Kriging bayesiano empírico (Geostatistical Analyst)

Disponible con una licencia de Geostatistical Analyst.

Resumen

El kriging bayesiano empírico es un método de interpolación que tiene en cuenta el error al estimar el semivariograma subyacente a través de simulaciones repetidas.

¿Qué es el kriging bayesiano empírico?

Uso

  • Este método kriging puede manipular razonablemente datos de entrada no estacionarios.

  • Este método de interpolación admite únicamente las Vecindades de búsqueda Estándar circular y Circular suavizado.

  • La opción Circular suavizado de Vecindad de búsqueda aumentará considerablemente el tiempo de ejecución.

  • Cuanto mayores sean los valores de Número máximo de puntos de cada modelo loca y Factor de superposición del modelo local, mayor será el tiempo de ejecución. Aplicar una Transformación de datos también aumentará considerablemente el tiempo de ejecución.

  • Para evitar que se quede sin memoria, el software puede limitar el número de núcleos de CPU que se pueden utilizar para el procesamiento en paralelo.

  • Si los datos de entrada están en un sistema de coordenadas geográficas, todas las distancias se calcularán mediante distancias de cuerda. Para obtener más información sobre distancias de cuerda, consulte la sección Cálculos de distancia para datos en coordenadas geográficas del tema de ayuda Qué es el kriging bayesiano empírico.

Parámetros

EtiquetaExplicaciónTipo de datos
Entidades de entrada

Las entidades de puntos de entrada que contienen los valores z que se interpolarán.

Feature Layer
Campo de valores Z

Campo que contiene un valor de altura o magnitud para cada punto. Puede ser un campo numérico o el campo Shape si las entidades de entrada contienen valores z o m.

Field
Capa de estadísticas geográficas de salida
(Opcional)

La capa de estadísticas geográficas generada. Esta capa es una salida obligatoria solo si no se requiere un ráster de salida.

Geostatistical Layer
Ráster de salida
(Opcional)

El ráster de salida. Este ráster es una salida obligatoria solo si no se requiere una capa de estadísticas geográficas de salida.

Raster Dataset
Tamaño de celda de salida
(Opcional)

El tamaño de celda con el que se creará el ráster de salida.

Este valor se puede establecer explícitamente en Entornos con el parámetro Tamaño de celda.

Si no está configurado, es el valor más bajo del ancho o la altura de la extensión de las entidades de puntos de entrada, en la referencia espacial de salida, dividido entre 250.

Analysis Cell Size
Tipo de transformación de datos
(Opcional)

Tipo de transformación que se aplicará a los datos de entrada.

  • NingunaNo se aplica ninguna transformación. Esta es la opción predeterminada.
  • EmpíricaTransformación de sesgo multiplicativo con función base Empírica.
  • Empírica logarítmicaTransformación 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
Número máximo de puntos de cada modelo local
(Opcional)

Los datos de entrada se dividirán automáticamente en grupos que no tienen más que este número de puntos.

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 del factor de superposición hace que la superficie de salida sea más suave, pero también aumenta el tiempo de procesamiento. Los valores típicos varían entre 0,01 y 5.

Double
Número de semivariogramas simulados
(Opcional)

El número de semivariogramas simulados de cada modelo local.

Long
Vecindad de búsqueda
(Opcional)

Define qué puntos colindantes se utilizarán para controlar la salida. Estándar circular es la opción predeterminada.

Estándar circular

  • Máx. vecinos: el número máximo de vecinos que se utilizará para estimar el valor en la ubicación desconocida.
  • Mín. vecinos: el número mínimo de vecinos que se utilizará para estimar el valor en la ubicación desconocida.
  • Tipo de sector: la geometría de la vecindad.
    • Un sector: elipse simple.
    • Cuatro sectores: elipse dividida en cuatro sectores.
    • Cuatro sectores desplazados: elipse dividida en cuatro sectores y desplazada 45 grados.
    • Ocho sectores: elipse dividida en ocho sectores.
  • Ángulo: el ángulo de rotación para el eje (círculo) o semieje mayor (elipse) de la ventana en movimiento.
  • Radio: la longitud del radio del círculo de búsqueda.

Circular suavizado

  • Factor de suavizado: la opción Suavizar interpolación crea una elipse exterior y una elipse interior a una distancia igual al Semieje mayor multiplicada por el Factor de suavizado. Los puntos que quedan fuera de la elipse más pequeña, pero dentro de la elipse más grande, se ponderan mediante una función sigmoidea con un valor entre cero y uno.
  • Radio: la longitud del radio del círculo de búsqueda.
Geostatistical Search Neighborhood
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 el ráster 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
Tipo de modelo de semivariograma
(Opcional)

El modelo de semivariograma que se utilizará para la interpolación.

Las opciones disponibles dependen del valor del parámetro Tipo de transformación de datos.

Si el tipo de transformación se establece en Ninguna, solo estarán disponibles los tres primeros semivariogramas. Si el tipo es Empírica o Empírica logarítmica, estarán disponibles los últimos seis semivariogramas.

Para obtener más información sobre cómo elegir un semivariograma adecuado para sus datos, consulte el tema Qué es el kriging bayesiano empírico.

