Surfer80软件的基本操作技能教程.docx

1、Surfer80软件的基本操作技能教程 一实验目的和要求1. 目的：掌握Surfer软件的基本操作技巧,如网格化、修改地图各种属性、导出图件等。了解suffer自带的各种网格化方法的背景及原理。使用不同的网格化方法，并对结果做对比分析。 2. 要求：熟悉Surfer软件的菜单，掌握Surfer软件的基本操作技巧。根据数据文件（作业二.dat），对Surfer软件的各种网格化插值方法进行比较，并提交报告。爱护实验室设备，独立完成实验报告。二硬件与软件环境1.硬件华硕笔记本 K40IN2.软件平台操作系统：Windows XP软件：Suffer 8.0 中文版三实验内容3.1反距离加权插值法(In

2、vme Distmeeto a Power)3.1.1方法原理背景反距离加权插值法又被称为谢别德法(Shepard) 方法。它的基本原理是设平面上分布一系列离散点, 己知其位置坐标(x i, y i) 和属性值z i ( i= 1, 2, n) , p (x , y ) 为任一格网点, 根据周围离散点的属性值, 通过距离加权插值求P 点属性值。距离加权插值法综合了泰森多边形的邻近点法和多元回归法的渐变方法的长处, 它假设P 点的属性值是在局部邻域内中所有数据点的距离加权平均值, 可以进行确切的或者圆滑的方式插值。周围点与P 点因分布位置的差异, 对P (z ) 影响不同, 我们把这种影响称为权

3、函数w i (x , y ) , 方次参数控制着权系数如何随着离开一个格网结点距离的增加而下降。对于一个较大的方次, 较近的数据点被给定一个较高的权重份额; 对于一个较小的方次, 权重比较均匀地分配给各数据点。计算一个格网结点时, 给予一个特定数据点的权值, 与指定方次的结点到观测点的距离倒数成比例。当计算一个格网结点时,配给的权重是一个分数, 所有权重的总和等于1. 0。当一个观测点与一个格网结点重合时, 该观测点被给予一个实际为1. 0 的权重, 所有其它观测点被给予一个几乎为0. 0 的权重2, 3 。换言之, 该结点被赋给与观测点一致的值, 这就是一个准确插值。权函数主要与距离有关,

4、有时也与方向有关, 若在P 点周围四个方向上均匀取点, 那么可不考虑方向因素, 这时:式中, 表示由离散点(x i, y i) 至P (x , y ) 点的距离。p (z ) 为要求的待插点的值。权函数, u 值一般取为2。反距离加权插值法是GIS 软件根据点数生成规则格网数据文件的最常见的方法, 计算值易受数据点集群的影响, 计算结果常出现一种孤立点数据明显高于周围数据点的“鸭蛋”分布模式, 可在插值过程中通过动态修改搜索准则进行一定程度的改进。3.1.2实验步骤（各种网格化方法的具体步骤大致相同，仅以此为例）1.查看数据 拿到数据后，在画图之前，需要对数据有个初步了解，以便顺利做下面工作。

5、1)点击“文件”-“打开”，弹出下面对话框，选择实验数据：2)打开后看到，A,B列是测点系统编号，C,D列是测点纵、横坐标，E列是实测结果值，因此做等值线图需用的数据是D,C,E列。 2.网格化数据1)点击“网格”-“数据”，选中数据弹出网格化数据对话框如下。2)数据列对应方式为，x-D ,y-C ,z-E 。3)网格化方法共有12种（suffer 8）,其中前9种中除了多项式回归法是一个趋势面分析作图法外，其他8种都是节点插值方法！他们的具体插值原理见报告后面附！分别使用这些网格化方法作图并比较！ 3.建立等值线图点击“地图”-“等值线图”-“新建等值线图”，打开网格即得到等值线图 4.修改

6、地图属性双击等值线图，弹出属性框，做如下操作：i.改变等级1)根据数据范围特点选择合适的 最大值、最小值和间距。2)为方便对比，尽量将各种类似的网格化方法得到的图设置的属性参数相同。如在加权反距离法中即可以使用默认的最大（300）、最小值（-300），间距设为10！ii.添加等值线填充1)先在常规选项卡中在“填充等值线”和“颜色比例”前画勾，如下图示。2)在“等级” “填充”项中，前景色下设置颜色谱。根据老师提供的参考图，颜色谱设置如下图。为了便于对比，在所有网格化方法中均按如下颜色谱设置，即填充方式：300为红。为方便可以将颜色谱保存（如下图），或者将整个属性设置参数保存，但注意在载入后如果

