Krigeage bayésien empirique 3D (Geostatistical Analyst)

Disponible avec une licence Geostatistical Analyst.

Synthèse

Le krigeage bayésien empirique 3D est une méthode d’interpolation géostatistique qui utilise l’outil Krigeage bayésien empirique pour interpoler des données ponctuelles 3D. Tous les points doivent avoir des coordonnées x, y et z et une valeur mesurée à interpoler. La sortie est une couche géostatistique 3D qui se calcule et s’affiche sous forme de transect 2D à une élévation donnée. Vous pouvez modifier l’élévation de la couche à l’aide du curseur de plage, ce qui met à jour la couche afin de représenter les prévisions interpolées pour la nouvelle élévation.

Les applications possibles de l’interpolation 3D sont les suivantes :

  • Les océanographes créent des cartes de l’oxygène dissous et de la salinité à différentes profondeurs océaniques.
  • Les chercheurs en sciences atmosphériques modélisent la pollution et les gaz à effet de serre dans l’atmosphère.
  • Les géologues prédisent des propriétés géologiques souterraines telles que des concentrations en minéraux et la porosité.

En savoir plus sur le krigeage bayésien empirique 3D.

Illustration

Points 3D interpolés
Points 3D interpolés

Utilisation

  • Le paramètre Entités en entrée peut être fourni des façons suivantes :

    • Entités ponctuelles 3D dont les élévations sont stockées sous forme d’attribut géométrique dans Shape.Z
    • Entités ponctuelles 2D dont les élévations sont stockées dans un champ attributaire

    Il est recommandé de fournir des entités ponctuelles 3D car toutes les unités et conversions d’unités peuvent s’effectuer automatiquement. Vous pouvez convertir des entités ponctuelles 2D avec un champ d’élévation en entités ponctuelles 3D à l’aide de l’outil de géotraitement Entité en 3D par attribut.

  • Les couches géostatistiques en 3D peuvent prévoir les points cibles en 3D et être exportées sous forme de rasters et isolignes d’entité à n’importe quelle élévation. Plusieurs rasters à différentes élévations peuvent également être simultanément exportés et enregistrés sous forme de jeu de données raster multidimensionnel.

  • Toutes les entités en entrée doivent être dans un système de coordonnées projetées. Si vos points sont stockés dans un système de coordonnées géographiques avec des coordonnées de latitude et de longitude, ils doivent être projetés à l’aide de l’outil Projeter avant d’utiliser cet outil.

  • Un voisinage de recherche Standard 3D est utilisé pour calculer les prévisions. Toutes les distances utilisées pour trouver les voisins seront calculées dans le système de coordonnées étirées après l’application du paramètre Facteur d’inflation de l’élévation. Pour plus d’informations, consultez Modifications horizontales et verticales des valeurs de données.

Paramètres

ÉtiquetteExplicationType de données
Entités en entrée

Entités ponctuelles en entrée contenant le champ à interpoler.

Feature Layer
Champ d’élévation

Champ Entités en entrée contenant la valeur d’élévation de chaque point en entrée.

Si les valeurs d’élévation sont stockées sous forme d’attributs géométriques dans Shape.Z, il est recommandé d’utiliser ce champ. Si les valeurs d’élévation sont stockées dans un champ attributaire, elles doivent indiquer la distance par rapport au niveau de la mer. Les valeurs positives indiquent une distance au-dessus du niveau de la mer et les valeurs négatives une distance en dessous du niveau de la mer.

Field
Champ de valeur

Champ Entités en entrée contenant les valeurs mesurées qui seront interpolées.

Field
Couche géostatistique en sortie

Couche géostatistique en sortie qui affichera le résultat de l’interpolation.

Geostatistical Layer
Unités du champ d’élévation
(Facultatif)

Unités du Champ d’élévation.

Si Shape.Z est fourni comme champ d’élévation, les unités concordent automatiquement avec les unités z du système de coordonnées verticales.