  • PotenciaSemivariograma Potencia
  • LinealSemivariograma Lineal
  • Spline de lámina delgadaSemivariograma Spline de lámina delgada
  • ExponencialSemivariograma Exponencial
  • Exponencial sin tendenciaSemivariograma Exponencial con eliminación de tendencia de primer orden
  • WhittleSemivariograma Whittle
  • Whittle sin tendenciaSemivariograma Whittle con eliminación de tendencia de primer orden
  • K de BesselSemivariograma K de Bessel
  • K de Bessel sin tendenciaSemivariograma K de Bessel con eliminación de tendencia de primer orden
String

arcpy.ga.EmpiricalBayesianKriging(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})
NombreExplicaciónTipo de datos
in_features

Las entidades de puntos de entrada que contienen los valores z que se interpolarán.

Feature Layer
z_field

Campo que contiene un valor de altura o magnitud para cada punto. Puede ser un campo numérico o el campo Shape si las entidades de entrada contienen valores z o m.

Field
out_ga_layer
(Opcional)

La capa de estadísticas geográficas generada. Esta capa es una salida obligatoria solo si no se requiere un ráster de salida.

Geostatistical Layer
out_raster
(Opcional)

El ráster de salida. Este ráster es una salida obligatoria solo si no se requiere una capa de estadísticas geográficas de salida.

Raster Dataset
cell_size
(Opcional)

El tamaño de celda con el que se creará el ráster de salida.

Este valor se puede establecer explícitamente en Entornos con el parámetro Tamaño de celda.

Si no está configurado, es el valor más bajo del ancho o la altura de la extensión de las entidades de puntos de entrada, en la referencia espacial de salida, dividido entre 250.

Analysis Cell Size
transformation_type
(Opcional)

Tipo de transformación que se aplicará a los datos de entrada.

  • NONENo se aplica ninguna transformación. Esta es la opción predeterminada.
  • EMPIRICALTransformación de sesgo multiplicativo con función base Empírica.
  • LOGEMPIRICALTransformación 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
max_local_points
(Opcional)

Los datos de entrada se dividirán automáticamente en grupos que no tienen más que este número de puntos.

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 del factor de superposición hace que la superficie de salida sea más suave, pero también aumenta el tiempo de procesamiento. Los valores típicos varían entre 0,01 y 5.

Double
number_semivariograms
(Opcional)

El número de semivariogramas simulados de cada modelo local.

Long
search_neighborhood
(Opcional)

Define qué puntos colindantes se utilizarán para controlar la salida. Estándar circular es la opción predeterminada.

A continuación, se muestran clases de vecindades de búsqueda: SearchNeighborhoodStandardCircular y SearchNeighborhoodSmoothCircular.

Estándar circular

  • radius: la longitud del radio del círculo de búsqueda.
  • angle: el ángulo de rotación para el eje (círculo) o semieje mayor (elipse) de la ventana en movimiento.
  • nbrMax: el número máximo de vecinos que se utilizará para estimar el valor en la ubicación desconocida.
  • nbrMin: el número mínimo de vecinos que se utilizará para estimar el valor en la ubicación desconocida.
  • sectorType: la geometría de la vecindad.
    • ONE_SECTOR: elipse simple.
    • FOUR_SECTORS: elipse dividida en cuatro sectores.
    • FOUR_SECTORS_SHIFTED: elipse dividida en cuatro sectores y desplazada 45 grados.
    • EIGHT_SECTORS: elipse dividida en ocho sectores.

Circular suavizado

  • radius: la longitud del radio del círculo de búsqueda.
  • smoothFactor: la opción Suavizar interpolación crea una elipse exterior y una elipse interior a una distancia igual al Semieje mayor multiplicada por el Factor de suavizado. Los puntos que quedan fuera de la elipse más pequeña, pero dentro de la elipse más grande, se ponderan mediante una función sigmoidea con un valor entre cero y uno.
Geostatistical Search Neighborhood
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 el ráster 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
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
  • EXPONENTIAL_DETRENDEDSemivariograma Exponencial con eliminación de tendencia de primer orden
  • WHITTLESemivariograma Whittle
  • WHITTLE_DETRENDEDSemivariograma Whittle con eliminación de tendencia de primer orden
  • K_BESSELSemivariograma K de Bessel
  • K_BESSEL_DETRENDEDSemivariograma K de Bessel con eliminación de tendencia de primer orden

Las opciones disponibles dependen del valor del parámetro transformation_type. Si el tipo de transformación se establece en NONE, solo estarán disponibles los tres primeros semivariogramas. Si el tipo es EMPIRICAL o LOGEMPIRICAL, estarán disponibles los últimos seis semivariogramas.

Para obtener más información sobre cómo elegir un semivariograma adecuado para sus datos, consulte el tema Qué es el kriging bayesiano empírico.

String

Muestra de código

Ejemplo 1 de EmpiricalBayesianKriging (ventana de Python)

Interpolar una serie de entidades de puntos a un ráster.

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")
Ejemplo 2 de EmpiricalBayesianKriging (script independiente)

Interpolar una serie de entidades de puntos a un ráster.

# 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"

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

Información de licenciamiento

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

Temas relacionados