地统计学实习报告
（二）
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。
