Couche GA vers points (Geostatistical Analyst)

Disponible avec une licence Geostatistical Analyst.

Synthèse

Exporte une couche géostatistique vers des points. L’outil permet également de prévoir des valeurs à des localisations non mesurées ou de valider des prévisions établies à des localisations mesurées.

Utilisation

  • Pour les formats de données prenant en charge les valeurs nulles (par exemple, les classes d’entités de géodatabase fichier), une valeur nulle est ignorée pour indiquer qu’une prédiction ne peut pas être établie pour cette localisation et que la valeur doit être ignorée lorsqu’elle est utilisée comme entrée. Pour les formats de données qui ne prennent pas en charge les valeurs nulles, par exemple les shapefiles, la valeur -1.7976931348623158e+308 est utilisée (c’est la valeur négative de la constante définie C++ DBL_MAX) pour indiquer qu’une prévision ne peut pas être établie pour cette localisation.

  • Si un champ z de validation est fourni, les prévisions et erreurs standards sont calculées différemment qu’en l’absence d’un champ de validation. Pour plus d’informations, consultez la référence suivante :

    • Krivoruchko, K., A. Gribov, and J. M. Ver Hoef, 2006, "A new method for handling the nugget effect in kriging," T. C. Coburn, J. M. Yarus, and R. L. Chambers, Eds., Stochastic modeling and geostatistics: Principles, methods, and case studies, volume II: AAPG Computer Applications and Geology 5, p. 81–89.

Paramètres

ÉtiquetteExplicationType de données
Couche géostatistique en entrée

Couche géostatistique à analyser.

Geostatistical Layer
Localisations d’observation des points en entrée

Localisations ponctuelles auxquelles des prévisions ou validations sont réalisées.

Feature Layer
Champ de validation
(Facultatif)

Si ce champ n’est pas renseigné, des prévisions sont réalisées aux points de localisation. Si un champ est sélectionné, des prévisions sont réalisées aux points de localisation, par rapport à leurs valeurs Z_value_field, et une analyse de validation est effectuée.

Field
Statistiques en sortie aux localisations ponctuelles

Classe d’entités en sortie contenant soit les prévisions, soit les prévisions et les résultats de validation.

Les champs dans cette classe d’entités peuvent être notamment les suivants (le cas échéant) :

  • Source_ID (ID source) : ID d’objet de l’entité source dans Localisations d’observation des points en entrée.
    • Identifiant d’entité ou d’objet du jeu de données en entrée qui a été utilisé.
  • Included (Inclus) : indique si une prévision a été calculée pour cette entité. Les valeurs de ce champ peuvent être l’une des suivantes :
    • Oui : la réalisation d’une prévision à ce point ne pose aucun problème.
    • Nombre de voisins insuffisant : le nombre de voisins est insuffisant pour réaliser une prévision.
    • Le paramètre de pondération est trop faible : le paramètre de pondération est trop faible.
    • Dépassement : saturation des calculs à virgule flottante.
    • Problème lié à la transformation des données : la valeur à transformer se situe en dehors de la plage prise en charge pour la transformation sélectionnée (uniquement en krigeage).
    • Aucun raster explicatif : la valeur ne peut pas être calculée car l’une des variables explicatives n’est pas définie. Le point peut être en dehors de l’étendue d’au moins un raster de variable explicative ou le point peut être sur une cellule NoData dans au moins l’un des rasters de variable explicative. Cela s’applique uniquement aux modèles Prévision de la régression EBK.
  • Predicted (Prévu) : valeur de prévision à cette localisation.
  • Error (Erreur) : valeur prévue moins la valeur dans le champ de validation.
  • StdError (Erreur standard) : erreur standard de krigeage.
  • Stdd_Error (Erreur standardisée) : erreurs de prévision standardisées. Idéalement, les erreurs de prévision standardisées sont distribuées normalement.
  • NormValue (Valeur normale) : valeur de distribution normale (axe x) qui correspond aux erreurs de prévision standardisées (axe y) dans le diagramme QQ normal.
  • CRPS (Score de probabilité classé continu) : le score de probabilité classé continu est un diagnostic qui mesure l’écart entre la fonction de distribution cumulative prévisionnelle et chaque valeur de donnée observée. Cette valeur doit être aussi petite que possible. Ce diagnostic comporte des avantages par rapport aux diagnostics de validation croisée car il compare les données à une distribution complète et non à des prévisions de point unique. Ce champ est créé uniquement pour les modèles Krigeage bayésien empirique et Prévision de la régression EBK.
  • Interval90 (Dans un intervalle de 90 pour cent) : indique si le point de validation se trouve ou non à l’intérieur d’un intervalle de confiance de 90 pour cent. Ce champ est créé uniquement pour les modèles Krigeage bayésien empirique et Prévision de la régression EBK. Si le modèle s’ajuste bien aux données, environ 90 pour cent des entités doivent être contenues dans un intervalle de confiance de 90 pour cent. Ce champ peut contenir les valeurs suivantes :
    • Oui : le point de validation se trouve à l’intérieur de l’intervalle de confiance de 90 pour cent.
    • Non : le point de validation ne se trouve pas à l’intérieur de l’intervalle de confiance de 90 pour cent.
    • Exclu : aucune prévision ne peut être réalisée à cette localisation.
  • Interval95 (Dans un intervalle de 95 pour cent) : indique si le point de validation se trouve ou non à l’intérieur d’un intervalle de confiance de 95 pour cent. Ce champ est créé uniquement pour les modèles Krigeage bayésien empirique et Prévision de la régression EBK. Si le modèle s’ajuste bien aux données, environ 95 pour cent des entités doivent être contenues dans un intervalle de confiance de 95 pour cent. Ce champ peut contenir les valeurs suivantes :
    • Oui : le point de validation se trouve à l’intérieur de l’intervalle de confiance de 95 pour cent.
    • Non : le point de validation ne se trouve pas à l’intérieur de l’intervalle de confiance de 95 pour cent.
    • Exclu : aucune prévision ne peut être réalisée à cette localisation.
  • QuanVal (Quantile de validation) : quantile de la valeur mesurée à l’entité par rapport à la distribution de la prévision. Cette valeur peut être comprise entre 0 et 1. Les valeurs proches de 0 indiquent que la valeur mesurée se trouve à l’extrémité gauche de la distribution, tandis que les valeurs proches de 1 indiquent que la valeur mesurée se trouve à l’extrémité droite de la distribution. Si de nombreuses valeurs se trouvent proches d’un des extrêmes, cela peut indiquer que les distributions des prévisions ne modélisent pas correctement les données et que certains paramètres d’interpolation doivent être ajustés. Ce champ est créé uniquement pour les modèles Krigeage bayésien empirique et Prévision de la régression EBK.
Feature Class
Ajouter tous les champs des entités en entrée.
(Facultatif)

