Kriging bayesiano empírico 3D (Geostatistical Analyst)

Disponible con una licencia de Geostatistical Analyst.

Resumen

El kriging bayesiano empírico 3D es un método de interpolación de estadísticas geográficas que utiliza Kriging bayesiano empírico para interpolar datos de puntos 3D. Para poder interpolarlos, todos los puntos deben tener coordenadas x, y, y z, además de un valor medido. La salida es una capa de estadísticas geográficas 3D que se calcula y se renderiza a sí misma como un transecto 2D en una elevación determinada. La elevación de la capa puede cambiarse con un control deslizante de rango y la capa se actualizará para mostrar las predicciones interpoladas de la nueva elevación.

La interpolación 3D tiene las siguientes aplicaciones potenciales:

  • Los oceanógrafos pueden crear mapas de oxígeno disuelto y salinidad a distintas profundidades del océano.
  • Los científicos atmosféricos pueden crear modelos de contaminación y gases de efecto invernadero por toda la atmósfera.
  • Los geólogos pueden predecir propiedades geológicas del subsuelo, como concentraciones de minerales y porosidad.

Más información sobre Kriging bayesiano empírico 3D

Ilustración

Puntos 3D interpolados
Puntos 3D interpolados

Uso

  • El parámetro Entidades de entrada se puede proporcionar de las siguientes maneras:

    • Entidades de puntos 3D con elevaciones almacenadas como un atributo de geometría en Shape.Z
    • Entidades de puntos 2D con elevaciones almacenadas en un campo con atributos

    Se recomienda que proporcione entidades de puntos 3D porque todas unidades y conversiones de unidades se pueden realizar automáticamente. Puede convertir entidades de puntos 2D con un campo de elevación en entidades de puntos 3D mediante la herramienta de geoprocesamiento De entidad a 3D por atributo.

  • Capas de estadísticas geográficas en 3D puede predecir puntos de destino en 3D, así como exportarse a rásteres y curvas de nivel de entidades a cualquier elevación. También se pueden exportar simultáneamente varios rásteres a distintas elevaciones y guardarlos como un dataset ráster multidimensional.

  • Todas las entidades de entrada deben estar en un sistema de coordenadas proyectadas. Si sus puntos están almacenados en un sistema de coordenadas geográficas con coordenadas de latitud y longitud, los puntos deben proyectarse con la herramienta Proyectar antes de utilizar esta herramienta.

  • Se usa una vecindad de búsqueda Standard3D para calcular predicciones. Todas las distancias utilizadas para buscar vecinos se calcularán en el sistema de coordenadas extendido una vez aplicado el parámetro Factor de inflación de elevación. Consulte Cambio horizontal y vertical en valores de datos para obtener más información.

Parámetros

EtiquetaExplicaciónTipo de datos
Entidades de entrada

Las entidades de punto de entrada que contiene el campo que se interpolará.

Feature Layer
Campo de elevación

El campo Entidades de entrada que contiene el valor de elevación de cada punto de entrada.

Si los valores de elevación se almacenan como atributos de geometría en Shape.Z, se recomienda utilizar ese campo. Si los valores de elevación se almacenan en un campo de atributo, los valores de elevación deben indicar la distancia respecto al nivel del mar. Los valores positivos indican una distancia por encima del nivel del mar, y los valores negativos indican una distancia por debajo del nivel del mar.

Field
Campo de valor

El campo Entidades de entrada que contiene los valores medidos que se interpolarán.

Field
Capa de estadísticas geográficas de salida

La capa de estadísticas geográficas de salida que mostrará el resultado de la interpolación.

Geostatistical Layer
Unidades del campo de elevación
(Opcional)

Las unidades de Campo de elevación.

Si Shape.Z se proporciona como campo de elevación, las unidades coincidirán automáticamente con las unidades z del sistema de coordenadas verticales.

