Kriging bayesiano empírico 3D (Geostatistical Analyst)—ArcGIS Pro

Disponible con una licencia de Geostatistical Analyst.

Resumen

Interpola puntos 3D utilizando la metodología Kriging bayesiano empírico. 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 mediante 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

Se muestran los puntos 3D interpolados.

Uso

Las 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 entidad a 3D por atributo.
Las capas de estadísticas geográficas en 3D pueden visualizarse como capas vóxel mediante la herramienta De capa 3D de GA a NetCDF. También pueden 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 los puntos están almacenados en un sistema de coordenadas geográficas con coordenadas de latitud y longitud, deben proyectarse con la herramienta Proyectar antes de utilizar esta herramienta.
Se usa una vecindad de búsqueda Standard3D para calcular predicciones. Todas las distancias que se utilizan para buscar vecinos se calcularán en el sistema de coordenadas extendido una vez aplicado el valor de parámetro Factor de inflación de elevación. Consulte Cambio horizontal y vertical en valores de datos para obtener más información.

Parámetros

Etiqueta	Explicación	Tipo 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 de 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 medio 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 de 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 del 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. Milímetros—Las elevaciones están en milímetros. Centímetros—Las elevaciones están en centímetros. Decímetros—Las elevaciones están en decímetros. Metros—Las elevaciones están en metros. Kilómetros—Las elevaciones están en kilómetros. Pulgadas internacionales—Las elevaciones están en pulgadas internacionales. Pies internacionales—Las elevaciones están en pies internacionales. Yardas internacionales—Las elevaciones están en yardas internacionales. Millas terrestres—Las elevaciones están en millas terrestres. Millas náuticas internacionales—Las elevaciones están en millas náuticas internacionales.	String
Campo de error de medición (Opcional)	El campo de entidades de entrada que contiene los valores de error de medición para cada punto. El valor debe corresponderse con una desviación estándar del valor medido de cada 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. Potencia—Se utilizará el modelo de semivariograma Potencia. Lineal—Se utilizará el modelo de semivariograma lineal. Spline de lámina delgada—Se utilizará el modelo de semivariograma Spline de lámina delgada. Exponencial—Se utilizará el modelo de semivariograma exponencial. Whittle—Se utilizará el modelo de semivariograma Whittle. K de Bessel—Se utilizará el modelo de semivariograma K de Bessel.	String
Tipo de transformación (Opcional)	Tipo de transformación que se aplicará a las entidades de entrada. Ninguna—No se aplicará ninguna transformación. Esta es la opción predeterminada. Empírica—Se aplicará la transformación de sesgo multiplicativo con función base Empírica. Empírica logarítmica—Se aplicará 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 que se utilizará para 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)	Especifica el orden de eliminación de tendencias en dirección vertical. Para la mayoría de los datos 3D, 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. Ninguna—No se eliminará la tendencia vertical. Esta es la opción predeterminada. Primer orden—Se eliminará 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 3D, 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 así como los vecinos correctos para el parámetro Vecindad de búsqueda. 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 proporcionar 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): el espacio se dividirá en 4 regiones y los vecinos se utilizarán en cada una de las 4 regiones. 6 sectores (cubo): el espacio se dividirá en 6 regiones y los vecinos se utilizarán en cada una de las 6 regiones. 8 sectores (octaedro): el espacio se dividirá en 8 regiones y los vecinos se utilizarán en cada una de las 8 regiones. 12 sectores (dodecaedro): el espacio se dividirá en 12 regiones y los vecinos se utilizarán en cada una de las 12 regiones. 20 sectores (icosaedro): el espacio se dividirá en 20 regiones y los vecinos se utilizarán en cada una de las 20 regiones. Radio: la longitud del radio de la vecindad de búsqueda.	Geostatistical Search Neighborhood
Elevación de salida predeterminada (Opcional)	La elevación predeterminada del valor del parámetro Capa de estadísticas geográficas de salida. La capa de estadísticas geográficas 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. Predicción—Se producen superficies de Predicción a partir de los valores interpolados. Error estándar de predicción—Se producen superficies de Error estándar a partir de los errores estándar de los valores interpolados. Probabilidad—La superficie de salida será superficies de probabilidad de valores que exceden o no un determinado umbral. Cuantil—La superficie de salida será superficies de cuantiles que predicen 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 que un valor exceda o no exceda el umbral especificado. Supera—Se calculará la probabilidad de que el valor supere el umbral. Esta es la opción predeterminada. No supera—Se calculará la probabilidad de que el valor no supere el umbral.	String
Umbral de probabilidad (Opcional)	El valor del umbral de probabilidad. Si no se proporciona ningún valor, 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})

