Что нового в ArcGIS Geostatistical Analyst 10.1
Дополнительный модуль ArcGIS Geostatistical Analyst предоставляет широкий диапазон возможностей для пространственного моделирования и анализа. Начиная с версии 10.1 , дополнительный модуль Geostatistical Analyst предлагает два новых метода интерполяции, новое преобразование и два новых класса ArcPy.
Новые методы интерполяции в дополнительном модуле ArcGIS Geostatistical Analyst
Для дополнительного модуля ArcGIS Geostatistical Analyst 10.1 разработаны два новых метода интерполяции.
Пространственная интерполяция
Пространственная интерполяция представляет собой геостатистический метод интерполяции, доступный в Мастер операций геостатистики (Geostatistical Wizard), который использует теорию кригинга для выполнения интерполяции по полигонам. Другие методы кригинга используются только для непрерывных гауссовых данных, а пространственная интерполяция дополнительно обрабатывает количественные данные или вероятности. В сочетании с инструментом Слой пространственной интерполяции в полигоны (Areal Interpolation Layer To Polygons) интерполяция может быть выполнена из одного набора полигонов в другой, например, интерполяция полигональных данных об уровне ожирения среди населения на основании данных переписи, в сравнении с известными данными о допустимом уровне ожирения среди школьников. Сглаженная поверхность интерполяции создается в Мастер операций геостатистики (Geostatistical Wizard), повторное агрегирование в новые полигоны выполняется с использованием инструмента геообработки, как показано на графике ниже.
 |
Построение прогнозируемой поверхности полигон в полигон с использованием пространственной интерполяции. |
Эмпирический байесовский кригинг
Эмпирический байесовский кригинг (Empirical Bayesian Kriging) представляет собой метод кригинга, который использует повторяющиеся имитации для учета ошибок, полученных при оценке вариограммы. Так как данный метод не требует интерактивного моделирования вариограммы, то выполнятеся с помощью инструмента Эмпирический байесовский кригинг (Empirical Bayesian Kriging) и Мастером операций геостатистики (Geostatistical Wizard).
 |
Эмпирический байесовский кригинг |
Новое преобразование по методу нормальных меток
В версию 10.1 включен новый метод аппроксимации Мультипликативное отклонение (Multiplicative Skewing) для преобразования по методу нормальных меток. Теперь это способ преобразования по умолчанию для простого кригинга, поставляемый с пятью распределениями на выбор: распределение Стьюдента (Student's t), Логнормальное (Lognormal), Гамма (Gamma), Эмпирическое (Empirical) и Логарифмически эмпирическое (Log Empirical). Использование распределений на основании Логнормального (Lognormal), Гамма (Gamma) или Логарифмически эмпирического (Log Empirical) распределения гарантирует, что прогнозируемые значения никогда не будут отрицательными, что зачастую соответствует переменным среды, например, осадкам.
Новые классы ArcPy
Так как Эмпирический байесовский кригинг (Empirical Bayesian Kriging) не поддерживает эллиптические радиусы поиска, то в версии 10.1 были добавлены два новых класса ArcPy. Это стандартная круговая окрестность (standard circular neighborhood) и сглаженная круговая окрестность (smooth circular neighborhood).
Новый метод кригинга по умолчанию
Простой кригинг (Simple kriging) теперь является методом кригинга по умолчанию; в предыдущих версиях по умолчанию использовался Ординарный кригинг (Ordinary kriging). Изменение было внесено по причине гибкости нового метода преобразования по методу нормальных меток Мультипликативное отклонение (Multiplicative Skewing).
Параметр среды Маска (Mask)
Все инструменты набора Geostatistical Analyst, выходными данными которых являются растры, теперь поддерживают Параметр среды Маска (Mask).