| ラベル | 説明 | データ タイプ |
入力包含確率ラスター | 対象地域内の各位置の包含確率を定義します。 位置の値の範囲は、0 (包含確率が低い) 〜 1 (包含確率が高い) である必要があります。 | Raster Layer; Mosaic Layer |
出力ポイント数 | 作成されるサンプル位置の数。 | Long |
出力ポイント フィーチャクラス | 選択したサンプル位置とその包含確率を含む出力フィーチャクラス。 | Feature Class |
サマリー
包含確率に基づいたサンプル ポイント セットを作成し、空間的にバランス調整されたサンプル設計を生成します。 このツールは、一般的にサンプルを取得する場所を提案することで監視ネットワークを設計する際に使用され、特定の位置に対する優先度の包含確率ラスターを使用して定義できます。
使用法
入力確率ラスターには、0 〜 1 の値のみが含まれている必要があります。 値が高いほど、そのセルがサンプル設計に含まれる可能性が高くなります。
分析範囲内のすべての値に 0 以上の包含確率が設定され、分析範囲外のすべてのエリアには NULL 値が設定されている必要があります。
包含確率ラスターのセル サイズによって、サンプルを生成する際の最も細かい座標精度が決まります。 言い換えると、このツールが作成するポイントは、常にラスター セルの中心に位置します。 包含確率ラスターのセル サイズを小さくすると、作成されるポイントの候補地が増えます。
ポイント、ライン、またはポリゴン フィーチャをラスターに変換する場合 (入力確率ラスターを取得する場合) は、次の点に考慮します。
- セル サイズ (座標精度) は、母集団のすべての重要なフィーチャを識別できる程度に小さくする必要があります。 そのためには、セル サイズをフィーチャ間の最小距離の半分未満に設定します。 この距離は、[近接テーブルの生成 (Generate Near Table)] ツールで計算できます。
- ラインおよびポリゴン フィーチャの場合、生成されるラスターでフィーチャ (蛇行する小川など) が適切に表現されるようにセル サイズを設定する必要があります。 たとえば、ラスターのセル サイズが大きい場合、複雑な河川を表現できないことがあります。また、セル サイズが大きすぎると、河川の曲線がスムージングされることがあります。
- また、フィールドでサンプル位置を特定できる精度も考慮する必要があります。 たとえば、位置正確度が 10 メートルの GPS を使用して位置を検索する場合、セル サイズを 10 メートルに設定する必要があります。
- セル数が増加すると処理時間も長くなるため、包含確率ラスターのサイズにご注意ください。
空間的にバランス調整されていないように見える出力を避けるため、サンプル位置の数は包含確率ラスターのセル数の 1% 未満にすることをお勧めします。
-
乱数ジェネレーター環境では、[メルセンヌ ツイスター] オプションのみがサポートされています。 他のオプションを選択すると、メルセンヌ ツイスターが代わりに使用されます。
パラメーター
arcpy.management.CreateSpatiallyBalancedPoints(in_probability_raster, number_output_points, out_feature_class)
| 名前 | 説明 | データ タイプ |
in_probability_raster | 対象地域内の各位置の包含確率を定義します。 位置の値の範囲は、0 (包含確率が低い) 〜 1 (包含確率が高い) である必要があります。 | Raster Layer; Mosaic Layer |
number_output_points | 作成されるサンプル位置の数。 | Long |
out_feature_class | 選択したサンプル位置とその包含確率を含む出力フィーチャクラス。 | Feature Class |
コードのサンプル
入力包含確率ラスターに基づき、空間的にバランス調整されたポイント セットを作成します。
import arcpy
arcpy.management.CreateSpatiallyBalancedPoints("ca_prob", "10", "outpoints")入力包含確率ラスターに基づき、空間的にバランス調整されたポイント セットを作成します。
# Description: This tool generates a set of sample points based on inclusion
# probabilities. The resulting sample design is spatially balanced, meaning
# that the spatial independence between samples is maximized, making the
# design more efficient than sampling the study area at random.
# Import system modules
import arcpy
# Set environment settings
arcpy.env.workspace = "C:/dmpyexamples/data.gdb/data"
# Set local variables
inProb = "ca_prob"
numberPoints = 10
outPoints = "C:/dmpyexamples/output.gdb/csbp"
# Run CreateSpatiallyBalancedPoints
arcpy.management.CreateSpatiallyBalancedPoints(inProb, numberPoints, outPoints)環境
ライセンス情報
- Basic: 次のものが必要 Geostatistical Analyst
- Standard: 次のものが必要 Geostatistical Analyst
- Advanced: Yes