7、数据最大，最小值都不一样就不能直接使用，还需按上诉修改。iii.编辑等值线标注1)在标注选项中可以按需要设置标注的开始等级和跳过级数，以及标注的字体和格式。2)在此，将跳过设为2，而开始的级别是情况定,如下图!3)另外还可以双击个等级后的标注是否来增减标注或通过右击地图，选择“编辑等值线标注”来手动添加、移动和删除标注。 5.导出等值线图、编写报告“文件”-“导出”将结果以图片形式保存。3.1.3实验结果及对比分析等级设置：最小-300，最大300，间距为10。填充方式：300为红。标注：开始1，结束1，跳过均为2，即在30的倍数线上标注。分析：根据周围离散点的属性值, 通过距离加权插值求P

8、点属性值。计算值易受数据点集群的影响, 计算结果常出现一种孤立点数据明显高于周围数据点的“鸭蛋”分布模式, 可在插值过程中通过动态修改搜索准则进行一定程度的改进。对比：此方法对反应实际的大范围情况较可靠，能反应出大部分异常，在实际应用中较广泛，实验结果如下图。3.2克里金插值法(Kriging)3.2.1方法原理及背景克里金(Kriging) 插值法又称空间自协方差最佳插值法, 它是以法国D. G. Krige 的名字命名的一种最优内插法。克里金法广泛地应用于地下水模拟、土壤制图等领域, 是一种很有用的地质统计格网化方法。它首先考虑的是空间属性在空间位置上的变异分布, 确定对一个待插点值有影响

9、的距离范围, 然后用此范围内的采样点来估计待插点的属性值。该方法在数学上可对所研究的对象提供一种最佳线性无偏估计(某点处的确定值) 的方法。它是考虑了信息样品的形状、大小及与待估计块段相互间的空间位置等几何特征以及品位的空间结构之后, 为达到线性、无偏和最小估计方差的估计, 而对每一个样品赋与一定的系数, 最后进行加权平均来估计块段品位的方法。但它仍是一种光滑的内插方法。在数据点多时, 其内插的结果可信度较高。克里金法类型分常规克里金插值(常规克里金模型克里金点模型) 和块克里金插值。常规克里金插值其内插值与原始样本的容量有关, 当样本数量较少的情况下, 采用简单的常规克里金模型内插的结果图会

10、出现明显的凹凸现象; 块克里金插值是通过修改克里金方程以估计子块B 内的平均值来克服克里金点模型的缺点, 对估算给定面积实验小区的平均值或对给定格网大小的规则格网进行插值比较适用。块克里金插值估算的方差结果常小于常规克里金插值, 所以, 生成的平滑插值表面不会发生常规克里金模型的凹凸现象。按照空间场是否存在漂移(drift) 可将克里金插值分为普通克里金和泛克里金, 其中普通克里金(O rdinary Kriging 简称OK 法) 常称作局部最优线性无偏估计, 所谓线性是指估计值是样本值的线性组合, 即加权线性平均, 无偏是指理论上估计值的平均值等于实际样本值的平均值, 即估计的平均误差为0

11、,最优是指估计的误差方差最小。3.2.2 实验步骤具体步骤同方法一属性设置同 2.1反距离加权法，即：等级设置：最小-300，最大300，间距为10。填充方式：300为红。标注：开始1，结束1，跳过均为2，即在30的倍数线上标注。3.2.3 结果及分析分析： 它首先考虑的是空间属性在空间位置上的变异分布, 确定对一个待插点值有影响的距离范围, 然后用此范围内的采样点来估计待插点的属性值。该方法在数学上可对所研究的对象提供一种最佳线性无偏估计(某点处的确定值) 的方法。它是考虑了信息样品的形状、大小及与待估计块段相互间的空间位置等几何特征以及品位的空间结构之后, 为达到线性、无偏和最小估计方差的

12、估计, 而对每一个样品赋与一定的系数, 最后进行加权平均来估计块段品位的方法。对比：克里金方法是目前应用最广泛的插值方法之一，在数据点多时, 其内插的结果可信度较高。并且对异常表现效果突出！3.3最小曲率法(Minimum Curvature)3.3.1方法原理及背景最小曲率法广泛应用于地球科学。用最小曲率法生成的插值面类似于一个通过各个数据值、具有最小弯曲量的长条形薄薄的弹性片。最小曲率法试图在尽可能严格地尊重数据的同时,生成尽可能圆滑的曲面。最小曲率法不是一个精确的插值法, 也就是说在插值的过程中不可能总是完全尊重数据。使用最小曲率法时要涉及到两个参数: 最大偏差参数(M aximum R

