SearchNeighborhoodStandard3D

Сводка

Класс SearchNeighborhoodStandard3D можно использовать для определения трехмерной окрестности поиска для инструмента 3D Эмпирический байесовский кригинг.

Более подробно об окрестностях поиска в 3D

Синтаксис

 SearchNeighborhoodStandard3D ({radius}, {nbrMax}, {nbrMin}, {sectorType})
ParameterОбъяснениеТип данных
radius

Расстояние, у единицах карты, задающее длину радиуса для окрестности поиска.

Double
nbrMax

Максимальное количество соседей в пределах радиуса поиска, используемое при прогнозировании.

Long
nbrMin

Минимальное количество соседей в пределах радиуса поиска, используемое при прогнозировании.

Long
sectorType

Тип сектора для окрестности поиска. Окрестность поиска можно разделить на 1, 4, 6, 8, 12 или 20 секторов. Каждый тип сектора основан на твердых телах Платона.

  • ONE_SECTOR1 сектор (Сфера)
  • FOUR_SECTORS4 сектора (Тетраэдр)
  • SIX_SECTORS6 секторов (Куб)
  • EIGHT_SECTORS8 секторов (Октаэдр)
  • TWELVE_SECTORS12 секторов (Додекаэдр)
  • TWENTY_SECTORS20 секторов (Икосаэдр)
String

Свойства

ВладениеОбъяснениеТип данных
nbrMax
(только чтение)

Максимальное число соседей в окрестности поиска.

Long
nbrMin
(только чтение)

Минимальное число соседей в окрестности поиска.

Long
radius
(только чтение)

Радиус окрестности поиска.

Double
sectorType
(только чтение)

Тип сектора для окрестности поиска.

String

Пример кода

SearchNeighborhoodStandard3D (окно Python)

Для создания геостатистического слоя, используйте SearchNeighborhoodStandard3D с инструментом 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", "")
SearchNeighborhoodStandard3D (автономный скрипт)

Для создания геостатистического слоя, используйте SearchNeighborhoodStandard3D с инструментом Empirical Bayesian Kriging 3D.

# Name: SearchNeighborhoodStandard3D_Example_02.py
# Description: Interpolates 3D points using a standard 3D neighborhood
# 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)