ArcGIS教程：地统计分析

    Geostatistical Analyst 使用从地表上的不同位置采集的采样点，创建（插值）连续表面。采样点是一些现象的测量值，例如核电站的辐射泄漏、石油泄漏或者高程高度。Geostatistical Analyst 使用已测量位置的值生成表面进而预测地表上所有位置的值。

    Geostatistical Analyst 提供了两组插值方法：确定性插值方法和地统计插值方法。所有方法都依赖于邻近采样点的相似性来创建表面。确定性方法使用数学函数进行插值。地统计依赖于统计方法和数学方法，可用于创建表面和评估预测的不确定性。

    除了提供各种插值方法，Geostatistical Analyst 还提供了多种支持工具。例如，在制图之前，探索性空间数据分析 (ESDA) 工具可用于评估数据的统计属性。初步了解数据之后，可以使用多种克里金和协同克里金算法（普通克里金法、简单克里金法、泛克里金法、指示克里金法、概率克里金法、析取克里金法和经验贝叶斯克里金法）以及相关工具（例如数据变换、去聚和趋势移除）创建各种输出地图类型（例如预测、预测误差、概率和分位数）。如果数据是在面中采集到的，那么在创建连续预测或标准误差表面时，区域插值法会考虑面的形状和大小。

了解地统计方法

    地统计方法以包含自相关（测量点之间的统计关系）的统计模型为基础。这类方法具有生成预测表面的能力，它们还可提供对这些预测的准确性的度量。

    创建地统计模型所涉及的步骤主要包括：(1) 检查数据（分布、趋势、方向组成和异常值），(2) 计算经验半变异函数或协方差值，(3) 根据经验值拟合模型，(4) 生成克里金方程矩阵，(5) 对其进行求解来为输出表面中的每个位置获取预测值及其关联误差（不确定性）。