ArcGIS Pro对温度值进行经验贝叶斯克里金插值

点击下方公众号，回复资料，收获惊喜

前几天推了一起推文说还有很多有趣的事值得explore，正好今天就记录一下。这次使用的实验数据非自己做的，自己对此做了一些修改以更好地理解和记忆，特别是有翻译不准确地地方，总是会让我们读起来感觉怪怪地。理解自己所做任务地数据格式和排列方式来进行相关的分析是重要的。在自己做这项实验的时候，如果提前理解了前人做好的数据结构那么就很关键了。在这里，我对原文翻译和总结了一下，不至于以后再看的时候不知道那些专业术语代表什么含义。

这次实验记录是使用ArcGIS Pro软件对温度值进行经验贝叶斯克里金插值，使用到的数据形式是这样的，温度单位是华氏度，因为数据不是我自己做的，我自己做的话肯定是用deg C了。

这里需要注意的一点是怎么把点数据展示到地图这个面数据上来，之前的推文也有介绍，但是在xlsx表格中的数据排列，我们应该这么做，经纬度这两列和字段值是必要的。

数据的结构也看到了，那么下一步就是准备使用经验贝叶斯克里金插值。

首先，在分析菜单下选择地统计向导，进入界面

选择经验贝叶斯克里金插值（EBK），那么对应的右边就会显示输入的数据源，这里就是温度这个图层，就是刚才看到的那个记录了温度的表的那个，第二个参数就是要插值的字段参数，大白话就是要对什么字段插值，这里当然就是温度了。

下一步就进入下一个窗口，我们在识别结果那里，可以看到在指定的XY位置显示预测值和预测的标准误差，参数不同，结果也会有一点差异

接下来进入交叉验证阶段，蓝色回归线越接近灰色的那条参考线，表示的含义是EBK模型更可靠，预测精度越准确。

误差图表中，蓝色回归线逐渐减小。代表的含义是低估了高值而高估了低值

右边的Table选项卡里面也有一些数据可以查看

最后点击完成会得到一张插值出来的图形：

Fig.1 经验贝叶斯克里金温度插值结果

Fig.2 一般克里金温度插值结果

在两个插值对比上，我们还是可以看到些许差异的，但是，到底哪个精度更高一些呢？。经验贝叶斯克里金插值方法（EBK）是在一般克里金插值方法的基础上开发出来，所以我们的直觉是，EBK的精度更高。那么我们就可以通过两者的计算结果进行一个对比来具体看看

标准均方根稍小可表示 EBK 预测的温度值通常略微精确一些。

综上所述，有确凿证据表明 EBK 模型比简单克里金模型更可靠，更准确。

最后，来看看径向基插值的结果，同样在地统计向导那里打开这个窗口

Fig.3 RBF温度插值结果

具体对比他们之间的效果就慢慢去了解了。

当然，也可以看看反距离权重插值法：

Fig.4 IDW温度插值结果

最后一个测试，至于他们之间的精度，还是建议EBK，也就是经验贝叶斯克里金插值方法。OK,插值所要求的数据和数据格式也清楚了，那么就亲手动手去操作一下吧，熟能生巧，话说这只要一遍就会了的。上面的结果是一张矩形图，可能这不是我们的需要，我们想要的是自己研究区的一个插值结果，那么so easy，去裁剪一下就出来了。

Ref:

[1] https://learn.arcgis.com/