Détermine si tous les champs seront copiés depuis les entités en entrée vers la classe d’entités en sortie.

  • Coché - Tous les champs des entités en entrée seront copiés dans la classe d’entités en sortie. Il s’agit de l’option par défaut.
  • Non coché — Seule la valeur de l’ID d’entité sera copiée et sera nommée Source_ID dans la classe d’entités en sortie.
Boolean
Champ d’élévation
(Facultatif)

Champ contenant l’élévation de chaque point en entrée. Le paramètre s’applique uniquement aux modèles géostatistiques 3D. Si les valeurs d’élévation sont stockées sous forme d’attributs géométriques dans Shape.Z, il est recommandé d’utiliser ce champ. Si les élévations 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
Unités du champ d’élévation
(Facultatif)

Unités du champ d’élévation. Ce paramètre s’applique uniquement aux modèles géostatistiques 3D. 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

arcpy.ga.GALayerToPoints(in_geostat_layer, in_locations, {z_field}, out_feature_class, {append_all_fields}, {elevation_field}, {elevation_units})
NomExplicationType de données
in_geostat_layer

Couche géostatistique à analyser.

Geostatistical Layer
in_locations

Localisations ponctuelles auxquelles des prévisions ou validations sont réalisées.

Feature Layer
z_field
(Facultatif)

Si ce champ n’est pas renseigné, des prévisions sont réalisées aux points de localisation. Si un champ est sélectionné, des prévisions sont réalisées aux points de localisation, par rapport à leurs valeurs Z_value_field, et une analyse de validation est effectuée.

Field
out_feature_class

Classe d’entités en sortie contenant soit les prévisions, soit les prévisions et les résultats de validation.

Les champs dans cette classe d’entités peuvent être notamment les suivants (le cas échéant) :