  • Pouces d’arpentage américainsLes élévations sont en pouces d’arpentage américains.
  • Pieds d’arpentage américainsLes élévations sont en pieds d’arpentage américains.
  • Yards d’arpentage américainsLes élévations sont en yards d’arpentage américains.
  • Miles d’arpentage américainsLes élévations sont en miles d’arpentage américains.
  • Milles nautiques d’arpentage américainsLes élévations sont en milles nautiques d’arpentage américains.
  • MillimètresLes élévations sont en millimètres.
  • CentimètresLes élévations sont en centimètres.
  • DécimètresLes élévations sont en décimètres.
  • MètresLes élévations sont en mètres.
  • KilomètresLes élévations sont en kilomètres.
  • Pouces internationauxLes élévations sont en pouces internationaux.
  • Pieds internationauxLes élévations sont en pieds internationaux.
  • Yards internationauxLes élévations sont en yards internationaux.
  • Milles terrestresLes élévations sont en milles terrestres.
  • Milles nautiques internationauxLes élévations sont en milles nautiques internationaux.
String
Champ d’erreur de mesure
(Facultatif)

Spécifie l’erreur de mesure pour chaque point dans les entités en entrée. Pour chaque point, la valeur de ce champ doit correspondre à un écart type de la valeur mesurée du point. Utilisez ce champ si les valeurs d’erreur de mesure ne sont pas identiques pour chaque point.

Des données mesurées à l’aide de différents appareils sont fréquemment à l’origine d’erreurs de mesure non constantes. Un appareil peut être plus précis qu’un autre, ce qui implique qu’il génère des erreurs de mesure plus faibles. Par exemple, un thermomètre arrondit au degré le plus proche tandis qu’un autre arrondit au dixième de degré le plus proche. La variabilité des mesures est généralement fournie par le fabricant de l’appareil de mesure ou déterminée de manière empirique.

Laissez ce paramètre vide en l’absence de valeurs d’erreur de mesure ou si ces dernières sont inconnues.

Field
Type de modèle de semi-variogramme
(Facultatif)

Modèle de semi-variogramme qui sera utilisé pour l’interpolation.

  • PuissanceSemi-variogramme de type puissance
  • LinéaireSemi-variogramme de type linéaire
  • Spline de plaque minceSemi-variogramme de type spline de plaque mince
  • ExponentielSemi-variogramme de type exponentiel
  • WhittleSemi-variogramme de type Whittle
  • K de BesselSemi-variogramme de type K de Bessel
String
Type de transformation
(Facultatif)

Type de transformation à appliquer aux entités en entrée.

  • AucunN’appliquer aucune transformation. Il s’agit de l’option par défaut.
  • EmpiriqueLa transformation par coefficient multiplicatif correctif avec fonction de base Empirique est appliquée.
  • Logarithme empiriqueLa transformation par coefficient multiplicatif correctif avec fonction de base Logarithmique empirique est appliquée. Toutes les valeurs de données doivent être positives. Si cette option est sélectionnée, toutes les prévisions seront positives.
String
Taille des sous-ensembles
(Facultatif)

Taille des sous-ensembles. Les données en entrée seront automatiquement divisées en sous-ensembles avant le traitement. Ce paramètre contrôle le nombre de points que contiendra chaque sous-ensemble.

Long
Facteur de superposition de surface du modèle local
(Facultatif)

Facteur représentant le degré de superposition entre les modèles locaux (également appelés sous-ensembles).

Chaque point en entrée peut être placé dans plusieurs sous-ensembles et le facteur de superposition spécifie le nombre moyen de sous-ensembles dont fera partie chaque point. Une valeur élevée du facteur de superposition produit une surface en sortie plus lisse, mais augmente également le temps de traitement. Les valeurs doivent être comprises entre 1 et 5. La superposition réelle qui sera utilisée sera généralement supérieure à cette valeur et chaque sous-ensemble contiendra par conséquent le même nombre de points.

