Эмпирический байесовский кригинг (Geostatistical Analyst)

Уровень лицензии:BasicStandardAdvanced

Краткая информация

Эмпирический байесовский кригинг - это метод интерполяции, в котором учитывается ошибка при оценке базовой вариограммы путем повторной имитации.

Что такое Эмпирический байесовский кригинг?

Использование

Синтаксис

EmpiricalBayesianKriging_ga (in_features, z_field, {out_ga_layer}, {out_raster}, {cell_size}, {transformation_type}, {max_local_points}, {overlap_factor}, {number_semivariograms}, {search_neighborhood}, {output_type}, {quantile_value}, {threshold_type}, {probability_threshold}, {semivariogram_model_type})
ПараметрОбъяснениеТип данных
in_features

Входные точечные объекты, содержащие z-значения для интерполяции.

Feature Layer
z_field

Поле, в котором хранится значение высоты или величины для каждой точки. Это может быть числовое поле или поле Shape, если входные объекты содержат z-значения или m-значения.

Field
out_ga_layer
(дополнительно)

Создаваемый геостатический слой. Этот слой является обязательными выходными данными, только если не запрошен выходной растр.

Geostatistical Layer
out_raster
(дополнительно)

Выходной растр. Этот растр является обязательными выходными данными, только если не запрошен выходной геостатистический слой.

Raster Dataset
cell_size
(дополнительно)

Размер ячейки, который будет использован при создании выходного растра.

Это значение можно явно задать на закладке Анализ растра (Raster Analysis) окна Настройки параметров среды (Environment Settings). Если не задано иное, используется наименьшее значение из ширины и высоты экстента входных точечных объектов во входной пространственной привязке, деленное на 250.

Analysis Cell Size
transformation_type
(дополнительно)

Тип преобразования, применяемый к входным данным.

  • NONE Не применять преобразования. Это значение используется по умолчанию.
  • EMPIRICALПреобразование по методу Мультипликативной асимметрии (Multiplicative Skewing) с Эмпирической базовой функцией (Empirical base function).
  • LOGEMPIRICALПреобразование по методу Мультипликативной асимметрии (Multiplicative Skewing) с Логэмпирической базовой функцией (Log Empirical base function). Все значения данных должны быть положительными.
String
max_local_points
(дополнительно)

Входные данные будут автоматически разделены на группы, не содержащие больше заданного количества точек.

Long
overlap_factor
(дополнительно)

Коэффициент, который представляет уровень наложения между локальными моделями (также называемыми поднаборами). Каждая входная точка может попадать в несколько поднаборов, и коэффициент перекрытия определяет среднее число поднаборов, в которые попадает каждая точка. Высокое значение коэффициента перекрытия позволяет сгладить выходную поверхность, но при этом увеличивает время обработки. Типичные значения изменяются в пределах 0,01 и 5.

Double
number_semivariograms
(дополнительно)

Число моделируемых вариограмм.

Long
search_neighborhood
(дополнительно)

Определяет, какие точки, находящиеся в окрестности, будут использованы для вычисления результата. По умолчанию – стандартные.

Класс функции Поиска соседних точек (Search Neighborhood) SearchNeighborhoodStandardCircular и SearchNeighborhoodSmoothCircular.

Стандартная окружность (StandardCircular)

  • Радиус (Radius) – длина радиуса окружности поиска.
  • Угол (Angle) – угол поворота для оси (окружности) или большой полуоси (эллипса) скользящего окна.
  • Максимальное число соседей (Maximum neighbors) – максимальное количество соседей, которое используется для оценки значения в неизвестном местоположении.
  • Минимальное число соседей (Minimum neighbors) – минимальное количество соседей, которое используется для оценки значения в неизвестном местоположении.
  • Тип сектора (Sector type) – геометрия окрестности.
    • Один сектор (One sector) – эллипс целиком.
    • Четыре сектора (Four sectors) – эллипс, разделенный на четыре сектора.
    • Четыре сектора со смещением (Four sectors shifted) – эллипс, разделенный на четыре сектора и сдвинутый на 45 градусов.
    • Восемь секторов (Eight sectors) – эллипс, разделенный на восемь секторов.

Круговое сглаживание (SmoothCircular)

  • Радиус (Radius) – длина радиуса окружности поиска.
  • Фактор сглаживания (Smoothing factor) – опция Сглаженная интерполяция (Smooth Interpolation) создает внешний эллипс и внутренний эллипс на расстоянии, равном Большой полуоси (Major semiaxis), умноженном на фактор сглаживания (Smoothing factor). Точки, располагающиеся за пределами наименьшего эллипса, но в пределах наибольшего эллипса, взвешиваются с помощью сигмоидальной функции со значением между нулем и единицей.
Geostatistical Search Neighborhood
output_type
(дополнительно)

Тип поверхности для хранения результатов интерполяции.