  • Pulgadas de agrimensura de EE. UU.Las elevaciones están en pulgadas de agrimensura estadounidenses.
  • Pies de agrimensura de EE. UU.Las elevaciones están en pies de agrimensura estadounidenses.
  • Yardas de agrimensura de EE. UU.Las elevaciones están en yardas de agrimensura estadounidenses.
  • Millas de agrimensura de EE. UU.Las elevaciones están en millas de agrimensura estadounidenses.
  • Millas náuticas topográficas de EE. UU.Las elevaciones están en millas náuticas de agrimensura estadounidenses.
  • MilímetrosLas elevaciones están en milímetros.
  • CentímetrosLas elevaciones están en centímetros.
  • DecímetrosLas elevaciones están en decímetros.
  • MetrosLas elevaciones están en metros.
  • KilómetrosLas elevaciones están en kilómetros.
  • Pulgadas internacionalesLas elevaciones están en pulgadas internacionales.
  • Pies internacionalesLas elevaciones están en pies internacionales.
  • Yardas internacionalesLas elevaciones están en yardas internacionales.
  • Millas terrestresLas elevaciones están en millas terrestres.
  • Millas náuticas internacionalesLas elevaciones están en millas náuticas internacionales.
String
Campo de error de medición
(Opcional)

Especifica el error de medición de cada punto de las entidades de entrada. Para cada punto, el valor de este campo debería corresponderse con una desviación estándar del valor medido del punto. Utilice este campo si los valores de error de medición no son los mismos en cada punto.

Una fuente común de error de medición no constante es cuando los datos se miden con diferentes dispositivos. Un dispositivo puede ser más preciso que otro, lo que significa que tendrá un error de medición menor. Por ejemplo, un termómetro redondea al grado más cercano y otro a la décima más cercana a un grado. La variabilidad de las mediciones la suele proporcionar el fabricante del dispositivo de medición o se puede conocer de la práctica empírica.

Deje este parámetro vacío si no hay ningún valor de error de medición o si se desconocen los valores de error de medición.

Field
Tipo de modelo de semivariograma
(Opcional)

El modelo de semivariograma que se utilizará para la interpolación.

  • PotenciaSemivariograma Potencia
  • LinealSemivariograma Lineal
  • Spline de lámina delgadaSemivariograma Spline de lámina delgada
  • ExponencialSemivariograma Exponencial
  • WhittleSemivariograma Whittle
  • K de BesselSemivariograma K de Bessel
String
Tipo de transformación
(Opcional)

Tipo de transformación que se aplicará a las entidades de entrada.

  • NingunaNo se aplica ninguna transformación. Esta es la opción predeterminada.
  • EmpíricaSe aplica la transformación de sesgo multiplicativo con función base Empírica.
  • Empírica logarítmicaSe aplica la transformación de sesgo multiplicativo con función base Empírica logarítmica. Todos los valores de datos deben ser positivos. Si elige esta opción, todas las predicciones serán positivas.
String
Tamaño de subconjunto
(Opcional)

El tamaño del subconjunto. Los datos de entrada se dividirán automáticamente en subconjuntos antes del procesamiento. Este parámetro controla el número de puntos que habrá en cada subconjunto.

Long
Factor de superposición del área del modelo local
(Opcional)

Factor que representa el grado de superposición entre los modelos locales (también llamados subconjuntos).

Cada punto de entrada puede encontrarse en varios subconjuntos, y el factor de superposición especifica el número promedio de subconjuntos en los que se encontrará cada punto. Un valor alto de factor de superposición hace que la superficie de salida sea más suave, pero también aumenta el tiempo de procesamiento. Los valores deben estar entre 1 y 5. La superposición real que se utilizará generalmente será mayor que este valor, por lo que cada subconjunto contendrá el mismo número de puntos.

Double
Número de semivariogramas simulados
(Opcional)

El número de semivariogramas simulados de cada modelo local.

Utilizar más simulaciones hará que los cálculos del modelo sean más estables, pero el modelo tardará más en calcularse.

Long
Orden de eliminación de tendencias
(Opcional)

El orden de eliminación de tendencias en dirección vertical.

Para la mayoría de los datos en tres dimensiones, los valores de los puntos cambian más rápido en vertical que en horizontal. Eliminar la tendencia en la dirección vertical ayudará a mitigar la situación y a estabilizar los cálculos.

