4. 探索性空间数据分析实战
在完成数据清洗与坐标统一之后，插值建模之前最关键的一步是探索性空间数据分析（ESDA）。ESDA 的目的不是"画几张图看看"，而是用一组定量与可视化手段回答四个问题：污染物浓度整体呈什么分布、是否存在全局趋势、邻近点位是否相似（空间自相关）、各向异性方向在哪里。这四个答案直接决定后续选用哪种变异函数模型、是否做趋势剔除、搜索椭球如何定向。本节以一个假想的某化工厂下游地下水羽流调查为例展开，共 42 个监测井，目标指标为苯（μg/L），采样深度统一为潜水含水层中段。
一、浓度分布直方图：先看形状，再决定是否变换
把 42 个苯浓度值按区间统计频数，得到直方图。示例数据中位数约 18 μg/L，均值约 96 μg/L，最大值 1240 μg/L，少数几个高值把均值拉高到中位数的五倍以上，直方图呈明显右偏长尾。这种形态在污染羽数据中极为常见，因为源区附近浓度陡增而外围迅速衰减。
右偏分布会带来两个后果：一是变异函数在少数高值点之间产生巨大方差，使变程估计被高值对主导；二是克里金权重被少数极值绑架，插值面出现"牛眼"效应。常规处理是对浓度取自然对数后再做结构分析，若存在低于检出限的数据，可先按检出限的一半替代或采用指示克里金。判断是否需要变换的实用标准是：偏度绝对值大于 1、或均值/中位数比值大于 2 时，优先考虑对数变换。本例偏度约 2.8，应取 ln(C) 进入后续分析。同时要检查直方图是否出现双峰——若双峰对应两个不同污染源或两种含水层介质，则不应简单合并建模，而应分区处理。
二、趋势分析：把确定性漂移从随机变异中分离
趋势分析将点位坐标（x, y）作为自变量、浓度（或对数值）作为因变量，拟合一次或二次多项式，观察拟合面在东西、南北方向上的倾斜。实际操作中常用二维趋势面图：把点位投影到 x-z 与 y-z 两个平面上，再叠加拟合曲线。
本例中，沿地下水流动方向（设为自西北向东南，即 x 增大、y 减小方向）浓度系统性升高，二次趋势面在源区附近形成明显隆起，说明存在一阶全局趋势。判断依据是：趋势面拟合的回归显著性（F 检验 p < 0.05）且趋势造成的方差占总方差比例超过 20%～30%。若趋势显著，应在变异函数分析前用趋势面残差建模，否则变异函数在远距离处会被趋势抬升，导致变程虚高、块金效应被低估。若趋势不显著，则直接用原始值（或对数值）做结构分析，避免过度拟合。
三、空间自相关检验：Moran's I 与半变异函数云
空间自相关回答"近处点位是否比远处点位更相似"。全局 Moran's I 的计算式为 I = (n/S₀)·ΣᵢΣⱼ wᵢⱼ zᵢ zⱼ / Σᵢ zᵢ²，其中 z 为去均值后的浓度，wᵢⱼ 为空间权重（常用距离倒数或距离阈值内的邻接关系），S₀ 为权重总和。I 显著大于 0 表示正自相关（聚集），接近 0 表示随机，小于 0 表示离散。
本例取距离阈值 800 m 构建二值权重，计算得 I ≈ 0.41，经 999 次随机置换检验 p = 0.001，说明浓度存在显著空间聚集，插值有意义。但全局 Moran's I 只给一个总体数字，无法说明相似性随距离如何衰减，因此还需绘制实验半变异函数：按滞后距分组计算 γ(h) = (1/2N(h))·Σ[z(xᵢ) − z(xᵢ+h)]²，并观察其随 h 上升至基台值的形态。若半变异函数在短距离内快速上升后趋于平稳，说明空间相关性范围有限；若持续上升不收敛，往往提示存在未剔除的趋势或各向异性。
四、方向性初步判断：各向异性识别
污染物羽流常沿地下水流方向拉长，形成几何各向异性。识别方法是分别沿 0°、45°、90°、135° 四个方向计算半变异函数，比较各方向变程。若某一方向变程明显大于其垂直方向（比值常达 2～5 倍），则该方向为最大连续性方向，变异函数建模时应设置各向异性比与主方向角。
本例中，135°方向（西北—东南）变程约 1500 m，45°方向仅约 500 m，各向异性比约 3:1，主方向角约 135°，与区域地下水流向一致。这一结果应写入变异函数模型的参数设置中，并在普通克里金搜索椭球中采用相同的主轴方向与轴长比例，否则插值会把羽流"抹圆"，低估下游污染范围。
五、把四步结论落到建模参数上
ESDA 的产出必须转化为可执行的建模参数，否则分析就停留在"看图"层面。本例的转化路径是：因偏度 2.8，对浓度取自然对数；因趋势面显著，先拟合二次趋势面并以残差计算实验半变异函数；由残差半变异函数得到块金值约 0.08、基台值约 0.62、变程约 1500 m；因 135°与 45°方向变程比约 3:1，在变异函数模型中设置主方向角 135°、各向异性比 3。随后在普通克里金中，搜索椭球主轴沿 135°、长轴 1500 m、短轴 500 m，最大搜索点数取 12、最小 4，避免只用单点导致权重失真。
需要强调的是，上述数值均为教学示例中的合理假设，实际项目必须以本区数据重新计算。此外，ESDA 还应顺带检查异常值：对超出均值 ±3 倍标准差且经核实非录入错误的点位，可保留但需在交叉验证中重点关注其影响；对确认的录入错误或坐标错位点，应在建模前剔除并记录。完成这些检查后，方可进入变异函数拟合与插值阶段，此时模型的地质与统计依据才是完整的。