地统计学实习报告2

学院：地理与遥感学院     专业：地理信息系统专业       姓名：张昊丹     学号：20121316026           指导老师：刘爱利            日期：2014.11.20

一、实验目的

熟练掌握ArcGIS中的探索性空间数据分析工具，能利用这些工具检验数据分布、寻找数据离群值、分析数据的全局趋势、空间自相关及方向变异性。

二、实验数据

D盘student文件夹下的地统计实习数据中的qxz.shp

三、实验内容（以qxz.shp气温、海拔数据为例说明）

1、检验数据分布

1）用直方图检验数据分布（气温、降水）

①打开ArcMap加载qxz图层，右击图层名，选择Properties  Labels，选中Labels features in this layer，将Label Field选为海拔；

2右击空白处选择Geostatistical Analyst，加载Geostatistical Analyst工具条；

3下拉Geostatistical Analyst，选择Explore Data，选择Histogram，得出气温与降水的直方图，选择x轴最大与最小的方柱得到离群值；

2）用正态QQplot图检验数据分布（气温）

下拉Geostatistical Analyst，选择Explore Data，选择Normal QQplot ，得到关于气温的QQplot图，可以看出，其离散点区于一条直线，可见其是正态分布；

3）用普通通QQplot图检验数据分布（气温与海拔）

下拉Geostatistical Analyst，选择Explore Data，选择General QQplot ，得到关于气温QQplot图，将Data Source#1的图层设为qxz，属性设为气温，将Data Source#2的图 层设为qxz，属性设为海拔，其分布图并不趋于一条直线；

综上分析得出，海拔数据并不是呈现正态分布，而是以对数型分布。

2、寻找全局和局部离群值

1）用直方图查找全局离群值

下拉Geostatistical Analyst，选择Explore Data，选择Histogram，得出海拔的直方图，选择x轴最大与最小的方柱得到离群值；

2）用半变异/协方差函数云图识别离群值（海拔、气温）

下拉Geostatistical Analyst，选择Explore Data，选择Semivariogram/Covariance Cloud，得出海拔与气温的半变异/协方差函数云图；

对于全局离群值，选择云图上方的离散点，高亮显示点对，其公共点极为全局离群值

对于局部离群值，选择靠近y轴的离散点，其公共点极为局部离群值

3）通过Vonoroi地图寻找离群值

下拉Geostatistical Analyst，选择Explore Data，选择Voronoi Map，得出海拔的Vonoroi图，其中Type选择Cluster；

通过泰森多边形的聚类进行离群值的判断，一半选择灰度块，高亮显示

分析可得，降雨量数据存在离群值，一个离群值是0.5，一个离群值是2442.7，都在东南偏南（中国江西广东一带）

3.全局趋势分析

对降雨量进行全局趋势分析（南北方向、东西方向、东北—西南方向、西北—东南方向），下拉Geostatistical Analyst，选择Explore Data，选择Trend Analysis；

4.检测空间自相关即方向变异（降雨量）

下拉Geostatistical Analyst，选择Explore Data，选择Semivariogram/Covariance Cloud，得出降水量的半变异/协方差函数云图，可见其趋势随h的增大而增大；

分析得出，降雨量数据存在一定的空间自相关性，但也有一些离散的数据相关性不大；降雨量数据存在各向异性。

四、实习心得

通过本次实习，能够将理论和实践相结合，但是在分析的过程中，有的地方会遇到些许困难，经过和同学讨论得以解决。