  • NingunaNo elimina la tendencia. Esta es la opción predeterminada.
  • Primer ordenElimina la tendencia vertical de primer orden.
String
Factor de inflación de elevación
(Opcional)

Un valor constante que se multiplica por el valor del Campo de elevación antes de crear un subconjunto y una estimación del modelo. Para la mayoría de los datos en tres dimensiones, los valores de los puntos cambian más rápido en vertical que en horizontal; este factor expande las ubicaciones de los puntos de forma que una unidad de distancia en vertical es estadísticamente equivalente a una unidad de distancia en horizontal. Las ubicaciones de los puntos se volverán a mover a sus ubicaciones originales antes de devolver el resultado de la interpolación. Esta corrección es necesaria para estimar con precisión el modelo de semivariograma y para que Vecindad de búsqueda utilice los vecinos correctos. El factor de inflación de elevación no tiene unidades y proporcionará los mismos resultados independientemente de las unidades de la coordenada x, y o z de los puntos de entrada.

Si no se proporciona ningún valor para este parámetro, se calculará uno en tiempo de ejecución utilizando una estimación de máxima probabilidad. El valor se imprimirá como un mensaje de geoprocesamiento. El valor calculado en tiempo de ejecución estará comprendido entre 1 y 1000. Sin embargo, puede escribir valores entre 0,01 y 1.000.000. Si el valor calculado es igual a 1 o 1000, puede proporcionar valores fuera de ese rango y elegir un valor basado en la validación cruzada.

Double
Vecindad de búsqueda
(Opcional)

Especifica el número y la orientación de los vecinos que se utilizarán para predecir valores en nuevas ubicaciones.

Standard3D

  • Máx. vecinos: el número máximo de vecinos por sector que se utilizará para estimar el valor en la ubicación desconocida.
  • Mín. vecinos: el número mínimo de vecinos por sector que se utilizará para estimar el valor en la ubicación desconocida.
  • Tipo de sector: la geometría de la vecindad 3D. Los sectores se utilizan para garantizar que los vecinos se utilicen en cada dirección alrededor de la ubicación de predicción. Todos los tipos de sector se forman a partir de los sólidos platónicos.
    • 1 sector (esfera): se utilizarán los vecinos más cercanos de cualquier dirección.
    • 4 sectores (tetraedro): divide el espacio en cuatro regiones y los vecinos se utilizarán en cada una de las cuatro regiones.
    • 6 sectores (cubo): divide el espacio en seis regiones y los vecinos se utilizarán en cada una de las seis regiones.
    • 8 sectores (octaedro): divide el espacio en ocho regiones y los vecinos se utilizarán en cada una de las ocho regiones.
    • 12 sectores (dodecaedro): divide el espacio en doce regiones y los vecinos se utilizarán en cada una de las doce regiones.
    • 20 sectores (icosaedro): divide el espacio en veinte regiones y los vecinos se utilizarán en cada una de las veinte regiones.
  • Radio: la longitud del radio de la vecindad de búsqueda.
Geostatistical Search Neighborhood
Elevación de salida predeterminada
(Opcional)

La elevación predeterminada de la Capa de estadísticas geográficas de salida.

La capa de estadísticas geográficas siempre se dibujará como una superficie horizontal en una elevación determinada, y este parámetro especifica esta elevación. Una vez creada, la elevación de la capa de estadísticas geográficas se puede cambiar con el control deslizante de rango.

Double
Tipo de superficie de salida
(Opcional)

El tipo de superficie en el que almacenar los resultados de interpolación.

  • PredicciónSe producen superficies de Predicción a partir de los valores interpolados.
  • Error estándar de predicciónSe producen superficies de Error estándar a partir de los errores estándar de los valores interpolados.
  • ProbabilidadSuperficie de probabilidad de valores que exceden o no un determinado umbral.
  • CuantilSuperficie de cuantiles que predice el cuantil especificado de la distribución de predicción.
String
Valor de cuantil
(Opcional)

El valor de cuantil para el cual se generará la capa de salida.

Double
Tipo de umbral de probabilidad
(Opcional)

Especifica si se calculará la probabilidad de exceder o no exceder el umbral especificado.

  • SuperaLos valores de probabilidad exceden el umbral. Esta es la opción predeterminada.
  • No superaLos valores de probabilidad no exceden el umbral.
String
Umbral de probabilidad
(Opcional)

El valor del umbral de probabilidad. Si se deja vacío, se utilizará la mediana (cuantil 50) de los datos de entrada.