  • PREDICTIONПоверхности интерполяции создаются из проинтерполированных значений.
  • PREDICTION_STANDARD_ERROR Поверхности типа Стандартная ошибка (Standard Error) создаются из стандартных ошибок проинтерполированных значений.
  • ВЕРОЯТНОСТНЫЙ (PROBABILITY)Поверхность вероятности значений, превышающих или не превышающих определенный порог.
  • QUANTILEПоверхность квантиля, показывающая вероятность того, что проинтерполированные значения будут выше определенного значения.
String
quantile_value
(дополнительно)

Значение квантили, для которого будет создан выходной растр.

Double
threshold_type
(дополнительно)

Определяет, превышают ли значения вероятности пороговое значение.

  • EXCEEDЗначения вероятности превышают порог. Это значение используется по умолчанию.
  • NOT_ EXCEED Значения вероятности не превышают порог.
String
probability_threshold
(дополнительно)

Пороговое значение вероятности. Если оставить это поле пустым, будет использована медиана входных данных.

Double
semivariogram_model_type
(дополнительно)

Модель вариограммы, которая будет использована для интерполяции. Доступные варианты зависят от значения параметра transformation_type.

Если тип преобразования данных установлен на NONE, доступны следующие вариограммы:

  • POWER
  • LINEAR
  • THIN_PLATE_SPLINE

Если тип установлен на EMPIRICAL или LOGEMPIRICAL, доступны следующие вариограммы:

  • EXPONENTIAL
  • EXPONENTIAL_DETRENDED
  • WHITTLE
  • WHITTLE_DETRENDED
  • K_BESSEL
  • K_BESSEL_DETRENDED

Для получения подробной информации о выборе подходящей вариограммы для ваших данных, см. раздел Что такое Эмпирический байесовский кригинг.

String

Пример кода

EmpiricalBayesianKriging. Пример 1 (окно Python)

Интерполировать последовательность точечных объектов в растр.

import arcpy
arcpy.EmpiricalBayesianKriging_ga("ca_ozone_pts", "OZONE", "outEBK", "C:/gapyexamples/output/ebkout",
                                  10000, "NONE", 50, 0.5, 100,
                                  arcpy.SearchNeighborhoodStandardCircular(300000, 0, 15, 10, "ONE_SECTOR"),
                                  "PREDICTION", "", "", "", "LINEAR")
EmpiricalBayesianKriging. Пример 2 (автономный скрипт)

Интерполировать последовательность точечных объектов в растр.

# Name: EmpiricalBayesianKriging_Example_02.py
# Description: Bayesian kriging approach whereby many models created around the
#   semivariogram model estimated by the restricted maximum likelihood algorithm is used.
# Requirements: Geostatistical Analyst Extension
# Author: Esri

# Import system modules
import arcpy

# Set environment settings
arcpy.env.workspace = "C:/gapyexamples/data"

# Set local variables
inPointFeatures = "ca_ozone_pts.shp"
zField = "ozone"
outLayer = "outEBK"
outRaster = "C:/gapyexamples/output/ebkout"
cellSize = 10000.0
transformation = "EMPIRICAL"
maxLocalPoints = 50
overlapFactor = 0.5
numberSemivariograms = 100
# Set variables for search neighborhood
radius = 300000
smooth = 0.6
searchNeighbourhood = arcpy.SearchNeighborhoodSmoothCircular(radius, smooth)
outputType = "PREDICTION"
quantileValue = ""
thresholdType = ""
probabilityThreshold = ""
semivariogram = "K_BESSEL"
# Check out the ArcGIS Geostatistical Analyst extension license
arcpy.CheckOutExtension("GeoStats")

# Execute EmpiricalBayesianKriging
arcpy.EmpiricalBayesianKriging_ga(inPointFeatures, zField, outLayer, outRaster,
                                  cellSize, transformation, maxLocalPoints, overlapFactor, numberSemivariograms,
                                  searchNeighbourhood, outputType, quantileValue, thresholdType, probabilityThreshold,
                                  semivariogram)

Параметры среды

Связанные темы

Информация о лицензировании

ArcGIS for Desktop Basic: Требует Инструменты Geostatistical Analyst
ArcGIS for Desktop Standard: Требует Инструменты Geostatistical Analyst
ArcGIS for Desktop Advanced: Требует Инструменты Geostatistical Analyst
5/10/2014