GIS空间分析 地统计分析4 指示克里格内插

简介: 地统计分析之指示克里格内插掌握构建某一指标超出临界值的概率图的方法

 目录

一、实验名称

二、实验目的

三、实验准备

1.数据

2.软件

四、实验步骤

本文数据免费下载

其他GIS空间分析文章

一、实验名称

       地统计分析之指示克里格内插

二、实验目的

       掌握构建某一指标超出临界值的概率图的方法

三、实验准备

1.数据

0 Ca_outlines 加州轮廓图

1 Ca_Ozone_pts 臭氧采样点数据(单位:ppm)

2 Ca_cities 加州主要城市位置图

3 Ca_hillshade 加州山体阴影图

2.软件

ArcGIS 10.7

四、实验步骤

1.基于实验三的结果,我们打开地统计向导,对臭氧浓度进行指示克里格内插;选择输入数据字段为臭氧采样点数据的Ozone浓度字段,点击下一步。

image.gif编辑

2.选择指示器,即指示克里格,然后设置其阈值为0.12,其他参数默认,点击下一步。

image.gif编辑

3.步长沿用之前的60公里,步长分组为10,点击完成;

image.gif编辑

确定即可

image.gif编辑

4. 我们可以看到输出的插值结果图

image.gif编辑

5.同样为插值结果进行范围设置,以加州范围为范围设置;右击打开图层属性,从图中我们可以看出,加州南部的臭氧浓度超过阈值0.12的概率是最大的,达到了60%以上,我们需要根据概率的不同进行适当的措施,

image.gif编辑

image.gif编辑

6.紧接着我们对图样进行适当的调整,添加比例尺、指北针、图例、标题及背景,然后出图。

image.gif编辑

image.gif编辑


如果觉得我的文章对您有帮助,三连+关注便是对我创作的最大鼓励!

更多GIS空间分析文章

“本站所有文章均为原创,欢迎转载,请注明文章出处:https://blog.csdn.net/qq_45590504/category_11750215.html百度和各类采集站皆不可信,搜索请谨慎鉴别。技术类文章一般都有时效性,本人习惯不定期对自己的博文进行修正和更新,因此请访问出处以查看本文的最新版本。”


目录
相关文章
|
机器学习/深度学习 算法 数据可视化
JAMA | 机器学习中的可解释性:SHAP分析图像复刻与解读
JAMA | 机器学习中的可解释性:SHAP分析图像复刻与解读
2547 1
|
数据挖掘 索引 Python
数据分析缺失值处理(Missing Values)——删除法、填充法、插值法
数据分析缺失值处理(Missing Values)——删除法、填充法、插值法
1224 2
|
NoSQL 程序员 Linux
轻踩一下就崩溃吗——踩内存案例分析
踩内存问题分析成本较高,尤其是低概率问题困难更大。本文详细分析并还原了两个由于动态库全局符号介入机制(it's a feature, not a bug)触发的踩内存案例。
|
数据库
ArcGIS: 如何利用模型构建器(modelbuilder)进行植被指数情况的统计?
ArcGIS: 如何利用模型构建器(modelbuilder)进行植被指数情况的统计?
329 0
ArcGIS: 如何利用模型构建器(modelbuilder)进行植被指数情况的统计?
【MATLAB第26期】区间预测 | 基于MATLAB的LASSO分位数回归预测模型 负荷预测数据
【MATLAB第26期】区间预测 | 基于MATLAB的LASSO分位数回归预测模型 负荷预测数据
|
JavaScript 前端开发
[Vue warn]: Error in v-on handler (Promise/async): “NavigationDuplicated: Navigating to current loca
[Vue warn]: Error in v-on handler (Promise/async): “NavigationDuplicated: Navigating to current loca
483 0
|
开发工具 git
git clone避坑的万能步骤
git clone避坑的万能步骤
2791 1
|
前端开发 算法 搜索推荐
【面试题】20个常见的前端算法题,你全都会吗?
【面试题】20个常见的前端算法题,你全都会吗?
775 0
|
机器学习/深度学习 分布式计算 DataWorks
阿里云大数据ACA及ACP复习题(231~240)
本人备考阿里云大数据考试时自行收集准备的题库,纯手工整理的,能够覆盖到今年7月份,应该是目前最新的,发成文章希望大家能一起学习,不要花冤枉钱去买题库背了,也希望大家能够顺利通关ACA和ACP考试。
|
机器学习/深度学习 数据库
【MATLAB第49期】基于MATLAB的深度学习ResNet-18网络不平衡图像数据分类识别模型
【MATLAB第49期】基于MATLAB的深度学习ResNet-18网络不平衡图像数据分类识别模型