Double
Nombre de semi-variogrammes simulés
(Facultatif)

Nombre de semi-variogrammes simulés de chaque modèle local.

En augmentant le nombre de simulations, les calculs du modèle seront plus stables, mais le temps de calcul sera plus long.

Long
Ordre de suppression des tendances
(Facultatif)

Ordre de suppression des tendances dans la direction verticale.

Pour la plupart des données en trois dimensions, les valeurs des points changent plus rapidement verticalement qu’horizontalement. La suppression des tendances dans la direction verticale permet de compenser ce comportement et de stabiliser les calculs.

  • AucunNe pas supprimer les tendances. Il s’agit de l’option par défaut.
  • Premier ordreSupprimer les tendances verticales de premier ordre.
String
Facteur d’inflation de l’élévation
(Facultatif)

Valeur constante qui est multipliée par la valeur Champ d’élévation avant de procéder à l’établissement de sous-groupes et à l’estimation du modèle. Pour la plupart des données en trois dimensions, les valeurs des points changent plus rapidement verticalement qu’horizontalement. Ce facteur étire les localisations des points de telle sorte qu’une unité de distance verticale soit statistiquement équivalente à une unité de distance horizontale. Les localisations des points reviendront à leur position d’origine avant le renvoi du résultat de l’interpolation. Cette correction est nécessaire pour estimer avec précision le modèle de semi-variogramme et pour que le Voisinage de recherche utilise les voisins appropriés. Le facteur d’inflation de l’élévation est sans unité et fournira les mêmes résultats quelles que soient les unités de la coordonnée x, y ou z des points en entrée.

Si aucune valeur n’est fournie pour ce paramètre, une valeur est calculée au moment de l’exécution à l’aide de l’estimation de probabilité maximale. La valeur apparaîtra sous forme de message de géotraitement. La valeur calculée au moment de l’exécution sera comprise entre 1 et 1 000. Vous pouvez toutefois saisir des valeurs comprises entre 0,01 et 1 000 000. Si la valeur calculée est égale à 1 ou 1 000, vous pouvez indiquer des valeurs hors de cette plage et choisir une valeur basée sur la validation croisée.

Double
Voisinage de recherche
(Facultatif)

Indique le nombre et l’orientation des voisins qui seront utilisés pour prévoir des valeurs aux nouvelles localisations.

Standard 3D

  • Nbre max. de voisins : nombre maximal de voisins par secteur qui seront utilisés pour estimer la valeur à la localisation inconnue.
  • Nbre min. de voisins : nombre minimal de voisins par secteur qui seront utilisés pour estimer la valeur à la localisation inconnue.
  • Type de secteur : géométrie du voisinage 3D. Les secteurs permettent de s’assurer que les voisins sont utilisés dans chaque direction autour de la localisation de prévision. Tous les types de secteur sont formés à partir des solides de Platon.
    • 1 secteur (Sphère) : les voisins les plus proches à partir de n’importe quelle direction seront utilisés.
    • 4 secteurs (Tétraèdre) : divise l’espace en quatre régions, les voisins seront utilisés dans chacune des quatre régions.
    • 6 secteurs (Cube) : divise l’espace en six régions, les voisins seront utilisés dans chacune des six régions.
    • 8 secteurs (Octaèdre) : divise l’espace en huit régions, les voisins seront utilisés dans chacune des huit régions.
    • 12 secteurs (Dodécaèdre) : divise l’espace en douze régions, les voisins seront utilisés dans chacune des douze régions.
    • 20 secteurs (Icosaèdre) : divise l’espace en vingt régions, les voisins seront utilisés dans chacune des vingt régions.
  • Rayon : longueur du rayon du voisinage de recherche.
Geostatistical Search Neighborhood
Élévation en sortie par défaut
(Facultatif)

Élévation par défaut de la Couche géostatistique en sortie.

La couche géostatistique s’affichera toujours sous forme d’une surface horizontale à une élévation donnée et ce paramètre indique cette élévation. Lors de sa création, l’élévation de la couche géostatistique peut être modifiée à l’aide du curseur de plage.

