Punkte interpolieren (Standard Feature Analysis)

Zusammenfassung

Ermöglicht es Ihnen, Werte an neuen Positionen basierend auf Messwerten aus einer Sammlung von Punkten vorherzusagen. Das Werkzeug verwendet Punktdaten mit Werten an jedem Punkt als Eingabe und erstellt Flächen, die nach vorhergesagten Werten klassifiziert werden.

Hier einige Beispiele:

• In einem Luft-Qualitätsmanagement-Bezirk befinden sich Sensoren zur Messung des Verschmutzungsgrades. Mit dem Werkzeug Punkte interpolieren kann der Verschmutzungsgrad an Standorten vorhergesagt werden, an denen keine Sensoren vorhanden sind, z. B. an Standorten von Risikogruppen, wie Schulen oder Krankenhäuser.
• Treffen Sie Vorhersagen zu Schwermetallkonzentrationen in bestimmten Pflanzenarten basierend auf Proben einzelner Pflanzen.
• Sagen Sie den Nährstoffgehalt in Böden (Stickstoff, Phosphor, Kalium usw.) sowie andere Indikatoren (z. B. elektrische Leitfähigkeit) voraus, um deren Beziehung zum Ernteertrag zu untersuchen und genaue Dosierungen von Düngemitteln für jedes Gebiet vor Ort vorzuschreiben.
• Meteorologische Anwendungen beinhalten die Vorhersage von Temperaturen, Niederschlag und damit verknüpften Variablen (wie saurer Regen).

Abbildung

Verwendung

• Ein Punkt-Layer wird als Eingabe verwendet. Der Eingabe-Layer muss ein numerisches Feld aufweisen, um als Grundlage für die Interpolation herangezogen werden zu können. Das Werkzeug Punkte interpolieren ist für die Verwendung mit Daten vorgesehen, die sich langsam und gleichmäßig über die Fläche hinweg ändern, wie die Temperatur und der Verschmutzungsgrad. Es ist nicht für Daten wie Bevölkerung oder mittlere Haushaltseinkommen geeignet, die sich über kurze Entfernungen hinweg sehr abrupt ändern.

• Das Werkzeug Punkte interpolieren kann für die Optimierung der Geschwindigkeit, der Genauigkeit oder einer Mischung aus beidem konfiguriert werden. Je genauer die Vorhersagen sind, desto langsamer werden die Ergebnisse berechnet und umgekehrt.

• Mit diesem Werkzeug können Sie über die Option zum Ausgeben von Vorhersagefehlern einen Layer mit Standardfehlern erstellen. Ein Konfidenzintervall von 95 Prozent kann für den interpolierten Layer berechnet werden, indem dem Interpolationswert zwei Standardfehler für den oberen Grenzwert hinzuaddiert und zwei Standardfehler vom unteren Grenzwert subtrahiert werden.

• Dieses Werkzeug verwendet die Esri Methode "Empirical Bayesian Kriging" zur Durchführung der Interpolation. Die Parameter, die für diese Methode bereitgestellt werden, werden über die Option für die Interpolation gesteuert. Die Parameter werden nachfolgend beschrieben.

  Parameter	Geschwindigkeit	Standardeinstellung	Genauigkeit
  Data transformation type	NONE	NONE	EMPIRICAL
  Semivariogram model type	POWER	POWER	K_BESSEL
  Maximum number of points in each local model	50	75	200
  Local model area overlap factor	1	1.5	3
  Number of simulated semivariograms	30	100	200
  Minimum neighbors	8	10	15
  Maximum neighbors	8	10	15

