測量誤差（4）

ArcGIS中的測量誤差

克里金方法有三種形式 - 普通克里金法、簡單克里金法和泛克里金法 - 使用測量誤差模型。當同一位置可能具有多個不同的觀測值時會出現測量誤差。例如，有時需要從地面或空中提取樣本，然后將該樣本拆分為多個要測量的子樣本。如果測量樣本的儀器存在差異，則可能需要執行此操作。再比如，可能會將土壤樣本的子樣本送往不同的實驗室進行分析。有時，儀器準確性方面的變化可能已被證實。此時，可能要向模型中輸入已知的測量變化。

測量誤差模型

測量誤差模型是：Z(s) = μ(s) + ε(s) + δ(s),

其中，δ(s) 為測量誤差，μ(s) 和 ε(s) 為平均變化和隨機變化。在此模型中，塊金效應等于方差 ε(s)(稱作微刻度變化)加上方差 δ(s)(稱作測量誤差)。在 Geostatistical Analyst 中，可將部分被估計塊金效應指定為微刻度變化和測量變化，如果每個位置都具有多個測量值，則可使用 Geostatistical Analyst 來估計測量誤差，或者輸入一個值作為測量變化。當不存在測量誤差時，克里金法是一個精確插值器，這意味著如果在某個已采集數據的位置進行預測，那么預測值將與測量值相同。但是，如果存在測量誤差，您可能希望預測過濾值 μ(s0) +ε(s0)，該值不具有測量誤差項。在已采集數據的位置，過濾值與測量值不同。

在先前版本的ArcGIS中，默認的測量變化為 0%，因此克里金法默認為精確的插值器。在 ArcGIS 10 中，默認的測量變化被設置為 100%，因此將基于附近位置處數據和測量值的空間相關性對測量位置進行默認預測。很多因素都會造成測量誤差，包括測量儀器、位置和數據集成的不確定性。實際上，絕對精確的數據是極其罕見的。^[1]