Double
Type de surface en sortie
(Facultatif)

Type de surface pour stocker les résultats d’interpolation.

  • PrévisionLes surfaces de prédiction sont générées à partir des valeurs interpolées.
  • Erreur standard de prévisionLes surfaces d’erreur standard sont générées à partir des erreurs standard des valeurs interpolées.
  • ProbabilitéSurface de probabilité des valeurs dépassant ou non un certain seuil.
  • QuantileSurface de quantile prévoyant le quantile spécifié de la distribution de la prévision.
String
Valeur de quantile
(Facultatif)

Valeur de quantile pour laquelle la couche en sortie sera générée.

Double
Type de seuil de probabilité
(Facultatif)

Indique si la probabilité de dépassement ou de non-dépassement du seuil spécifié doit être calculée.

  • DépasserLes valeurs de probabilité dépassent le seuil. Il s’agit de l’option par défaut.
  • Ne pas dépasserLes valeurs de probabilité ne dépasseront pas le seuil.
String
Seuil de probabilité
(Facultatif)

Valeur du seuil de probabilité. Si ce champ n’est pas renseigné, la médiane (50e quantile) des données en entrée sera utilisée.

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})
NomExplicationType de données
in_features

Entités ponctuelles en entrée contenant le champ à interpoler.

Feature Layer
elevation_field

Champ in_features contenant la valeur d’élévation de chaque point en entrée.

Si les valeurs d’élévation sont stockées sous forme d’attributs géométriques dans Shape.Z, il est recommandé d’utiliser ce champ. Si les valeurs d’élévation sont stockées dans un champ attributaire, elles doivent indiquer la distance par rapport au niveau de la mer. Les valeurs positives indiquent une distance au-dessus du niveau de la mer et les valeurs négatives une distance en dessous du niveau de la mer.

Field
value_field

Champ in_features contenant les valeurs mesurées qui seront interpolées.

Field
out_ga_layer

Couche géostatistique en sortie qui affichera le résultat de l’interpolation.

Geostatistical Layer
elevation_units
(Facultatif)

Unités du champ elevation_field.

Si Shape.Z est fourni comme champ d’élévation, les unités concordent automatiquement avec les unités z du système de coordonnées verticales.

  • INCHLes élévations sont en pouces d’arpentage américains.
  • FOOTLes élévations sont en pieds d’arpentage américains.
  • YARDLes élévations sont en yards d’arpentage américains.
  • MILE_USLes élévations sont en miles d’arpentage américains.
  • NAUTICAL_MILELes élévations sont en milles nautiques d’arpentage américains.
  • MILLIMETERLes élévations sont en millimètres.
  • CENTIMETERLes élévations sont en centimètres.
  • DECIMETERLes élévations sont en décimètres.
  • METERLes élévations sont en mètres.
  • KILOMETERLes élévations sont en kilomètres.
  • INCH_INTLes élévations sont en pouces internationaux.
  • FOOT_INTLes élévations sont en pieds internationaux.
  • YARD_INTLes élévations sont en yards internationaux.
  • MILE_INTLes élévations sont en milles terrestres.
  • NAUTICAL_MILE_INTLes élévations sont en milles nautiques internationaux.
String
measurement_error_field
(Facultatif)

Spécifie l’erreur de mesure pour chaque point dans les entités en entrée. Pour chaque point, la valeur de ce champ doit correspondre à un écart type de la valeur mesurée du point. Utilisez ce champ si les valeurs d’erreur de mesure ne sont pas identiques pour chaque point.

Des données mesurées à l’aide de différents appareils sont fréquemment à l’origine d’erreurs de mesure non constantes. Un appareil peut être plus précis qu’un autre, ce qui implique qu’il génère des erreurs de mesure plus faibles. Par exemple, un thermomètre arrondit au degré le plus proche tandis qu’un autre arrondit au dixième de degré le plus proche. La variabilité des mesures est généralement fournie par le fabricant de l’appareil de mesure ou déterminée de manière empirique.