Parameter

Dialogfeld

Beschriftung	Erläuterung	Datentyp
Eingabe-Features	Die Punkt-Features, die in einen kontinuierlichen Oberflächen-Layer interpoliert werden.	Feature Set
Ausgabename	Der Name des Ausgabe-Layers, der im Portal erstellt werden soll.	String
Interpolationsfeld (optional)	Das numerische Feld mit den Werten, die interpoliert werden sollen.	Field
Interpolationsoption (optional)	Steuert Ihre Präferenzen hinsichtlich Geschwindigkeit und Genauigkeit – von der schnellsten bis zur genauesten Durchführung. Die Berechnung präziserer Vorhersagen nimmt mehr Zeit in Anspruch. Geschwindigkeit—Geschwindigkeit. Ausgeglichen—Ausgeglichen. Dies ist die Standardeinstellung. Genauigkeit—Genauigkeit.	String
Ausgabe für Vorhersagefehler (optional)	Bei Aktivierung dieser Option wird ein Polygon-Layer mit Standardfehlern für die Interpolierungsvorhersagen ausgegeben. Standardfehler sind hilfreich, da sie Informationen zur Zuverlässigkeit der vorhergesagten Werte liefern. Eine einfache Faustregel besagt, dass der tatsächliche Wert in 95% der Fälle innerhalb von zwei Standardfehlern um den vorhergesagten Wert liegt. Nehmen Sie beispielsweise an, dass für eine neue Position ein Wert von 50 mit einem Standardfehler von 5 vorhergesagt wird. Dies bedeutet, dass die bestmögliche Vorhersage für den tatsächlichen Wert an dieser Position 50 ist, er aber durchaus Werte zwischen 40 und 60 aufweisen könnte. Um diesen Bereich sinnvoller Werte zu berechnen, multiplizieren Sie den Standardfehler mit 2, addieren Sie diesen Wert mit dem vorhergesagten Wert, um den oberen Grenzwert des Bereichs zu erhalten, und subtrahieren Sie ihn vom vorhergesagten Wert, um den unteren Grenzwert zu berechnen. Deaktiviert: keinen Ausgabe-Layer für Vorhersagefehler erstellen. Dies ist die Standardeinstellung. Aktiviert: Ausgabe-Layer für Vorhersagefehler erstellen.	Boolean
Klassifizierungstyp (optional)	Legt fest, wie vorhergesagte Werte in Polygonen klassifiziert werden. Gleiches Intervall— Polygone werden so erstellt, dass der Bereich der Dichtewerte für jede Fläche gleich ist. Geometrisches Intervall— Polygone basieren auf Klassenintervallen, die eine geometrische Reihe darstellen. Bei dieser Methode wird sichergestellt, dass in jedem Klassenbereich ungefähr dieselbe Anzahl von Werten in jede Klasse fällt und dass die Änderungen zwischen den einzelnen Intervallen relativ einheitlich sind. Dies ist die Standardeinstellung. Gleiche Fläche— Polygone werden so erstellt, dass die Größe jeder Fläche gleich ist. Wenn der Ergebnis-Layer beispielsweise mehr Werte mit einer hohen als mit einer niedrigen Dichte aufweist, werden mehr Polygone für hohe Dichten erstellt. Klassengrenzen manuell eingeben—Sie definieren Ihren eigenen Wertebereich für Flächen. Diese Werte werden als Klassengrenzen eingegeben.	String
Anzahl an Klassen (optional)	Mit diesem Wert wird der Bereich vorhergesagter Werte in verschiedene Klassen unterteilt. Der Wertebereich der einzelnen Klassen wird durch den Klassifizierungstyp bestimmt. Jede Klasse definiert die Grenzen der Ergebnis-Polygone. Der Standardwert ist 10 und der Höchstwert 32.	Long
Klassengrenzen (optional)	Wenn Sie eine manuelle Klassifizierung vornehmen möchten, geben Sie die gewünschten Klassengrenzenwerte ein. Anhand dieser Werte wird die obere Grenze jeder Klasse definiert, sodass die Anzahl der Klassen gleich der Anzahl der eingegebenen Werte ist. Für Positionen mit vorhergesagten Werten, die größer als der größte eingegebene Unterbrechungswert sind, werden keine Flächen erstellt. Sie müssen mindestens zwei Werte eingeben, mehr als 32 Werte sind nicht gestattet.	Double
Begrenzungspolygone (optional)	Ein Layer, der die Polygone festlegt, in denen Werte interpoliert werden sollen. Wenn Sie beispielsweise die Populationsdichte bei Fischen in einem See interpolieren, können Sie die Grenze des Sees in diesem Parameter verwenden. Die Ausgabe enthält denn nur Polygone innerhalb der Grenze des Sees.	Feature Set
Punkt-Layer für Vorhersagen (optional)	Ein optionaler Layer, der Punktpositionen für die Berechnung von Vorhersagewerten angibt. Auf diese Weise können Sie Vorhersagen an bestimmten Standorten Ihres Interesses machen. Wenn der Eingabe-Layer beispielsweise Messungen des Verschmutzungsgrades darstellt, können Sie diesen Parameter verwenden, um den Verschmutzungsgrad von Positionen mit großen Risikogruppen, wie Schulen oder Krankenhäuser, vorherzusagen. Anhand dieser Informationen können Sie Gesundheitsämtern an diesen Standorten entsprechende Empfehlungen geben.	Feature Set

