Skip To Content

Punkte interpolieren

Zusammenfassung

Werte an neuen Positionen basierend auf Messungen aus einer Sammlung von Punkten vorhersagen. Das Werkzeug verwendet Punktdaten mit Werten an jedem Punkt und gibt ein Raster von vorhergesagten Werten zurück.

Abbildung

Punkte interpolieren (Werkzeug)

Verwendung

  • Bei der Interpolation werden mehrere lokale Interpolationsmodelle erstellt, die dann zu einem endgültigen Ausgabe-Raster zusammengeführt werden. Die Anzahl der Punkte in jedem lokalen Modell kann durch den Parameter Größe lokaler Modelle gesteuert werden.

  • Zur Durchführung der zugrunde liegenden Interpolation wird das Werkzeug Empirical Bayesian Kriging verwendet. Dieses Werkzeug ist Bestandteil der ArcGIS-Erweiterung Geostatistical Analyst. Viele Parameter des Werkzeugs werden über Punkte interpolieren bereitgestellt, zahlreiche werden jedoch auch automatisch über den Parameter Interpolationsoption gesteuert.

Syntax

InterpolatePoints(inputPointFeatures, interpolateField, outputName, {optimizeFor}, {transformData}, {sizeOfLocalModels}, {numberOfNeighbors}, {outputCellSize}, {outputPredictionError})
ParameterErklärungDatentyp
inputPointFeatures

Die Eingabe-Punkt-Features, die interpoliert werden sollen.

Featureset
interpolateField

Das Feld mit den Datenwerten, die interpoliert werden sollen. Das Feld muss numerisch sein.

Field
outputName

Der Name des Ausgabe-Raster-Service.

Der Standardname basiert auf dem Werkzeugnamen und dem Namen des Eingabe-Layers. Wenn der Layer bereits vorhanden ist, werden Sie aufgefordert, einen anderen Namen einzugeben.

String
optimizeFor
(optional)

Legen Sie Ihre Präferenz für Geschwindigkeit im Vergleich zu Genauigkeit fest. Die Berechnung genauerer Vorhersagen nimmt mehr Zeit in Anspruch.

  • SPEEDDie Operation wird mit Blick auf Geschwindigkeit optimiert.
  • BALANCEEine Balance zwischen Geschwindigkeit und Genauigkeit. Dies ist die Standardeinstellung.
  • ACCURACYDie Operation wird mit Blick auf Genauigkeit optimiert.
String
transformData
(optional)

Legen Sie vor der Analyse fest, ob die Daten in Normalverteilung transformiert werden sollen. Falls Ihre Datenwerte augenscheinlich nicht in Normalverteilung (glockenförmig) vorliegen, empfehlen wir, eine Transformation durchzuführen.

  • NO_TRANSFORMEs wird keine Transformation durchgeführt. Dies ist die Standardeinstellung.
  • TRANSFORMEs wird eine Transformation zur Normalverteilung durchgeführt.
Boolean
sizeOfLocalModels
(optional)

Bestimmen Sie die Anzahl der Punkte in jedem einzelnen lokalen Modell. Durch größere Werte wird die Interpolation globaler und stabiler, allerdings werden Effekte mit kleinem Maßstab möglicherweise übersehen. Je kleiner die Werte, umso lokaler die Interpolation. Die Wahrscheinlichkeit, dass Effekte mit kleinem Maßstab erfasst werden, es dadurch höher, die Interpolation kann jedoch instabil sein.

Long
numberOfNeighbors
(optional)

Die bei der Berechnung der Vorhersage für eine bestimmte Zelle zu verwendende Anzahl von Nachbarn.

Long
outputCellSize
(optional)

Legen Sie die Zellengröße und die Einheiten des Ausgabe-Rasters fest. Wenn ein Vorhersagefehler-Raster erstellt wird, wird diese Zellengröße ebenfalls verwendet.

Die Einheiten können Kilometer, Meter, Meilen oder Fuß sein.

Die Standardeinheiten lauten Meter.

Linear Unit
outputPredictionError
(optional)

Legen Sie fest, ob Sie ein Raster mit den Standardfehlern der interpolierten Vorhersagen ausgeben möchten.

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.

Wenn ein Raster mit Standardfehlern für die interpolierten Vorhersagen angefordert wird, entspricht der Name dem Namen des Ergebnis-Layers. Der Anhang lautete jedoch Errors.

  • OUTPUT_ERRORVorhersagefehler-Raster erstellen.
  • NO_OUTPUT_ERRORKein Vorhersagefehler-Raster erstellen. Dies ist die Standardeinstellung.
Boolean

Abgeleitete Ausgabe

NameErklärungDatentyp
outputRaster

Das Ausgabe-Raster.

Raster-Layer
outputErrorRaster

Das Ausgabe-Raster für Vorhersagefehler.

Raster-Layer

Codebeispiel

InterpolatePoints – Beispiel 1 (Python-Fenster)

In diesem Beispiel wird ein Punkt-Feature-Service in ein Image-Service-Raster interpoliert.

import arcpy

arcpy.InterpolatePoints_ra('https://MyPortal.esri.com/server/rest/services/Hosted/myPoints/FeatureServer/0',
                           'myField', 'outImgServ', 'SPEED', 'False', 50, 8, '10000 Meters', 'NO_OUTPUT_ERROR')
InterpolatePoints – Beispiel 2 (eigenständiges Skript)

In diesem Beispiel wird ein Punkt-Feature-Service in ein Image-Service-Raster interpoliert.

#-------------------------------------------------------------------------------
# Name: InterpolatePoints_example02.py
# Description: Interpolates a point feature service into an image service raster.
#
# Requirements: ArcGIS Image Server

# Import system modules
import arcpy

# Set local variables
inPoints = 'https://MyPortal.esri.com/server/rest/services/Hosted/myPoints/FeatureServer/0'
inField = 'myField'
outRaster = 'outImgServ'
optimizeFor = 'SPEED'
transform = 'False'
subsetSize = 50
numNeighbors = 8
outCellSize = '10000 Meters'
error = 'NO_OUTPUT_ERROR'

# Execute InterpolatePoints
arcpy.InterpolatePoints_ra(inPoints, inField, outRaster, optimizeFor, transform, 
                           subsetSize, numNeighbors, outCellSize, error)

Lizenzinformationen

  • Basic: Erfordert ArcGIS Image Server
  • Standard: Erfordert ArcGIS Image Server
  • Advanced: Erfordert ArcGIS Image Server

Verwandte Themen