Laissez ce paramètre vide en l’absence de valeurs d’erreur de mesure ou si ces dernières sont inconnues.

Field
semivariogram_model_type
(Facultatif)

Modèle de semi-variogramme qui sera utilisé pour l’interpolation.

  • POWERSemi-variogramme de type puissance
  • LINEARSemi-variogramme de type linéaire
  • THIN_PLATE_SPLINESemi-variogramme de type spline de plaque mince
  • EXPONENTIALSemi-variogramme de type exponentiel
  • WHITTLESemi-variogramme de type Whittle
  • K_BESSELSemi-variogramme de type K de Bessel
String
transformation_type
(Facultatif)

Type de transformation à appliquer aux entités en entrée.

  • NONEN’appliquer aucune transformation. Il s’agit de l’option par défaut.
  • EMPIRICALLa transformation par coefficient multiplicatif correctif avec fonction de base Empirique est appliquée.
  • LOGEMPIRICALLa transformation par coefficient multiplicatif correctif avec fonction de base Logarithmique empirique est appliquée. Toutes les valeurs de données doivent être positives. Si cette option est sélectionnée, toutes les prévisions seront positives.
String
subset_size
(Facultatif)

Taille des sous-ensembles. Les données en entrée seront automatiquement divisées en sous-ensembles avant le traitement. Ce paramètre contrôle le nombre de points que contiendra chaque sous-ensemble.

Long
overlap_factor
(Facultatif)

Facteur représentant le degré de superposition entre les modèles locaux (également appelés sous-ensembles).

Chaque point en entrée peut être placé dans plusieurs sous-ensembles et le facteur de superposition spécifie le nombre moyen de sous-ensembles dont fera partie chaque point. Une valeur élevée du facteur de superposition produit une surface en sortie plus lisse, mais augmente également le temps de traitement. Les valeurs doivent être comprises entre 1 et 5. La superposition réelle qui sera utilisée sera généralement supérieure à cette valeur et chaque sous-ensemble contiendra par conséquent le même nombre de points.

Double
number_simulations
(Facultatif)

Nombre de semi-variogrammes simulés de chaque modèle local.

En augmentant le nombre de simulations, les calculs du modèle seront plus stables, mais le temps de calcul sera plus long.

Long
trend_removal
(Facultatif)

Ordre de suppression des tendances dans la direction verticale.

Pour la plupart des données en trois dimensions, les valeurs des points changent plus rapidement verticalement qu’horizontalement. La suppression des tendances dans la direction verticale permet de compenser ce comportement et de stabiliser les calculs.

  • NONENe pas supprimer les tendances. Il s’agit de l’option par défaut.
  • FIRSTSupprimer les tendances verticales de premier ordre.
String
elev_inflation_factor
(Facultatif)

Valeur constante qui est multipliée par la valeur Champ d’élévation avant de procéder à l’établissement de sous-groupes et à l’estimation du modèle. Pour la plupart des données en trois dimensions, les valeurs des points changent plus rapidement verticalement qu’horizontalement. Ce facteur étire les localisations des points de telle sorte qu’une unité de distance verticale soit statistiquement équivalente à une unité de distance horizontale. Les localisations des points reviendront à leur position d’origine avant le renvoi du résultat de l’interpolation. Cette correction est nécessaire pour estimer avec précision le modèle de semi-variogramme et pour que le Voisinage de recherche utilise les voisins appropriés. Le facteur d’inflation de l’élévation est sans unité et fournira les mêmes résultats quelles que soient les unités de la coordonnée x, y ou z des points en entrée.

Si aucune valeur n’est fournie pour ce paramètre, une valeur est calculée au moment de l’exécution à l’aide de l’estimation de probabilité maximale. La valeur apparaîtra sous forme de message de géotraitement. La valeur calculée au moment de l’exécution sera comprise entre 1 et 1 000. Vous pouvez toutefois saisir des valeurs comprises entre 0,01 et 1 000 000. Si la valeur calculée est égale à 1 ou 1 000, vous pouvez indiquer des valeurs hors de cette plage et choisir une valeur basée sur la validation croisée.

