鲁达 本文是ArcGIS完成空间插值的文字版教程和视频教程，其中文字版教程部分转载自TOOL尖尖的木木作者，视频版教程来自二狮兄发布在百度文库的视频教程。
其中上集高清在线视频地址为：
空间插值在下集，要找到第26集：
;fromplaylist=1
整个空间插值全过程的操作过程都有，下面用转载的本字版辅助说明，因为教程制作需要，部分文字有改动。
一、目标
制作一副年平均降雨量的地图。
二、数据
在上面视频教程地址中就可以找到数据下载地址，用练习数据配合视频教程进行练习操作。
三、制作方法
在已知一个空间中的部分点数据的时候，想知道在空间面上分布特征时，常用插值方法。如知道气象站的降水数据，判断空间大致的面降水分布等情况。常用的插值方法有反距离权重法（IDW）和克里金插值方法（Kriging）。可以借助ArcGIS来实现空间插值。
主要步骤：
- 准备插值点图层
- 准备插值范围图层
- 选择插值工具并设置
具体步骤：
以反距离权重法IDW为例：
一、准备插值点图层和要插值的范围图层，加载到ArcMap
点图层中需要插值的点数据表和图层：
准备需要插值的范围，即面矢量图层：
二、打开插值工具
1、打开ArcToolbox《Spatial Analyst Tools《Interpolation《IDW，选择反距离权重插值。
2、输入点图层，选择插值字段（列）；设置输出地址和名称；
3、需要设置环境变量，不然得到的结果可能不完全覆盖需要的面图层，出现下图的情况：
4、打开环境输入面图层；设置插值环境
在Processing Extent中选择需要得到范围一致的图层，这样插值出来就能完全覆盖研究区了。
三、得到与研究区范围一致的插值范围
最后还需要得到这样的图层：
这里有三种方法，一种是按掩膜提取，第二种是使用剪切工具剪切，第三种是将所有的图层显示为研究区范围。其中第三种适合处理大量多次，使用比较简单。
1、按掩膜提取
打开ArcToolbox《Spatial《Extraction《Extract by Mask，设置相关参数，执行成功就能得到需要的结果。
2、选择剪切工具
需要指出的是，栅格数据和矢量数据的剪切虽然都是Clip，但是并不是一个，这里用到的是栅格数据剪切的Clip。
打开ArcToolbox《Data Management Tools《Raster《Raster Processing《Clip，设置后进行剪切，即可得到结果。
3、将所有的图层显示为研究区范围
在Layers上右击选择属性，Properties
在对话框中选择Data Frame，在Clip Options 中选择Clip to shape，然后点击Specify Shape…。
选中Outline of Features，并选择需要的范围对应的图层，点击OK就可以了。
几种不同插值方法的意义：
1.IDW。基本思想是目标离观察点越近则权重越大，受该观察点的影响越大。好处是观察点本身是绝对准确的，而且可以限制插值点的个数。通过power可以确定最近原则对于结果影响的程度。Search radius可以控制插值点的个数。
2.克里金插值。克里金插值与IDW插值的区别在于权重的选择，IDW仅仅将距离的倒数作为权重，而克里金考虑到了空间相关性的问题。它首先将每两个点进行配对，这样就能产生一个自变量为两点之间距离的函数。对于这种方法，原始的输入点可能会发生变化。在数据点多时，结果更加可靠。
通过某种函数来模拟他们之间的关系，这样就能够得到空间分布的关系了。
接着再用这种空间分布的关系来模拟出所得的数据。
Ordinary是指一般的情况，而universal是指已知某种分布模式比如风暴的模拟等等
3.Natural Neighbour法
原理是构建voronoi多边形，也就是泰森多边形。首先将所有的空间点构建成voronoi多边形，然后将待求点也构建一个voronoi多边形，这样就与圆多边形有很多相交的地方，根据每一块的面积按比例设置权重，这样就能够求得待求点的值了。个人感觉这种空间插值方法没有实际的意义来支持。
4.样条函数插值spline
这种方法使用样条函数来对空间点进行插值，它有两个基本条件：1.表面必须完全通过样本点2.表面的二阶曲率是最小的。一下是一篇论文里spline与IDW之间的比较：
从本文实验数据可以看出，IDW 插值主要受幂指数和各采样点属性值变化情况的影响，幂指数越高，其局部影响的程度越高，在IDW搜索半径内，若各个采样点属性值变化较小时，内插结果受幂指数的影响较小；Spline 插值主要受插值类型（Regularized 或Tension）和weight 值的影响，一般Regularize 插值结果比Tension插值结果光滑，在Regularized Spline 插值中，weight 值越高生成的表面越光滑，Tension Spline 插值则相反；
总体来看，IDW和SPLINE 插值受采样点范围、采样点密度、采样点属性取值变化以及各自的参数影响，当采样点足够密时，使用IDW插值可以取得良好效果，SPLINE插值则适合那些空间连续变化且光滑的表面的生成。
5.Topo to Raster
这种方法是用于各种矢量数据的，特别是可以处理等高线数据
6.Trend
这种方法是用多项式拟合，虽然它不一定在局部很符合输入点，但是在总体上是非常符合的。由Polynominal order来确定多项式的级数，1表示平面，最高是12，这是最复杂的情况。