  • Source_ID (ID source) : ID d’objet de l’entité source dans Localisations d’observation des points en entrée.
    • Identifiant d’entité ou d’objet du jeu de données en entrée qui a été utilisé.
  • Included (Inclus) : indique si une prévision a été calculée pour cette entité. Les valeurs de ce champ peuvent être l’une des suivantes :
    • Oui : la réalisation d’une prévision à ce point ne pose aucun problème.
    • Nombre de voisins insuffisant : le nombre de voisins est insuffisant pour réaliser une prévision.
    • Le paramètre de pondération est trop faible : le paramètre de pondération est trop faible.
    • Dépassement : saturation des calculs à virgule flottante.
    • Problème lié à la transformation des données : la valeur à transformer se situe en dehors de la plage prise en charge pour la transformation sélectionnée (uniquement en krigeage).
    • Aucun raster explicatif : la valeur ne peut pas être calculée car l’une des variables explicatives n’est pas définie. Le point peut être en dehors de l’étendue d’au moins un raster de variable explicative ou le point peut être sur une cellule NoData dans au moins l’un des rasters de variable explicative. Cela s’applique uniquement aux modèles Prévision de la régression EBK.
  • Predicted (Prévu) : valeur de prévision à cette localisation.
  • Error (Erreur) : valeur prévue moins la valeur dans le champ de validation.
  • StdError (Erreur standard) : erreur standard de krigeage.
  • Stdd_Error (Erreur standardisée) : erreurs de prévision standardisées. Idéalement, les erreurs de prévision standardisées sont distribuées normalement.
  • NormValue (Valeur normale) : valeur de distribution normale (axe x) qui correspond aux erreurs de prévision standardisées (axe y) dans le diagramme QQ normal.
  • CRPS (Score de probabilité classé continu) : le score de probabilité classé continu est un diagnostic qui mesure l’écart entre la fonction de distribution cumulative prévisionnelle et chaque valeur de donnée observée. Cette valeur doit être aussi petite que possible. Ce diagnostic comporte des avantages par rapport aux diagnostics de validation croisée car il compare les données à une distribution complète et non à des prévisions de point unique. Ce champ est créé uniquement pour les modèles Krigeage bayésien empirique et Prévision de la régression EBK.
  • Interval90 (Dans un intervalle de 90 pour cent) : indique si le point de validation se trouve ou non à l’intérieur d’un intervalle de confiance de 90 pour cent. Ce champ est créé uniquement pour les modèles Krigeage bayésien empirique et Prévision de la régression EBK. Si le modèle s’ajuste bien aux données, environ 90 pour cent des entités doivent être contenues dans un intervalle de confiance de 90 pour cent. Ce champ peut contenir les valeurs suivantes :
    • Oui : le point de validation se trouve à l’intérieur de l’intervalle de confiance de 90 pour cent.
    • Non : le point de validation ne se trouve pas à l’intérieur de l’intervalle de confiance de 90 pour cent.
    • Exclu : aucune prévision ne peut être réalisée à cette localisation.
  • Interval95 (Dans un intervalle de 95 pour cent) : indique si le point de validation se trouve ou non à l’intérieur d’un intervalle de confiance de 95 pour cent. Ce champ est créé uniquement pour les modèles Krigeage bayésien empirique et Prévision de la régression EBK. Si le modèle s’ajuste bien aux données, environ 95 pour cent des entités doivent être contenues dans un intervalle de confiance de 95 pour cent. Ce champ peut contenir les valeurs suivantes :
    • Oui : le point de validation se trouve à l’intérieur de l’intervalle de confiance de 95 pour cent.
    • Non : le point de validation ne se trouve pas à l’intérieur de l’intervalle de confiance de 95 pour cent.
    • Exclu : aucune prévision ne peut être réalisée à cette localisation.
  • QuanVal (Quantile de validation) : quantile de la valeur mesurée à l’entité par rapport à la distribution de la prévision. Cette valeur peut être comprise entre 0 et 1. Les valeurs proches de 0 indiquent que la valeur mesurée se trouve à l’extrémité gauche de la distribution, tandis que les valeurs proches de 1 indiquent que la valeur mesurée se trouve à l’extrémité droite de la distribution. Si de nombreuses valeurs se trouvent proches d’un des extrêmes, cela peut indiquer que les distributions des prévisions ne modélisent pas correctement les données et que certains paramètres d’interpolation doivent être ajustés. Ce champ est créé uniquement pour les modèles Krigeage bayésien empirique et Prévision de la régression EBK.
Feature Class
append_all_fields
(Facultatif)

Détermine si tous les champs seront copiés depuis les entités en entrée vers la classe d’entités en sortie.

  • ALLTous les champs des entités en entrée seront copiés dans la classe d’entités en sortie. Il s’agit de l’option par défaut.
  • FID_ONLYSeule la valeur de l’ID d’entité sera copiée et sera nommée Source_ID dans la classe d’entités en sortie.
Boolean
elevation_field
(Facultatif)

Champ contenant l’élévation de chaque point en entrée. Le paramètre s’applique uniquement aux modèles géostatistiques 3D. Si les valeurs d’élévation sont stockées sous forme d’attributs géométriques dans Shape.Z, il est recommandé d’utiliser ce champ. Si les élévations 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
elevation_units
(Facultatif)

Unités du champ d’élévation. Ce paramètre s’applique uniquement aux modèles géostatistiques 3D. 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

Exemple de code

Exemple 1 d’utilisation de la fonction GALayerToPoints (fenêtre Python)

Exporter une couche géostatistique vers une classe d’entités ponctuelles.

import arcpy
arcpy.env.workspace = "C:/gapyexamples/data"
arcpy.GALayerToPoints_ga("C:/gapyexamples/data/kriging.lyr", 
                         "C:/gapyexamples/data/obs_pts.shp",                   
                         "", "C:/gapyexamples/output/krig_pts")
Exemple 2 d’utilisation de la fonction GALayerToPoints (script autonome)

Exporter une couche géostatistique vers une classe d’entités ponctuelles.

# Name: GALayerToPoints_Example_02.py
# Description: Exports a geostatistical layer to points.
# Requirements: Geostatistical Analyst Extension

# Import system modules
import arcpy

# Set environment settings
arcpy.env.workspace = "C:/gapyexamples/data"

# Set local variables
inLayer = "C:/gapyexamples/data/kriging.lyr"
inPoints = "C:/gapyexamples/data/obs_pts.shp"
zField = ""
outPoints = "C:/gapyexamples/output/krig_pts"

# Execute GALayerToPoints
arcpy.GALayerToPoints_ga(inLayer, inPoints, zField, outPoints)

Informations de licence

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

Rubriques connexes