Kriging (Spatial Analyst)
Resumen
Interpola una superficie de ráster a partir de puntos utilizando kriging.
Uso
-
Kriging es un proceso intensivo del procesador. La velocidad de ejecución depende de la cantidad de puntos en el dataset de entrada y del tamaño de la ventana de búsqueda.
-
Los valores bajos en la varianza del ráster de predicción de salida opcional indica un alto grado de confianza en el valor previsto. Los valores altos pueden indicar que se necesitan más puntos de datos.
-
El tipo de kriging universal presupone que hay un componente estructural presente y que la tendencia local varía de una ubicación a otra.
-
Parámetros avanzados permite controlar el semivariograma utilizado para kriging. Un valor predeterminado para Tamaño de intervalo se establece inicialmente en el tamaño de celda de salida predeterminado. Para Rango principal, Meseta parcial y Nugget, se calculará un valor predeterminado internamente, si no se especifica nada.
-
La varianza del ráster de predicción de salida opcional contiene la varianza de kriging en cada celda del ráster de salida. Al suponer que, por lo general, los errores kriging se distribuyen, hay una probabilidad del 95,5 por ciento de que el valor z real en la celda sea el valor del ráster previsto, sumando o restando dos veces la raíz cuadrada del valor del ráster de predicción.
-
Algunos datasets de entrada pueden tener algunos puntos con las mismas coordenadas x,y. Si los valores de los puntos de una ubicación común son los mismos, se consideran duplicados y no afectan a la salida. Si los valores son diferentes, se consideran puntos coincidentes.
Las distintas herramientas de interpolación pueden manejar esta condición de datos de maneras distintas. Por ejemplo, en algunos casos el primer punto coincidente encontrado se utiliza para el cálculo; en otros casos, se utiliza el último punto encontrado. Esto puede causar que algunas ubicaciones del ráster de entrada tengan valores distintos a los que puede esperar. La solución es preparar los datos quitando estos puntos coincidentes. La herramienta Adquirir eventos de la caja de herramientas de Estadística espacial es útil para identificar cualquier punto coincidente en los datos.
Sintaxis
| Parámetro | Explicación | Tipo de datos |
in_point_features |
Entidades de punto de entrada que contienen los valores z que se interpolarán en un ráster de superficie. | Feature Layer |
z_field |
Campo que contiene un valor de altura o magnitud para cada punto. Puede ser un campo numérico o el campo Forma si las entidades de punto de entrada contienen valores z. | Field |
semiVariogram_props kriging_model |
La clase KrigingModel define qué modelo kriging se utilizará. Hay dos tipos de clases kriging. El método KrigingModelOrdinary tiene cinco tipos de semivariogramas disponibles. El método KrigingModelUniversal tiene dos tipos de semivariogramas disponibles.
| KrigingModel |
cell_size (Opcional) |
El tamaño de celda con el que se creará el ráster de salida. Este será el valor del entorno si se establece explícitamente; de lo contrario, es el valor más bajo del ancho o de la altura de la extensión de las entidades de punto de entrada, en la referencia espacial de entrada, dividido por 250. | Analysis Cell Size |
search_radius (Opcional) |
La clase Radio define cuáles de los puntos de entrada se utilizarán para interpolar el valor para cada celda en el ráster de salida. Hay dos tipos de clases de radios: RadiusVariable y RadiusFixed. Un radio de búsqueda variable se utiliza para encontrar una cantidad específica de puntos de muestra de entrada para la interpolación. El tipo fijo utiliza una distancia fija especificada dentro de la cual todos los puntos de entrada se utilizarán para la interpolación. El tipo variable es la opción predeterminada.
| Radius |
out_variance_prediction_raster (Opcional) |
Ráster de salida opcional donde cada celda contiene los valores de semivarianza previstos para esa ubicación. | Raster Dataset |
Valor de retorno
| Nombre | Explicación | Tipo de datos |
| out_surface_raster |
Ráster de superficie interpolado de salida. | Raster |
Ejemplo de código
En este ejemplo se introduce un shapefile de punto y se interpola la superficie de salida como ráster de cuadrícula.
import arcpy
from arcpy import env
from arcpy.sa import *
env.workspace = "C:/sapyexamples/data"
outKrig = Kriging("ozone_pts.shp", "OZONE", KrigingModelOrdinary("CIRCULAR", 2000, 2.6, 542, 0), 2000, RadiusFixed(20000, 1))
outKrig.save("c:/sapyexamples/output/krigout")
En este ejemplo se introduce un shapefile de punto y se interpola la superficie de salida como ráster de cuadrícula.
# Name: Kriging_Ex_02.py
# Description: Interpolates a surface from points using kriging.
# Requirements: Spatial Analyst Extension
# Import system modules
import arcpy
from arcpy import env
from arcpy.sa import *
# Set environment settings
env.workspace = "C:/sapyexamples/data"
# Set local variables
inFeatures = "ca_ozone_pts.shp"
field = "OZONE"
cellSize = 2000
outVarRaster = "C:/sapyexamples/output/outvariance"
lagSize = 2000
majorRange = 2.6
partialSill = 542
nugget = 0
# Set complex variables
kModelOrdinary = KrigingModelOrdinary("CIRCULAR", lagSize,
majorRange, partialSill, nugget)
kRadius = RadiusFixed(20000, 1)
# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")
# Execute Kriging
outKriging = Kriging(inFeatures, field, kModelOrdinary, cellSize,
kRadius, outVarRaster)
# Save the output
outKriging.save("C:/sapyexamples/output/krigoutput02")