Double

arcpy.ga.EmpiricalBayesianKriging3D(in_features, elevation_field, value_field, out_ga_layer, {elevation_units}, {measurement_error_field}, {semivariogram_model_type}, {transformation_type}, {subset_size}, {overlap_factor}, {number_simulations}, {trend_removal}, {elev_inflation_factor}, {search_neighborhood}, {output_elevation}, {output_type}, {quantile_value}, {threshold_type}, {probability_threshold})
NombreExplicaciónTipo de datos
in_features

Las entidades de punto de entrada que contiene el campo que se interpolará.

Feature Layer
elevation_field

El campo in_features que contiene el valor de elevación de cada punto de entrada.

Si los valores de elevación se almacenan como atributos de geometría en Shape.Z, se recomienda utilizar ese campo. Si los valores de elevación se almacenan en un campo de atributo, los valores de elevación deben indicar la distancia respecto al nivel del mar. Los valores positivos indican una distancia por encima del nivel del mar, y los valores negativos indican una distancia por debajo del nivel del mar.

Field
value_field

El campo in_features que contiene los valores medidos que se interpolarán.

Field
out_ga_layer

La capa de estadísticas geográficas de salida que mostrará el resultado de la interpolación.

Geostatistical Layer
elevation_units
(Opcional)

Las unidades de elevation_field.

Si Shape.Z se proporciona como campo de elevación, las unidades coincidirán automáticamente con las unidades z del sistema de coordenadas verticales.

  • INCHLas elevaciones están en pulgadas de agrimensura estadounidenses.
  • FOOTLas elevaciones están en pies de agrimensura estadounidenses.
  • YARDLas elevaciones están en yardas de agrimensura estadounidenses.
  • MILE_USLas elevaciones están en millas de agrimensura estadounidenses.
  • NAUTICAL_MILELas elevaciones están en millas náuticas de agrimensura estadounidenses.
  • MILLIMETERLas elevaciones están en milímetros.
  • CENTIMETERLas elevaciones están en centímetros.
  • DECIMETERLas elevaciones están en decímetros.
  • METERLas elevaciones están en metros.
  • KILOMETERLas elevaciones están en kilómetros.
  • INCH_INTLas elevaciones están en pulgadas internacionales.
  • FOOT_INTLas elevaciones están en pies internacionales.
  • YARD_INTLas elevaciones están en yardas internacionales.
  • MILE_INTLas elevaciones están en millas terrestres.
  • NAUTICAL_MILE_INTLas elevaciones están en millas náuticas internacionales.
String
measurement_error_field
(Opcional)

Especifica el error de medición de cada punto de las entidades de entrada. Para cada punto, el valor de este campo debería corresponderse con una desviación estándar del valor medido del punto. Utilice este campo si los valores de error de medición no son los mismos en cada punto.

Una fuente común de error de medición no constante es cuando los datos se miden con diferentes dispositivos. Un dispositivo puede ser más preciso que otro, lo que significa que tendrá un error de medición menor. Por ejemplo, un termómetro redondea al grado más cercano y otro a la décima más cercana a un grado. La variabilidad de las mediciones la suele proporcionar el fabricante del dispositivo de medición o se puede conocer de la práctica empírica.

Deje este parámetro vacío si no hay ningún valor de error de medición o si se desconocen los valores de error de medición.

Field
semivariogram_model_type
(Opcional)

El modelo de semivariograma que se utilizará para la interpolación.

  • POWERSemivariograma Potencia
  • LINEARSemivariograma Lineal
  • THIN_PLATE_SPLINESemivariograma Spline de lámina delgada
  • EXPONENTIALSemivariograma Exponencial
  • WHITTLESemivariograma Whittle
  • K_BESSELSemivariograma K de Bessel
String
transformation_type
(Opcional)

Tipo de transformación que se aplicará a las entidades de entrada.

