ArcGIS中如何使用协同克里金插值(co-kriging interplotation )对气象数据插值
- ANUSPLIN气象站点数据插值局限性
- 百度搜索ArcGIS 克里金插值
- 搭建*搜索ArcGIS co-kriging
- ArcGIS协同克里金插值(co-kriging interplotation)实现
ANUSPLIN气象站点数据插值局限性
唉,虽然ANUSPLIN在进行气象站点数据插值的时候有一定优势,但是由于我国西部自然条件恶劣,人迹罕至,因此气象监测十分困难,造成了气象站点稀少的问题。
在气象站点稀少的情况下,利用ANUSPLIN对气象数据进行插值插值,但是效果一直不是很好,因此冥思苦想想利用协同克里金插值(co-kriging interplotation )对气象站点数据进行插值,实现气象数据的空间化。
百度搜索ArcGIS 克里金插值
在百度了该关键词后,得到的结果十分尴尬,部分博主更是把利用kriging进行插值,然后利用边界范围调整kriging插值结果当做协同克里金插值,虽然我的理论知识一直不扎实,但是该做法还是弄的我苦笑不得。
搭建*搜索ArcGIS co-kriging
在我架了*之后,我搜索了关键词 ArcGIS co-kriging,一篇文章进入了我的视线,
下面的做法全是参考了该博主的个人网站,我也想问一下大家这个个人网站如何搭建。
ArcGIS协同克里金插值(co-kriging interplotation)实现
-
首先获取气象站点数据,可以明显看出西部气象站点稀少。
-
其次海拔高度和气温与降水等气象数据关系密切,因此选择DEM作为协同数据
获取DEM结果如下
此外,根据博客内容,协同克里金必须使用要素数据集作为协同数据集,因此利用raster to point,将DEM数据转换为点数据,结果如下:
ps:我尝试1kmDEM转点,但是数据量太大,卡死了,因此是利用10km的DEM转点。黑乎乎一片!!! -
协同克里金插值
打开Geostatistical Analyst-Geostatistical Wizard-Krig/CoKriging,具体设置内容如下:
-
接下来就按照默认步骤进行插值就可以了!!!
输出结果如下:
今天的分享到此结束!
如果你感兴趣,还有其他关于地理信息分析的内容可以查看。
[1]利用excel进行栅格图像逐像元计算
[2]使用matlab计算栅格影像相关性: RasterSize value is not consistent with the raster size vector