Nombre	Explicación	Tipo de datos
in_features	Las entidades de punto de entrada que contiene el campo que se interpolará.	Feature Layer
elevation_field	El campo de 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 medio 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 de entidades de entrada 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 del 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. INCH—Las elevaciones están en pulgadas de agrimensura estadounidenses. FOOT—Las elevaciones están en pies de agrimensura estadounidenses. YARD—Las elevaciones están en yardas de agrimensura estadounidenses. MILE_US—Las elevaciones están en millas de agrimensura estadounidenses. NAUTICAL_MILE—Las elevaciones están en millas náuticas de agrimensura estadounidenses. MILLIMETER—Las elevaciones están en milímetros. CENTIMETER—Las elevaciones están en centímetros. DECIMETER—Las elevaciones están en decímetros. METER—Las elevaciones están en metros. KILOMETER—Las elevaciones están en kilómetros. INCH_INT—Las elevaciones están en pulgadas internacionales. FOOT_INT—Las elevaciones están en pies internacionales. YARD_INT—Las elevaciones están en yardas internacionales. MILE_INT—Las elevaciones están en millas terrestres. NAUTICAL_MILE_INT—Las elevaciones están en millas náuticas internacionales.	String
measurement_error_field (Opcional)	El campo de entidades de entrada que contiene los valores de error de medición para cada punto. El valor debe corresponderse con una desviación estándar del valor medido de cada 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. POWER—Se utilizará el modelo de semivariograma Potencia. LINEAR—Se utilizará el modelo de semivariograma lineal. THIN_PLATE_SPLINE—Se utilizará el modelo de semivariograma Spline de lámina delgada. EXPONENTIAL—Se utilizará el modelo de semivariograma exponencial. WHITTLE—Se utilizará el modelo de semivariograma Whittle. K_BESSEL—Se utilizará el modelo de semivariograma K de Bessel.	String
transformation_type (Opcional)	Tipo de transformación que se aplicará a las entidades de entrada. NONE—No se aplicará ninguna transformación. Esta es la opción predeterminada. EMPIRICAL—Se aplicará la transformación de sesgo multiplicativo con función base Empírica. LOGEMPIRICAL—Se aplicará 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 que se utilizará para 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)	Especifica el orden de eliminación de tendencias en dirección vertical. Para la mayoría de los datos 3D, 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. NONE—No se eliminará la tendencia vertical. Esta es la opción predeterminada. FIRST—Se eliminará 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 3D, 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 así como los vecinos correctos para el parámetro Vecindad de búsqueda. 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 proporcionar 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: el espacio se dividirá en 4 regiones y los vecinos se utilizarán en cada una de las 4 regiones. SIX_SECTORS: el espacio se dividirá en 6 regiones y los vecinos se utilizarán en cada una de las 6 regiones. EIGHT_SECTORS: el espacio se dividirá en 8 regiones y los vecinos se utilizarán en cada una de las 8 regiones. TWELVE_SECTORS: el espacio se dividirá en 12 regiones y los vecinos se utilizarán en cada una de las 12 regiones. TWENTY_SECTORS: el espacio se dividirá en 20 regiones y los vecinos se utilizarán en cada una de las 20 regiones.	Geostatistical Search Neighborhood
output_elevation (Opcional)	La elevación predeterminada del valor del parámetro out_ga_layer. La capa de estadísticas geográficas 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? PREDICTION—Se producen superficies de Predicción a partir de los valores interpolados. PREDICTION_STANDARD_ERROR—Se producen superficies de Error estándar a partir de los errores estándar de los valores interpolados. PROBABILITY—La superficie de salida será superficies de probabilidad de valores que exceden o no un determinado umbral. QUANTILE—La superficie de salida será superficies de cuantiles que predicen 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 que un valor exceda o no exceda el umbral especificado. EXCEED—Se calculará la probabilidad de que el valor supere el umbral. Esta es la opción predeterminada. NOT_EXCEED—Se calculará la probabilidad de que el valor no supere el umbral.	String
probability_threshold (Opcional)	El valor del umbral de probabilidad. Si no se proporciona ningún valor, se utilizará la mediana (cuantil ⁵⁰) de los datos de entrada.	Double

Muestra de código

Ejemplo 1 de EmpiricalBayesianKriging3D (ventana de Python)

Interpola una clase de entidad de punto 3D utilizando la función EmpiricalBayesianKriging3D.

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 EmpiricalBayesianKriging3D (script independiente)

Interpola una clase de entidad de punto 3D utilizando la función EmpiricalBayesianKriging3D.

# 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)

Entornos

Puntos coincidentes, Extensión, Factor de procesamiento en paralelo

Información de licenciamiento

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

Temas relacionados

¿Algún comentario sobre este tema?