  • NONENo se aplica ninguna transformación. Esta es la opción predeterminada.
  • EMPIRICALSe aplica la transformación de sesgo multiplicativo con función base Empírica.
  • LOGEMPIRICALSe aplica la transformación de sesgo multiplicativo con función base Empírica logarítmica. Todos los valores de datos deben ser positivos. Si elige esta opción, todas las predicciones serán positivas.
String
subset_size
(Opcional)

El tamaño del subconjunto. Los datos de entrada se dividirán automáticamente en subconjuntos antes del procesamiento. Este parámetro controla el número de puntos que habrá en cada subconjunto.

Long
overlap_factor
(Opcional)

Factor que representa el grado de superposición entre los modelos locales (también llamados subconjuntos).

Cada punto de entrada puede encontrarse en varios subconjuntos, y el factor de superposición especifica el número promedio de subconjuntos en los que se encontrará cada punto. Un valor alto de factor de superposición hace que la superficie de salida sea más suave, pero también aumenta el tiempo de procesamiento. Los valores deben estar entre 1 y 5. La superposición real que se utilizará generalmente será mayor que este valor, por lo que cada subconjunto contendrá el mismo número de puntos.

Double
number_simulations
(Opcional)

El número de semivariogramas simulados de cada modelo local.

Utilizar más simulaciones hará que los cálculos del modelo sean más estables, pero el modelo tardará más en calcularse.

Long
trend_removal
(Opcional)

El orden de eliminación de tendencias en dirección vertical.

Para la mayoría de los datos en tres dimensiones, los valores de los puntos cambian más rápido en vertical que en horizontal. Eliminar la tendencia en la dirección vertical ayudará a mitigar la situación y a estabilizar los cálculos.

  • NONENo elimina la tendencia. Esta es la opción predeterminada.
  • FIRSTElimina la tendencia vertical de primer orden.
String
elev_inflation_factor
(Opcional)

Un valor constante que se multiplica por el valor del Campo de elevación antes de crear un subconjunto y una estimación del modelo. Para la mayoría de los datos en tres dimensiones, los valores de los puntos cambian más rápido en vertical que en horizontal; este factor expande las ubicaciones de los puntos de forma que una unidad de distancia en vertical es estadísticamente equivalente a una unidad de distancia en horizontal. Las ubicaciones de los puntos se volverán a mover a sus ubicaciones originales antes de devolver el resultado de la interpolación. Esta corrección es necesaria para estimar con precisión el modelo de semivariograma y para que Vecindad de búsqueda utilice los vecinos correctos. El factor de inflación de elevación no tiene unidades y proporcionará los mismos resultados independientemente de las unidades de la coordenada x, y o z de los puntos de entrada.

Si no se proporciona ningún valor para este parámetro, se calculará uno en tiempo de ejecución utilizando una estimación de máxima probabilidad. El valor se imprimirá como un mensaje de geoprocesamiento. El valor calculado en tiempo de ejecución estará comprendido entre 1 y 1000. Sin embargo, puede escribir valores entre 0,01 y 1.000.000. Si el valor calculado es igual a 1 o 1000, puede proporcionar valores fuera de ese rango y elegir un valor basado en la validación cruzada.

Double
search_neighborhood
(Opcional)

Especifica el número y la orientación de los vecinos con la clase SearchNeighborhoodStandard3D.

Standard3D

  • radius: la longitud del radio de la vecindad de búsqueda.
  • nbrMax: el número máximo de vecinos por sector que se utilizará para estimar el valor en la ubicación desconocida.
  • nbrMin: el número mínimo de vecinos por sector que se utilizará para estimar el valor en la ubicación desconocida.
  • sectorType: la geometría de la vecindad 3D. Los sectores se utilizan para garantizar que los vecinos se utilicen en diferentes direcciones alrededor de la ubicación de predicción. Todos los tipos de sector se forman a partir de los sólidos platónicos.
    • ONE_SECTOR: se utilizarán los vecinos más cercanos de cualquier dirección.
    • FOUR_SECTORS: divide el espacio en cuatro regiones y los vecinos se utilizarán en cada una de las cuatro regiones.
    • SIX_SECTORS: divide el espacio en seis regiones y los vecinos se utilizarán en cada una de las seis regiones.
    • EIGHT_SECTORS: divide el espacio en ocho regiones y los vecinos se utilizarán en cada una de las ocho regiones.
    • TWELVE_SECTORS: divide el espacio en doce regiones y los vecinos se utilizarán en cada una de las doce regiones.
    • TWENTY_SECTORS: divide el espacio en veinte regiones y los vecinos se utilizarán en cada una de las veinte regiones.
Geostatistical Search Neighborhood
output_elevation
(Opcional)

La elevación predeterminada de la out_ga_layer.