13、esiduals) 和最大循环次数(M aximum Iteration parameter ) 参数来控制最小曲率的收敛标准, 而且最小曲率法要求至少有四个点。最小曲率法试图在尽可能严格地尊重数据的同时，生成尽可能圆滑的曲面。最小曲率法主要考虑曲面的光滑性，因此插值的成果容易失真，往往超出了最大值和最小值的范畴，由此绘出的等值线与实际相差较大。实际应用中此法只能作为平滑估值，绘出的降水量等值线主要用于定性研究降水的空间分布及走向。3.3.2实验步骤具体步骤同方法一属性设置同 2.1反距离加权法等级设置：最小-300，最大300，间距为10。填充方式：300为红。标注：开始1，结束1，跳过均为

14、2，即在30的倍数线上标注。3.3.3结果及分析分析：最小曲率法试图在尽可能严格地尊重数据的同时,生成尽可能圆滑的曲面。最小曲率法不是一个精确的插值法, 也就是说在插值的过程中不可能总是完全尊重数据。对比：最小曲率法主要考虑曲面的光滑性，由此绘出的等值线与实际相差较大。实际应用中此法只能作为平滑估值。图形如下：3.4改进谢别德法(Modified Sheparfs Method)3.4.1方法原理及背景改进谢别德法(Modified Q uadratic Shepard) 是由F ranke 及N ielson 提出, 它仍是一个与距离成反比的加权方法。在使用反距离加权插值法时, 当增加、删除

15、或改变一个点时, 需要重新计算权函数W i (x , y ) , 为了克服反距离加权插值法的这一缺陷, 改进谢别德法同样使用距离倒数加权的最小二乘方的方法, 但有以下两个方面的改进:(1) 通过修改反距离加权插值法的权函数, 使其只能在局部范围内起作用,以改变反距离加权插值法的全局插值性质, 即它利用了局部最小二乘方法来消除或减少所生成等值线的“鸭蛋”外观。(2) 同时用节点函数Q i (x , y ) 来代替离散点(x i, y i) 的属性值z i, Q i (x , y ) 是一个插值于(x i, y i) 点的二次多项式, 即。而且Q i (x , y ) 在点(x i, y i) 附

16、近与函数属性值z (x , y ) 具有局部近似的性质。因此, 如果认为距离(x i, y i) 较远的点对Q i (x , y ) 影响不大, 则可以认为在(x i, y i) 点附近, Q i (x , y ) 就可以近似地表示函数属性值z (x , y ) 了。改进谢别德法可以是一个准确或圆滑插值器。在用改进谢别德法作为格网化方法时要涉及到圆滑参数的设置。圆滑参数是使改进谢别德法能够象一个圆滑插值器那样工作, 增加圆滑参数的值可增强圆滑的效果。3.4.2 实验步骤具体步骤同方法一等级设置：最小-4500，最大10000，间距为10。填充方式：300为红。标注：开始，结束，跳过均为13.4

17、.3 结果及分析分析：它仍是一个与距离成反比的加权方法，它使权函数只能在局部范围内起作用,以改变反距离加权插值法的全局插值性质, 即它利用了局部最小二乘方法来消除或减少所生成等值线的“鸭蛋”外观。对比：改进谢别德法可以是一个准确或圆滑插值器。由结果可见，它表现出多个黑跎，与实际有出入。3.5自然邻点插值法(Natural Neighbor)3.5.1方法原理及背景自然邻点插值法(N aturalN eighbor)广泛应用于一些研究领域中。其基本原理是对于一组泰森(Th iessen) 多边形, 当在数据集中加入一个新的数据点(目标) 时, 就会修改这些泰森多边形, 而使用邻点的权重平均值将决

18、定待插点的权重, 待插点的权重和目标泰森多边形成比例。实际上, 在这些多边形中, 有一些多边形的尺寸将缩小, 并且没有一个多边形的大小会增加。同时, 自然邻点插值法在数据点凸起的位置并不外推等值线(如泰森多边形的轮廓线)。3.5.2 实验步骤具体步骤同方法一属性设置同 2.1反距离加权法等级设置：最小-300，最大300，间距为10。填充方式：300为红。标注：开始1，结束1，跳过均为2，即在30的倍数线上标注。3.5.3 结果及分析对比：自然邻点插值法使用的插值优化方法在异常不是特比尖锐是，效果很好，表现清晰。3.6最近邻点插值法(Nearest Neighbor) 3.6.1方法原理及背景

