反距离权重法 (地统计分析)

许可等级:BasicStandardAdvanced

摘要

使用要预测位置周围的测量值预测任意未采样位置的值,此方法基于如下假设:彼此接近的事物的相似程度高于彼此远离的事物。

用法

语法

IDW_ga (in_features, z_field, {out_ga_layer}, {out_raster}, {cell_size}, {power}, {search_neighborhood}, {weight_field})
参数说明数据类型
in_features

包含要插入的 z 值的输入点要素。

Feature Layer
z_field

表示每个点的高度或量级值的字段。如果输入要素包含 z 值或 m 值,则该字段可以是数值字段或 Shape 字段。

Field
out_ga_layer
(可选)

生成的地统计图层。只有未请求任何输出栅格时才需要输出该图层。

Geostatistical Layer
out_raster
(可选)

输出栅格。只有未请求任何输出地统计图层时才需要输出该栅格。

Raster Dataset
cell_size
(可选)

要创建的输出栅格的像元大小。

可在“环境设置”的“栅格分析”下显式设置此值。如果未设置,则该值为输入空间参考中输入点要素范围的宽度与高度中的较小值除以 250。

Analysis Cell Size
power
(可选)

控制周围点对于内插值的重要性的距离指数。幂值越高,远数据点的影响会越小。

Double
search_neighborhood
(可选)

定义用于控制输出的周围点。“标准”为默认选项。

这是搜索邻域类:SearchNeighborhoodStandardSearchNeighborhoodSmoothSearchNeighborhoodStandardCircularSearchNeighborhoodSmoothCircular

标准

  • 长半轴 - 搜索邻域的长半轴值。
  • 短半轴 - 搜索邻域的短半轴值。
  • 角度 - 移动窗口的轴(圆)或长半轴(椭圆)的旋转角度。
  • 最大相邻要素数 - 用于估计未知位置值的最大相邻要素数。
  • 最小相邻要素数 - 用于估计未知位置值的最小相邻要素数。
  • 扇区类型 - 邻域的几何。
    • 单扇区 - 单个椭圆。
    • 四扇区 - 分为四个扇区的椭圆。
    • 偏移四扇区 - 分为四个扇区且偏移 45 度的椭圆。
    • 八扇区 - 分为八个扇区的椭圆。

平滑

  • 长半轴 - 搜索邻域的长半轴值。
  • 短半轴 - 搜索邻域的短半轴值。
  • 角度 - 移动窗口的轴(圆)或长半轴(椭圆)的旋转角度。
  • 平滑系数 - 平滑插值选项可在一定位置(该位置的距离通过将“长半轴”与“平滑系数”相乘进行计算)创建一个外椭圆和一个内椭圆。使用反曲线函数可对位于最小椭圆外、最大椭圆内的点加权,加权值介于 0 和 1 之间。

标准圆形

  • 半径 - 搜索圆的半径长度。
  • 角度 - 移动窗口的轴(圆)或长半轴(椭圆)的旋转角度。
  • 最大相邻要素数 - 用于估计未知位置值的最大相邻要素数。
  • 最小相邻要素数 - 用于估计未知位置值的最小相邻要素数。
  • 扇区类型 - 邻域的几何。
    • 单扇区 - 单个椭圆。
    • 四扇区 - 分为四个扇区的椭圆。
    • 偏移四扇区 - 分为四个扇区且偏移 45 度的椭圆。
    • 八扇区 - 分为八个扇区的椭圆。

SmoothCircular

  • 半径 - 搜索圆的半径长度。
  • 平滑系数 - 平滑插值选项可在一定位置(该位置的距离通过将“长半轴”与“平滑系数”相乘进行计算)创建一个外椭圆和一个内椭圆。使用反曲线函数可对位于最小椭圆外、最大椭圆内的点加权,加权值介于 0 和 1 之间。
Geostatistical Search Neighborhood
weight_field
(可选)

用于强调某个观测。权重越大,对预测的影响就越大。对于重合的观测,为最可靠的测量值分配最大权重。

Field

代码实例

IDW(Python 窗口)

将一系列点要素插值成栅格。

import arcpy
arcpy.env.workspace = "C:/gapyexamples/data"
arcpy.IDW_ga("ca_ozone_pts", "OZONE", "outIDW", "C:/gapyexamples/output/idwout", "2000", "2",
             arcpy.SearchNeighborhoodStandard(300000, 300000, 0, 15, 10, "ONE_SECTOR"), "")
IDW(独立脚本)

将一系列点要素插值成栅格。

# Name: InverseDistanceWeighting_Example_02.py
# Description: Interpolate a series of point features onto a rectangular raster
#              using Inverse Distance Weighting (IDW).
# Requirements: Geostatistical Analyst Extension

# 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 = "outIDW"
outRaster = "C:/gapyexamples/output/idwout"
cellSize = 2000.0
power = 2

# Set variables for search neighborhood
majSemiaxis = 300000
minSemiaxis = 300000
angle = 0
maxNeighbors = 15
minNeighbors = 10
sectorType = "ONE_SECTOR"
searchNeighbourhood = arcpy.SearchNeighborhoodStandard(majSemiaxis, minSemiaxis,
                                                       angle, maxNeighbors,
                                                       minNeighbors, sectorType)

# Check out the ArcGIS Geostatistical Analyst extension license
arcpy.CheckOutExtension("GeoStats")

# Execute IDW
arcpy.IDW_ga(inPointFeatures, zField, outLayer, outRaster, cellSize, 
             power, searchNeighbourhood)

环境

相关主题

许可信息

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