Double
search_neighborhood
(Facultatif)

Indique le nombre et l’orientation des voisins à l’aide de la classe SearchNeighborhoodStandard3D.

Standard 3D

  • radius : longueur du rayon du voisinage de recherche.
  • nbrMax : nombre maximal de voisins par secteur qui seront utilisés pour estimer la valeur à la localisation inconnue.
  • nbrMin : nombre minimal de voisins par secteur qui seront utilisés pour estimer la valeur à la localisation inconnue.
  • sectorType : géométrie du voisinage 3D. Les secteurs permettent de s’assurer que les voisins sont utilisés dans différentes directions autour de la localisation de prévision. Tous les types de secteur sont formés à partir des solides de Platon.
    • ONE_SECTOR : les voisins les plus proches à partir de n’importe quelle direction seront utilisés.
    • FOUR_SECTORS : divise l’espace en quatre régions, les voisins seront utilisés dans chacune des quatre régions.
    • SIX_SECTORS : divise l’espace en six régions, les voisins seront utilisés dans chacune des six régions.
    • EIGHT_SECTORS : divise l’espace en huit régions, les voisins seront utilisés dans chacune des huit régions.
    • TWELVE_SECTORS : divise l’espace en douze régions, les voisins seront utilisés dans chacune des douze régions.
    • TWENTY_SECTORS : divise l’espace en vingt régions, les voisins seront utilisés dans chacune des vingt régions.
Geostatistical Search Neighborhood
output_elevation
(Facultatif)

Élévation par défaut de out_ga_layer.

La couche géostatistique s’affichera toujours sous forme d’une surface horizontale à une élévation donnée et ce paramètre indique cette élévation. Lors de sa création, l’élévation de la couche géostatistique peut être modifiée à l’aide du curseur de plage.

Double
output_type
(Facultatif)

Type de surface pour stocker les résultats d’interpolation.

Pour en savoir plus sur les types de surface en sortie, reportez-vous à Quels types de surface en sortie peuvent générer les modèles d’interpolation ?

  • PREDICTIONLes surfaces de prédiction sont générées à partir des valeurs interpolées.
  • PREDICTION_STANDARD_ERRORLes surfaces d’erreur standard sont générées à partir des erreurs standard des valeurs interpolées.
  • PROBABILITYSurface de probabilité des valeurs dépassant ou non un certain seuil.
  • QUANTILESurface de quantile prévoyant le quantile spécifié de la distribution de la prévision.
String
quantile_value
(Facultatif)

Valeur de quantile pour laquelle la couche en sortie sera générée.

Double
threshold_type
(Facultatif)

Indique si la probabilité de dépassement ou de non-dépassement du seuil spécifié doit être calculée.

  • EXCEEDLes valeurs de probabilité dépassent le seuil. Il s’agit de l’option par défaut.
  • NOT_EXCEEDLes valeurs de probabilité ne dépasseront pas le seuil.
String
probability_threshold
(Facultatif)

Valeur du seuil de probabilité. Si ce champ n’est pas renseigné, la médiane (50e quantile) des données en entrée sera utilisée.

Double

Exemple de code

Exemple 1 d’utilisation de la fonction Empirical Bayesian Kriging 3D (fenêtre Python)

Interpoler une classe d’entités ponctuelles 3D à l’aide de la fonction 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)
Exemple 2 d’utilisation de la fonction Empirical Bayesian Kriging 3D (script autonome)

Interpoler une classe d’entités ponctuelles 3D à l’aide de la fonction 3D Empirical Bayesian Kriging.

# 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)

Informations de licence

  • Basic: Nécessite Geostatistical Analyst
  • Standard: Nécessite Geostatistical Analyst
  • Advanced: Nécessite Geostatistical Analyst

Rubriques connexes