Кригинг (Spatial Analyst)

Доступно с лицензией Spatial Analyst.

Доступно с лицензией 3D Analyst.

Сводка

Интерполирует поверхность растра по точкам с использованием метода кригинга.

Более подробно о том, как работает Кригинг

Использование

  • Кригинг – это процесс, требующий интенсивной работы процессора. Скорость вычисления зависит от числа точек во входном наборе данных и от размера окна поиска.

  • Низкие значения в дополнительном выходном растре прогнозируемой дисперсии указывают на высокую степень достоверности прогнозируемого значения. Высокие значения указывают на необходимость дополнительных точечных данных.

  • Виды универсального кригинга предполагают, что в данных существует структурная составляющая и что локальный тренд варьируется от одного местоположения к другому.

  • Опции Свойств вариограммы позволяют контролировать вариограмму, используемую при выполнении интерполяции по методу кригинга. Значение, используемое по умолчанию для Размера лага, изначально устанавливается равным используемому по умолчанию выходному размеру ячейки. Если никаких значений не задано, для Радиуса влияния, Частичного порога и Самородка будут вычислены используемые по умолчанию значения.

  • Дополнительная выходной растр прогнозируемой дисперсии содержит дисперсию кригинга в каждой ячейке выходного растра. При допущении, что погрешности кригинга подчиняются закону нормального распределения, вероятность того, что действительное z-значение в ячейке равно проинтерполированному значению на растре, равна 95,5 процентам, плюс-минус двукратный размер корня квадратного значения на растре вариации.

  • Выходной размер ячейки можно задать как числовым значением, так и получить из существующего набора растровых данных. Если размер ячейки не был явно задан как значение параметра, он извлекается из параметра среды Размер ячейки, если такой задан. Если же и в параметр среды значение размера ячейки не указано, но настроен параметр Растр привязки, то будет использоваться значение величины его ячейки. Если же ни один из параметров не задан, то размер ячейки будет вычислен как наименьшее значение длины либо ширины экстента растра, поделенное на 250, при этом экстент берется из параметра среды Выходная система координат.

  • Если размер ячейки указан в виде числа, то инструмент будет использовать это значение для выходного растра.

    Если для определения размера ячейки указан другой растр, в параметре будет показан путь к набору растровых данных вместо значения размера ячейки. Размер ячейки этого растра будет использоваться непосредственно в анализе указанная пространственная привязка набора данных будет такой же, как и выходная система координат. Если же пространственная привязка набора данных отличается от выходной пространственной привязки, на будет перепроецирована на основе выбранного Метода проецирования размера ячейки.

  • Некоторые входные данные могут содержать несколько точек с одинаковыми x,y координатами. Если значения точек в одних и тех же местоположениях совпадают, такие точки считаются идентичными, и предполагается, что они не влияют на выходные данные. Если значения различаются, такие точки рассматриваются как совпадающие.

    Различные инструменты интерполяции могут использовать это условие для данных по-разному. Например, в некоторых случаях для вычисления используется первая встреченная совпадающая точка; в других случаях используется последняя точка. Такая ситуация может приводить к тому, что в некоторых точках выходного растра значения будут отличаться от ожидаемых. Решением этой проблемы может стать предварительная подготовка данных, при которой совпадающие точки будут удалены. Инструмент Собрать события в наборе инструментов Пространственная статистика полезен для идентификации совпадающих точек в ваших данных.

  • При использовании в качестве входных данных форматов, которые поддерживают значения Null, таких как классы пространственных объектов файловой базы геоданных, значение Null будет игнорироваться.

  • См. раздел Среда анализа и Spatial Analyst для получения дополнительной информации о среде геообработки данного инструмента.

Синтаксис

Kriging(in_point_features, z_field, semiVariogram_props, {cell_size}, {search_radius}, {out_variance_prediction_raster})
ParameterОбъяснениеТип данных
in_point_features

Входные точечные объекты, содержащие z-значения, с помощью которых будет построен растр поверхности.

Feature Layer
z_field

Поле, в котором хранится значение высоты или величины для каждой точки.

Это может быть числовое поле или поле формы Shape, если входные точечные объекты содержат z-значения.

Field
semiVariogram_props
kriging_model

Класс KrigingModel определяет, какая модель кригинга будет использоваться.

Есть два типа классов кригинга. Метод KrigingModelOrdinary включает пять доступных типов вариограмм. Метод KrigingModelUniversal включает два доступных типа вариограмм.

  • KrigingModelOrdinary ({semivariogramType}, {lagSize}, {majorRange}, {partialSill}, {nugget})
    • semivariogramType – используемая модель вариограммы. К числу доступных моделей относятся:
      • SPHERICAL – сферическая модель вариограммы. Используется по умолчанию.
      • CIRCULAR – круговая модель вариограммы.
      • EXPONENTIAL – экспоненциальная модель вариограммы.
      • GAUSSIAN – модель вариограммы по гауссовому (нормальному) распределению.
      • LINEAR – линейная модель вариограммы с порогом.
  • KrigingModelUniversal ({semivariogramType}, {lagSize}, {majorRange}, {partialSill}, {nugget})
    • semivariogramType – используемая модель вариограммы. К числу доступных моделей относятся:
      • LINEARDRIFT – универсальный кригинг с линейным сдвигом.
      • QUADRATICDRIFT – универсальный кригинг с квадратичным сдвигом.
  • Кроме {semivariogramType} остальные параметры одинаковы для ординарного и универсального кригинга.
    • lagSize – по умолчанию используется размер ячейки выходного растра.
    • majorRange – представляет расстояние, за пределами которого корреляция мала или отсутствует.
    • partialSill – разность между самородком и порогом.
    • nugget – представляет погрешность и вариацию на пространственных уровнях, слишком малых, чтобы их можно было выявить. Эффект самородка может быть обнаружен по отсутствию непрерывности в начале кривой модели.
KrigingModel
cell_size
(Дополнительный)

Размер ячейки выходного растра, который будет создан.