19、最近邻点插值法又称泰森多边形方法,最初用于从离散分布气象站的降雨量数据中计算平均降雨量, 现在GIS 和地理分析中经常采用泰森多边形进行快速的赋值。实际上, 最近邻点插值的一个隐含的假设条件是任一网格点p (x , y ) 的属性值都使用距它最近的位置点的属性值, 用每一个网格节点的最邻点值作为待的节点值。当数据已经是均匀间隔分布, 要先将数据转换为SURFER 的网格文件, 可以应用最近邻点插值法; 或者在一个文件中, 数据紧密完整, 只有少数点没有取值, 可用最近邻点插值法来填充无值的数据点。有时需要排除网格文件中的无值数据的区域, 在搜索椭圆(Search Ellip se) 设置一个值

20、, 对无数据区域赋予该网格文件里的空白值。设置的搜索半径的大小要小于该网格文件数据值之间的距离, 所有的无数据网格节点都被赋予空白值。在使用最近邻点插值网格化法, 将一个规则间隔的X Y Z 数据转换为一个网格文件时, 可设置网格间隔和X Y Z 数据的数据点之间的间距相等。最近邻点插值网格化法没有选项, 它是均质且无变化的, 对均匀间隔的数据进行插值很有用, 同时, 它对填充无值数据的区域很有效。3.6.2 实验步骤等级设置：最小-300，最大350，间距为10。填充方式：300为红。标注：开始1，结束1，跳过均为2，即在30的倍数线上标注。3.6.3 结果及分析对比：最近邻点插值网格化法没

21、有选项, 它是均质且无变化的, 对均匀间隔的数据进行插值很有用, 同时, 它对填充无值数据的区域很有效。结果图如下：3.7多项式回归法(Polynomial Regression )3.7.1 方法原理及背景多项式回归是用来确定数据的大规模的趋势和图案。它实际上不是插值器, 因为它并不预测未知的Z 值, 它只是根据空间的采样数据, 拟合一个数学曲面, 用该数学曲面来反映空间分布的变化情况, 它实际上是一个趋势面分析作图程序。趋势面分析是对地质特征的空间分布进行研究和分析的一种方法, 它是用某种形式的函数所代表的曲面来逼近该地质特征的空间分布。这个函数从总体上反映了采样数据的区域性变化趋势, 称

22、为趋势面部分; 采样数据的实测值与这个函数对应值之差, 称为偏差部分, 它反映了局部性的变化。这就是说, 把采样数据的实测值分解成两部分, 趋势面部分和偏差部分, 趋势面部分用一个函数表示, 它反映采样数据的总体变化, 可以认为是由大范围的系统性因素引起的; 偏差部分反映了局部性的变化特点, 可以认为由局部因素和随机因素引起的。使用多项式回归法进行趋势面分析要考虑两个方面的问题: 一是趋势面函数(数学表达式) 的确定; 二是拟合精度的确定。通常用的趋势面函数主要是多项式趋势面, 因为多项式能够逼近任意连续函数, 因此, 用多项式作趋势面能较好地反映连续变化的分布趋势, 这在地质科学中常用到。一

23、般说多项式次数越高, 则趋势面与实测数据偏差越小, 但是, 并不能说它就与实际情况最符合, 这还要在实践中检验, 次数较高的趋势面只在采样点附近效果较好, 在外推和内插的效果方面不好, 因而在实际应用的效果并不理想。在实际应用中, 对起伏变化比较缓和的简单采样数据配合次数较低的趋势面, 就可以反映出区域背景; 而变化复杂且起伏较多的采样数据要配合次数较低高的趋势面。使用多元回归法时要涉及到曲面定义和指定X Y 的最高次数设置, 在曲面定义中选择所需的多项式类型, 可选用的曲面类型: 简单平面(Simp le p lanar surface)、双线性鞍(B i- linear saddle)、二

24、次曲面(Q uadratic surface )、三次曲面( Cubic surface ) 和用户自定义多项式(User defined Polynom ial )。参数设置是指定多项式方程中X 、Y 组元的最高次数。3.7.2 实验步骤具体步骤同方法一等级设置：最小-70，最大130，间距为10。填充方式： -100为青，0为白， 100为黄。标注：开始1，结束1，跳过均为2，即在30的倍数线上标注。3.7.3 结果及分析分析：这个函数从总体上反映了采样数据的区域性变化趋势, 称为趋势面部分，是用来确定数据的大规模的趋势和图案。对起伏变化比较缓和的简单采样数据配合次数较低的趋势面, 就可以

