《表2 As元素数据预处理前后克里金插值误差比较Tab.2 Comparison of Kriging Interpolation Errors before and after Data Pre-p

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《Voronoi的地学空间数据分析理论及应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据统计学原理，在综合考虑误差的算术平均值（mean）、算术平均值的标准化值（mean standardized，MS）、均方根标准误差（root mean square standardized，RMSS）、均方根（root mean square，RMS）和平均标准误差（average standardized error，ASE）等误差大小的基础上评判插值精度，如表2所示。由表2可知，未进行预处理的数据直接进行插值得到的误差较大，插值精度较低，As的均方根误差较大，结果准确度较低。而经预处理后的数据即剔除异常值，还进行了对数转换使数据符合对数正态分布，插值结果精度、准确度有所提高。对比图7和图9可见，通过对重金属As含量数据的必要预处理，利用Voronoi图和变缓冲区分析后得到的As元素的空间分布特征更加清晰、准确、富有层次性。由于异常高值数据对周围数据的影响，导致在划分数据层次上无法更加细致，图7的克里格插值将As含量的空间分布分为8个层次，导致一些局部细节被掩盖掉，无法为形成更有针对性的环境监测治理方案提供技术支持。利用Voronoi图和变缓冲区分析方法客观地界定出异常高值的影响范围，使数据的局部细节体现的更加明显，图9就将As元素的空间分布在图7的基础上细化到11个层次，局部细节更加突出，这为重金属元素空间分布和迁移规律分析提供更多的细节信息。