La capa de estadísticas geográficas siempre se dibujará como una superficie horizontal en una elevación determinada, y este parámetro especifica esta elevación. Una vez creada, la elevación de la capa de estadísticas geográficas se puede cambiar con el control deslizante de rango.

Double
output_type
(Opcional)

El tipo de superficie en el que almacenar los resultados de interpolación.

Para obtener más información sobre los tipos de superficie de salida, consulte ¿Qué tipos de superficie de salida pueden generar los modelos de interpolación?

  • PREDICTIONSe producen superficies de Predicción a partir de los valores interpolados.
  • PREDICTION_STANDARD_ERRORSe producen superficies de Error estándar a partir de los errores estándar de los valores interpolados.
  • PROBABILITYSuperficie de probabilidad de valores que exceden o no un determinado umbral.
  • QUANTILESuperficie de cuantiles que predice el cuantil especificado de la distribución de predicción.
String
quantile_value
(Opcional)

El valor de cuantil para el cual se generará la capa de salida.

Double
threshold_type
(Opcional)

Especifica si se calculará la probabilidad de exceder o no exceder el umbral especificado.

  • EXCEEDLos valores de probabilidad exceden el umbral. Esta es la opción predeterminada.
  • NOT_EXCEEDLos valores de probabilidad no exceden el umbral.
String
probability_threshold
(Opcional)

El valor del umbral de probabilidad. Si se deja vacío, se utilizará la mediana (cuantil 50) de los datos de entrada.

Double

Muestra de código

Ejemplo 1 de kriging bayesiano empírico 3D (ventana de Python)

Interpola una clase de entidad de punto 3D utilizando la herramienta Empirical Bayesian Kriging 3D.

import arcpy
arcpy.ga.EmpiricalBayesianKriging3D("my3DLayer", "Shape.Z", "myValueField", "myGALayer", "METER", "",
                                    "POWER", "NONE", 100, 1, 100, "NONE", "",
                                    "NBRTYPE=Standard3D RADIUS=10000 NBR_MAX=15 NBR_MIN=10 SECTOR_TYPE=ONE_SECTOR",
                                    "", "PREDICTION", 0.5, "EXCEED", None)
Ejemplo 2 de kriging bayesiano empírico 3D (script independiente)

Interpola una clase de entidad de punto 3D utilizando la herramienta Empirical Bayesian Kriging 3D.

# Name: EBK3D_Example_02.py
# Description: Interpolates 3D points.
# Requirements: Geostatistical Analyst Extension
# Author: Esri

# Import system modules
import arcpy

# Set local variables
in3DPoints = "C:/gapyexamples/input/my3DPoints.shp"
elevationField = "Shape.Z"
valueField = "myValueField"
outGALayer = "myGALayer"
elevationUnit = "METER"
measurementErrorField = "myMEField"
semivariogramModel = "LINEAR"
transformationType = "NONE"
subsetSize = 80
overlapFactor = 1.5
numSimulations = 200
trendRemoval = "FIRST"
elevInflationFactor = 20
radius = 10000
maxNeighbors = 15
minNeighbors = 10
sectorType = "FOUR_SECTORS"
searchNeighborhood = arcpy.SearchNeighborhoodStandard3D(radius, maxNeighbors, minNeighbors, sectorType)
outputElev = 1000
outputType = "PREDICTION"

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

# Execute Empirical Bayesian Kriging 3D
arcpy.ga.EmpiricalBayesianKriging3D(in3DPoints, elevationField, valueField, outGALayer, elevationUnit, myMEField,
                                    semivariogramModel, transformationType, subsetSize, overlapFactor, numSimulations,
                                    trendRemoval, elevInflationFactor, searchNeighborhood, outputElev, outputType)

Información de licenciamiento

  • Basic: Requiere Geostatistical Analyst
  • Standard: Requiere Geostatistical Analyst
  • Advanced: Requiere Geostatistical Analyst

Temas relacionados