ArcGIS 地统计分析（ Geostatistical Analyst ） 1 介绍 1.1 为什么使用 ArcGIS Geostatistical Analyst 人为判断总是会遗漏某些重要信息，同时也会无中生有。而 ArcGIS Geostatistical Analyst 提供客观的数据驱动方法，定量预测数据变化趋势和从空间数据中发掘特征模型。 如果数据不够精确或者模型不够准确，这样势必影响输出的地图和从中得到的结论。而ArcGIS Geostatistical Analyst 可以提供一个概率框架，来定量计算生成数据面时的不确定性。 元 统 计分 析 方法 利 用属 性数 据 之间 的相 关 来推 断不 同 变量 之 间的 联系 ， ArcGIS Geostatistical Analyst 可以联合各种数据来做更精确的预测。 ArcGIS Geostatistical Analyst 可以有效地推测一些空间现象的未知部分，因此，对采样计划的设计和优化非常关键。 1.2 使用 ArcGIS Geostatistical Analyst 的各个领域 这个模块的应用对象不计其数， 可以使用这个工具包开发任何一种地理数据集 （比如坐标和属性），下面列出几个成功应用 ArcGIS Geostatistical Analyst 的典型领域： 气象学家和统计学家应用 ArcGIS Geostatistical Analyst 来进行气象数据分析。 采矿行业广泛的应用 ArcGIS Geostatistical Analyst ，涉及从最初的地质特征研究到产量控制的各个阶段。 石油工业成功的应用 ArcGIS Geostatistical Analyst ，来分析包括地震数据和油井数据集成的空间数据，并且用来研究物理特性和地震属性之间的相关关系。 在环境问题的研究中， ArcGIS Geostatistical Analyst 的应用提供了一个分析空气、土壤和地下水污染高效和一致的模型。演示、个例研究和研究教育论文提供了大量的应用ArcGIS Geostatistical Analyst 的例子。同时， ArcGIS Geostatistical Analyst 也成为评估渔业产量的一个标准方法。 精细农业所应用的土壤特性的图形分析中， ArcGIS Geostatistical Analyst 也得到广泛应用。越来越多的农民或者农村顾问使用 ArcGIS Geostatistical Analyst 来增加作物产量、提高利润、减小对环境的不利影响。 2 基本原理 地统计学与经典统计学的共同之处在于： 它们都是在大量采样的基础上， 通过对样本属性值的频率分布或均值、方差关系及其相应规则的分析，确定其空间分布格局与相关关系。但地统计学区别于经典统计学的最大特点即是： 地统计学既考虑到样本值的大小， 又重视样本空间位置及样本间的距离，弥补了经典统计学忽略空间方位的缺陷。 地统计分析理论基础包括前提假设、区域化变量、变异分析和空间估值。 2.1 前提假设