Abgeleitete Ausgabe

Beschriftung	Erläuterung	Datentyp
Ausgabe-Layer	Die Ausgabe-Polygon-Features, bei denen jedes Polygon interpolierte Werte basierend auf dem Klassifizierungstyp und der Anzahl von Klassen umgibt.	Feature Set
Ausgabe von Vorhersagefehler-Layer	Enthält den vorhergesagten Fehler für jeden Punkt im Eingabe-Layer.	Feature Set
Ausgabe von vorhergesagtem Punkte-Layer	Der Punkte-Layer, der Punkte aus dem vorhergesagten Punkte-Layer mit den vorhergesagten Werten enthält.	Feature Set

Python

arcpy.sfa.InterpolatePoints(inputLayer, outputName, {field}, {interpolateOption}, {outputPredictionError}, {classificationType}, {numClasses}, {classBreaks}, {boundingPolygonLayer}, {predictAtPointLayer})

Name	Erläuterung	Datentyp
inputLayer	Die Punkt-Features, die in einen kontinuierlichen Oberflächen-Layer interpoliert werden.	Feature Set
outputName	Der Name des Ausgabe-Layers, der im Portal erstellt werden soll.	String
field (optional)	Das numerische Feld mit den Werten, die interpoliert werden sollen.	Field
interpolateOption (optional)	Steuert Ihre Präferenzen hinsichtlich Geschwindigkeit und Genauigkeit – von der schnellsten bis zur genauesten Durchführung. Die Berechnung präziserer Vorhersagen nimmt mehr Zeit in Anspruch. 1—Geschwindigkeit. 5—Ausgeglichen. Dies ist die Standardeinstellung. 9—Genauigkeit.	String
outputPredictionError (optional)	Bei Aktivierung dieser Option wird ein Polygon-Layer mit Standardfehlern für die Interpolierungsvorhersagen ausgegeben. Standardfehler sind hilfreich, da sie Informationen zur Zuverlässigkeit der vorhergesagten Werte liefern. Eine einfache Faustregel besagt, dass der tatsächliche Wert in 95% der Fälle innerhalb von zwei Standardfehlern um den vorhergesagten Wert liegt. Nehmen Sie beispielsweise an, dass für eine neue Position ein Wert von 50 mit einem Standardfehler von 5 vorhergesagt wird. Dies bedeutet, dass die bestmögliche Vorhersage für den tatsächlichen Wert an dieser Position 50 ist, er aber durchaus Werte zwischen 40 und 60 aufweisen könnte. Um diesen Bereich sinnvoller Werte zu berechnen, multiplizieren Sie den Standardfehler mit 2, addieren Sie diesen Wert mit dem vorhergesagten Wert, um den oberen Grenzwert des Bereichs zu erhalten, und subtrahieren Sie ihn vom vorhergesagten Wert, um den unteren Grenzwert zu berechnen. NO_ERROR—Keinen Ausgabe-Layer für Vorhersagefehler erstellen. Dies ist die Standardeinstellung. OUTPUT_ERROR—Ausgabe-Layer für Vorhersagefehler erstellen.	Boolean
classificationType (optional)	Legt fest, wie vorhergesagte Werte in Polygonen klassifiziert werden. EQUALINTERVAL— Polygone werden so erstellt, dass der Bereich der Dichtewerte für jede Fläche gleich ist. GEOMETRICINTERVAL— Polygone basieren auf Klassenintervallen, die eine geometrische Reihe darstellen. Bei dieser Methode wird sichergestellt, dass in jedem Klassenbereich ungefähr dieselbe Anzahl von Werten in jede Klasse fällt und dass die Änderungen zwischen den einzelnen Intervallen relativ einheitlich sind. Dies ist die Standardeinstellung. EQUALAREA— Polygone werden so erstellt, dass die Größe jeder Fläche gleich ist. Wenn der Ergebnis-Layer beispielsweise mehr Werte mit einer hohen als mit einer niedrigen Dichte aufweist, werden mehr Polygone für hohe Dichten erstellt. MANUAL—Sie definieren Ihren eigenen Wertebereich für Flächen. Diese Werte werden als Klassengrenzen eingegeben.	String
