要將待插值數(shù)據(jù)分為兩部分，一部分作為插值點，一部分作為驗證點。

準備插值數(shù)據(jù)

使用Subset Features工具將站點數(shù)據(jù)分為兩部分，一部分做插值，一部分做驗證。

Subset Features 插值工具箱

在ArcGIS中，插值工具箱位于3D Analyst Tools- Raster Interpolation

插值工具箱

展開全文

IDW反距離權(quán)重法

Kriging克里金法

Natural Neighbor自然臨域法

Spline樣條函數(shù)法

Topo to Raster（ANUDEM）澳大利亞國立大學開發(fā)的DEM插值工具

Trend趨勢面法

IDW反距離權(quán)重法

Kriging克里金法

Natural Neighbor自然臨域法

Spline樣條函數(shù)法

Topo to Raster（ANUDEM）澳大利亞國立大學開發(fā)的DEM插值工具

Trend趨勢面法

每個插值工具都有下面的三個必須輸入的內(nèi)容，其它字段可以默認

Input Point Features輸入點

Z value field插值字段

Output cell size輸出像元大小

Input Point Features輸入點

Z value field插值字段

Output cell size輸出像元大小

插值工具設(shè)置

有時插值范圍比我們需要的小，這個時候需要我們在環(huán)境里面指定一下插值范圍大小

Extent范圍，四至

Mask掩膜，可以直接將插值結(jié)果裁剪為這個范圍

Extent范圍，四至

Mask掩膜，可以直接將插值結(jié)果裁剪為這個范圍

插值范圍設(shè)置 精度評定原理

插值結(jié)果精度評定，一般由殘差、均方根預測誤差、源數(shù)據(jù)殘差均方根誤差來評定。

均方根預測誤差（Root Mean Square Predictive Error，RMSPE）

描述了插值結(jié)果與真實值間的誤差

RMSPE越小，插值結(jié)果越接近真實值，插值結(jié)果越可信

驗證點插值結(jié)果為

驗證點真值為

源數(shù)據(jù)殘差均方根誤差（Root Mean Square Error，RMSE）

用于評價插值數(shù)據(jù)與源數(shù)據(jù)一致性

RMSE越小，插值結(jié)果與真實結(jié)果越接近

插值點真值

插值后的值

均方根預測誤差（Root Mean Square Predictive Error，RMSPE）

描述了插值結(jié)果與真實值間的誤差

RMSPE越小，插值結(jié)果越接近真實值，插值結(jié)果越可信

驗證點插值結(jié)果為

驗證點真值為

描述了插值結(jié)果與真實值間的誤差

RMSPE越小，插值結(jié)果越接近真實值，插值結(jié)果越可信

驗證點插值結(jié)果為

驗證點真值為

源數(shù)據(jù)殘差均方根誤差（Root Mean Square Error，RMSE）

用于評價插值數(shù)據(jù)與源數(shù)據(jù)一致性

RMSE越小，插值結(jié)果與真實結(jié)果越接近

插值點真值

插值后的值

用于評價插值數(shù)據(jù)與源數(shù)據(jù)一致性

RMSE越小，插值結(jié)果與真實結(jié)果越接近

插值點真值

插值后的值

將插值后的柵格值提取到對應(yīng)的插值點和驗證點中

將插值后的柵格值提取到對應(yīng)的插值點和驗證點中

Extract Values to Points

將插值點和驗證點的屬性表導出

將插值點和驗證點的屬性表導出

將屬性表導出為csv分隔符文本文件 精度評定計算

使用R語言精度評定計算

RMSPE和RMSE的公式形式一樣，只是輸入值不一樣，編輯一個公式即可

使用R語言精度評定計算

RMSPE和RMSE的公式形式一樣，只是輸入值不一樣，編輯一個公式即可

traindata = na.omit(read.csv("插值點.csv", header = T, encoding = 'UTF-8'))

#計算殘差

are = abs(testdata$RASTERVALU-testdata$field_8)

summary(are)

#RMSPE caculate

RMSPE - function(Elevation, RASTERVALU){

sqrt(1/length(Elevation)*sum((Elevation-RASTERVALU)^2))

}

#輸出RMSPE

RMSPE(testdata$field_8, testdata$RASTERVALU)

#RMS計算

RMS = RMSPE(traindata$field_8, traindata$RASTERVALU)

print(RMS)

轉(zhuǎn)載自：走天涯徐小洋地理數(shù)據(jù)科學

版權(quán)歸原作者所有，如有侵權(quán)請告知刪除

如果親覺得我們的文章還不錯的話，那就請分享轉(zhuǎn)發(fā)一下吧！

地信論壇

bbs.3s001.com

微信ID：bbs3s001

閱讀原文，訪問地信論壇手機版，手機版每日簽到3秒搞定！