Этот параметр можно задать как числовым значением, так и получить из существующего набора растровых данных. Если размер ячейки не был в явном виде задан как значение параметра, будет использоваться значение размера ячейки, указанное в параметрах среды геообработки, если же и оно не указано, будут использоваться дополнительные правила вычисления размера ячейки на основе входных данных. Более подробно см. раздел об использовании.

Analysis Cell Size
search_radius
(Дополнительный)

Класс Radius определяет, какие из входных точек будут использоваться для интерполяции значения для каждой ячейки в выходном растре.

Есть два типа классов радиуса: RadiusVariable и RadiusFixed. Переменный радиус поиска используется для нахождения определенного количества входных опорных точек для интерполяции. Фиксированный тип радиуса использует заданное фиксированное расстояние, в пределах которого все входные точки будут использоваться для интерполяции. По умолчанию используется тип Переменный.

  • RadiusVariable ({numberofPoints}, {maxDistance})
    • {numberofPoints} – целочисленное значение, задающее количество ближайших входных опорных точек, которые будут использоваться для интерполяции. Используемое по умолчанию значение – 12 точек.
    • {maxDistance} – задает расстояние в единицах карты, которое ограничивает поиск до ближайших входных опорных точек. Значение по умолчанию – это длина диагонали экстента.
  • RadiusFixed ({distance}, {minNumberofPoints})
    • {distance} – задает расстояние как радиус, в пределах которого входные опорные точки будут использоваться для выполнения интерполяции.

      Значение радиуса выражается в единицах карты. Радиус, применяемый по умолчанию, равен пятикратному размеру ячейки выходного растра.

    • {minNumberofPoints} – целое число, определяющее минимальное количество точек, которые будут использованы для интерполяции значений. По умолчанию значение равно 0.

      Если в рамках заданного расстояния не обнаружено необходимого количества точек, расстояние поиска будет увеличиваться, пока не будет найдено заданное минимальное количество точек.

      Если необходимо увеличить радиус поиска, это можно делать до тех пор, пока {minNumberofPoints} не попадет внутрь радиуса, либо пока экстент радиуса не пересечет нижнюю (южную) и/или верхнюю (северную) границу экстента выходного растра. Всем местоположениям, которые не удовлетворяют вышеприведенным условиям, присваивается значение NoData.

Radius
out_variance_prediction_raster
(Дополнительный)

Дополнительный выходной растр, где каждая ячейка содержит проинтерполированное значение дисперсии в этом положении.

Raster Dataset

Значение отраженного сигнала

NameОбъяснениеТип данных
out_surface_raster

Выходной растр интерполированной поверхности.

Это всегда растр с плавающей точкой.

Raster

Пример кода

Kriging, пример 1 (окно Python)

В этом примере входными данными является точечный шейп-файл, интерполируется выходная поверхность – растр Grid.

import arcpy
from arcpy import env
from arcpy.sa import *
env.workspace = "C:/sapyexamples/data"
outKrig = Kriging("ozone_pts.shp", "OZONE", KrigingModelOrdinary("CIRCULAR", 2000, 2.6, 542, 0), 2000, RadiusFixed(20000, 1))
outKrig.save("c:/sapyexamples/output/krigout")
Kriging, пример 2 (автономный скрипт)

В этом примере входными данными является точечный шейп-файл, интерполируется выходная поверхность – растр Grid.

# Name: Kriging_Ex_02.py
# Description: Interpolates a surface from points using kriging.
# Requirements: Spatial Analyst Extension
# Import system modules

import arcpy
from arcpy import env
from arcpy.sa import *

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

# Set local variables
inFeatures = "ca_ozone_pts.shp"
field = "OZONE"
cellSize = 2000
outVarRaster = "C:/sapyexamples/output/outvariance"
lagSize = 2000
majorRange = 2.6
partialSill = 542
nugget = 0

# Set complex variables
kModelOrdinary = KrigingModelOrdinary("CIRCULAR", lagSize,
                                majorRange, partialSill, nugget)
kRadius = RadiusFixed(20000, 1)



# Execute Kriging
outKriging = Kriging(inFeatures, field, kModelOrdinary, cellSize,
                     kRadius, outVarRaster)

# Save the output 
outKriging.save("C:/sapyexamples/output/krigoutput02")

Информация о лицензиях

  • Basic: Требуется Spatial Analyst или 3D Analyst
  • Standard: Требуется Spatial Analyst или 3D Analyst
  • Advanced: Требуется Spatial Analyst или 3D Analyst

Связанные разделы