25、反映出区域背景; 而变化复杂且起伏较多的采样数据要配合次数较低高的趋势面。3.8 径向基函数插值法(Radial Basis Function)3.8.1 方法原理及背景所谓径向基函数, 其基函数是由单个变量的函数构成的。一个点(x , y ) 的这种基函数的形式往往是hi (x , y ) = h (d i) , 这里的d i 表示由点(x , y ) 到第i 个数据点的距离。径向基函数插值法是多个数据插值方法的组合。根据生成一个圆滑曲面适应数据的能力, 许多人认为其中的复二次函数是最好的方法。所有径向基函数插值法都是准确的插值器, 它们都能尽量适应你的数据。若要生成一个更圆滑的曲面, 对所

26、有这些方法都可以引入一个圆滑系数。函数类型: 最基本的函数类似于克里金中的方差图。当对于一个网格点插值时, 这些函数为数据点规定了一套最佳权重。基函数类型有: 倒转复二次函数复对数(Multilog) : 复二次函数(Multiquadratic) : 自然三次样条函数(Natural Cubic Sp line) :薄板样条法函数(Thin P late Sp line) 式中h 为表示由点(x , y ) 到第i 个数据点的距离; R 参数是用户指定的平滑因子。其中的复二次函数(M ultiquadric) 方法是由R. L. Hardy 在1971 年提出来的。它是最早提出并且应用得最为

27、成功的一种径向基函数插值法。现在复二次函数(M ultiquadric) 方法在水文测量、大地测量、地质及采矿、地球物理等领域都得到了广泛应用, 效果良好。在数据点数量不太大的情况下(例如, 几百个数据点) , 计算也不太复杂。薄板样条法是由R. L. Harder 及R. N. Desmarais 在1972 年提出来的, 后来得到了J. Duchon 及J. M einguet 等人进一步发展。从力学的观点看, 这一方法的实质是使插值函数所代表的弹性薄板受限于插值点, 并且具有最小的弯曲能量。3.8.2 实验步骤具体步骤同方法一等级设置：最小-550，最大450，间距为10。填充方式：30

28、0为红。标注：开始2，结束1，跳过均为2，即在30的倍数线上标注。3.8.3 结果及分析分析：径向基函数插值法是多个数据插值方法的组合。根据生成一个圆滑曲面适应数据的能力。复二次函数(Multiquadratic) : 被认为是最好的方法。对比：同克里金法，他也能较好反应实际异常。3.9 线性插值三角网法(Triangulation with Lin-ear Interpolation)3.9.1 方法原理及背景线性插值三角网法使用最佳的Delaunay 三角形, 连接数据点间的连线形成三角形。原始数据点的连结方法是这样: 所有三角形的边都不能与另外的三角形相交, 其结果构成了一张由三角形拼接

29、起来的覆盖网格范围的网。每一个三角形定义了一个覆盖该三角形内网格节点的面。三角形的倾斜和标高由定义这个三角形的三个原始数据点确定。给定三角形内的全部节点都要受到该三角形的表面的限制。因为各个三角形都是用原始数据点来定义的, 这样就把三角形和你的数据紧密联系起来。它将在网格范围内均匀分配数据, 地图上稀疏的区域将会形成截然不同的三角面。3.9.2 实验步骤具体步骤同方法一属性设置同 2.1反距离加权法等级设置：最小-300，最大300，间距为10。填充方式：300为红。标注：开始1，结束1，跳过均为2，即在30的倍数线上标注。3.9.3 结果及分析分析对比：线性插值三角网法也能大致反应数据趋势，

30、但其等值线光滑度较差，且各值间距差异小，反应精度低。3.10 移动平均法(Moving Average)3.10.1 方法原理及背景移动平均法是一种简单平滑预测方法。它的基本思想是用大于或等于取样间隔为半径的搜索圆在插值区域内连续搜索移动，以落在搜索圆内所有样点的均值作为待插值点(圆心)取值，所得插值曲面即为所求。3.10.2 实验步骤具体步骤同方法一。等级设置：最小-10，最大65，间距为5。填充方式：-10为青，0为白， 30为黄，65为红。标注：开始1，结束1，跳过均为1。遇10标数，还有个别手动添加。3.10.3 结果及分析分析对比：他是一种简单平滑预测方法，也就同多项式方法一样并非是严格插值方法。得到的插值曲面也能大体反应谢情况。图如下：3.11 数据度量法(Data Metries)3.11.1 方法原理及背景数据度量用来提供有关的数据信息。根据度量所得的数据资料，可以再次利用一个网格数据网格的其他方法。它其实不是一种插值方法，它是一种数据的度量方法，通过这种方法可以找到比较合适的插值方法。3.11.2 实验步骤具体步骤同方法一。等级设置：最小14，最大66，间距为2。填充方式：14为黑，66为白。标注：开始1，结束1，跳过均为1。3.11.3 结果及分析对比