numClasses (optional)	Mit diesem Wert wird der Bereich vorhergesagter Werte in verschiedene Klassen unterteilt. Der Wertebereich der einzelnen Klassen wird durch den Klassifizierungstyp bestimmt. Jede Klasse definiert die Grenzen der Ergebnis-Polygone. Der Standardwert ist 10 und der Höchstwert 32.	Long
classBreaks [classBreaks,...] (optional)	Wenn Sie eine manuelle Klassifizierung vornehmen möchten, geben Sie die gewünschten Klassengrenzenwerte ein. Anhand dieser Werte wird die obere Grenze jeder Klasse definiert, sodass die Anzahl der Klassen gleich der Anzahl der eingegebenen Werte ist. Für Positionen mit vorhergesagten Werten, die größer als der größte eingegebene Unterbrechungswert sind, werden keine Flächen erstellt. Sie müssen mindestens zwei Werte eingeben, mehr als 32 Werte sind nicht gestattet.	Double
boundingPolygonLayer (optional)	Ein Layer, der die Polygone festlegt, in denen Werte interpoliert werden sollen. Wenn Sie beispielsweise die Populationsdichte bei Fischen in einem See interpolieren, können Sie die Grenze des Sees in diesem Parameter verwenden. Die Ausgabe enthält denn nur Polygone innerhalb der Grenze des Sees.	Feature Set
predictAtPointLayer (optional)	Ein optionaler Layer, der Punktpositionen für die Berechnung von Vorhersagewerten angibt. Auf diese Weise können Sie Vorhersagen an bestimmten Standorten Ihres Interesses machen. Wenn der Eingabe-Layer beispielsweise Messungen des Verschmutzungsgrades darstellt, können Sie diesen Parameter verwenden, um den Verschmutzungsgrad von Positionen mit großen Risikogruppen, wie Schulen oder Krankenhäuser, vorherzusagen. Anhand dieser Informationen können Sie Gesundheitsämtern an diesen Standorten entsprechende Empfehlungen geben.	Feature Set

Abgeleitete Ausgabe

Name	Erläuterung	Datentyp
outputLayer	Die Ausgabe-Polygon-Features, bei denen jedes Polygon interpolierte Werte basierend auf dem Klassifizierungstyp und der Anzahl von Klassen umgibt.	Feature Set
outputPredictionErrorLayer	Enthält den vorhergesagten Fehler für jeden Punkt im Eingabe-Layer.	Feature Set
outputPredictedPointsLayer	Der Punkte-Layer, der Punkte aus dem vorhergesagten Punkte-Layer mit den vorhergesagten Werten enthält.	Feature Set

Umgebungen

Ausdehnung

Sonderfälle

Lizenzinformationen

• Basic: Erfordert Ihr Konto in ArcGIS Enterprise für die Berechtigung zum Durchführen von Analysen
• Standard: Erfordert Ihr Konto in ArcGIS Enterprise für die Berechtigung zum Durchführen von Analysen
• Advanced: Erfordert Ihr Konto in ArcGIS Enterprise für die Berechtigung zum Durchführen von Analysen