| Подпись | Описание | Тип данных |
Входной геостатистический слой | Входной геостатистический слой, являющийся результатом модели Простого кригинга (Simple Kriging). | Geostatistical Layer |
Число выходных точек | Укажите, сколько опорных точек следует создать. | Long |
Выходной класс точечных объектов | Имя выходного класса пространственных объектов. | Feature Class |
Критерий выборки (Дополнительный) | Методы уплотнения сети выборки. Опция Среднеквадратическая ошибка прогнозирования (Standard error of prediction) задаст дополнительный вес местоположениям с большой среднеквадратической ошибкой прогнозирования. Опции Среднеквадратическая ошибка прогнозирования, Пороговое значение нижнего квартиля и Пороговое значение верхнего квартиля используются, если есть критическое пороговое значение для изучаемой переменной (например, максимально допустимая концентрация озона). Опция Пороговое значение среднеквадратической ошибки задаст дополнительный вес местоположениям со значениями, близкими к пороговому. Опция Пороговое значение нижнего квартиля задаст дополнительный вес местоположениям, значения которых стремятся к преодолению критического порога. Опция Пороговое значение верхнего квартиля задаст дополнительный вес местоположениям, значения которых наверняка выходят за критический порог. Когда в качестве Критерия выборки выбрано Среднеквадратическая ошибка прогнозирования, Пороговое значение нижнего квартиля или Пороговое значение верхнего квартиля, становится доступным параметр Пороговое значение, который позволяет задать необходимое вам пороговое значение. Уравнения для каждой из опций: Standard error of prediction = stderr Standard error threshold = stderr(s)(1 - 2 · abs(prob[Z(s) > threshold] - 0.5)) Lower quartile threshold = (Z0.75(s) - Z0.25(s)) · (prob[Z(s) < threshold]) Upper quartile threshold = (Z0.75(s) - Z0.25(s)) · (prob[Z(s) > threshold])
| String |
Пороговое значение (Дополнительный) | Пороговое значение, используемое для уплотнения сети выборки. Этот параметр применяется, только если используется критерий выборки Пороговое значение среднеквадратической ошибки, Пороговое значение нижнего квартиля или Пороговое значение верхнего квартиля. | Double |
Входной растр весов (Дополнительный) | Растр, используемый для определения положений с предпочтительным присвоением весов. | Raster Layer |
Входные точечные объекты-кандидаты (Дополнительный) | Примеры местоположений для выборки. | Feature Layer |
Расстояние подавления (Дополнительный) | Используется для предотвращения размещения опорных точек в пределах заданного расстояния друг от друга. | Linear Unit |
Доступно с лицензией Geostatistical Analyst.
Краткая информация
Использует готовый геостатистический слой кригинга для определения мест постройки новых станций мониторинга. Также может использоваться для определения станций мониторинга, которые следует убрать из существующей сети.
Использование
Входной геостатистический слой должен быть слоем кригинга.
Может возникнуть ситуация, когда формируется только одно новое местоположение, хотя было запрошено большее количество. Такое происходит, если уже использованное новое местоположение продолжает оставаться в выборке на основе критериев выбора. Этого можно избежать, задав значение для параметра Расстояние подавления. Применять расстояние торможения особенно важно, если в качестве критерия выборки используются Пороговое значение нижнего квартиля или Пороговое значение верхнего квартиля (в Python, QUARTILE_THRESHOLD или QUARTILE_THRESHOLD_UPPER).
Чтобы решить, какие местоположения имеют наименьшее влияние на интерполируемую поверхность, можно использовать класс пространственных объектов, который использовался для создания слоя кригинга для параметра Входные точечные объекты-кандидаты. Если от некоторых станций мониторинга необходимо отказаться, наилучшими кандидатами станут те, которые расположены в местах с наименьшим влиянием.
Параметры
arcpy.ga.DensifySamplingNetwork(in_geostat_layer, number_output_points, out_feature_class, {selection_criteria}, {threshold}, {in_weight_raster}, {in_candidate_point_features}, {inhibition_distance})| Имя | Описание | Тип данных |
in_geostat_layer | Входной геостатистический слой, являющийся результатом модели Простого кригинга (Simple Kriging). | Geostatistical Layer |
number_output_points | Укажите, сколько опорных точек следует создать. | Long |
out_feature_class | Имя выходного класса пространственных объектов. | Feature Class |
selection_criteria (Дополнительный) | Методы уплотнения сети выборки.
Опция STERR задаст дополнительный вес местоположениям с большой среднеквадратической ошибкой прогнозирования. Опции STDERR_THRESHOLD, QUARTILE_THRESHOLD и QUARTILE_THRESHOLD_UPPER используются при наличии критического порогового значения для изучаемой переменной (например, максимально допустимый уровень содержания озона). Опция STDERR_THRESHOLD добавляет вес местоположениям, значения которых близки к пороговым. Опция QUARTILE_THRESHOLD задаст дополнительный вес местоположениям, значения которых стремятся к преодолению критического порога. Опция QUARTILE_THRESHOLD_UPPER задаст дополнительный вес местоположениям, значения которых наверняка выходят за критический порог. Уравнения для каждой из опций: Standard error of prediction = stderr Standard error threshold = stderr(s)(1 - 2 · abs(prob[Z(s) > threshold] - 0.5)) Lower quartile threshold = (Z0.75(s) - Z0.25(s)) · (prob[Z(s) < threshold]) Upper quartile threshold = (Z0.75(s) - Z0.25(s)) · (prob[Z(s) > threshold]) | String |
threshold (Дополнительный) | Пороговое значение, используемое для уплотнения сети выборки. Этот параметр применяется, только если используется критерий выборки Пороговое значение среднеквадратической ошибки, Пороговое значение нижнего квартиля или Пороговое значение верхнего квартиля. | Double |
in_weight_raster (Дополнительный) | Растр, используемый для определения положений с предпочтительным присвоением весов. | Raster Layer |
in_candidate_point_features (Дополнительный) | Примеры местоположений для выборки. | Feature Layer |
inhibition_distance (Дополнительный) | Используется для предотвращения размещения опорных точек в пределах заданного расстояния друг от друга. | Linear Unit |
Пример кода
Уплотнить сеть выборки на основе предопределенного геостатистического слоя кригинга.
import arcpy
arcpy.env.workspace = "C:/gapyexamples/data"
arcpy.DensifySamplingNetwork_ga("C:/gapyexamples/data/Kriging.lyr", 2,
"C:/gapyexamples/output/outDSN")Уплотнить сеть выборки на основе предопределенного геостатистического слоя кригинга.
# Name: DensifySamplingNetwork_Example_02.py
# Description: Densify a sampling network based on a predefined geostatistical
# kriging layer. It uses, inter alia, the Standard Error of
# Prediction map to determine where new locations are required.
# 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"
numberPoints = 2
outPoints = "C:/gapyexamples/output/outDSN"
# Execute DensifySamplingNetworks
arcpy.DensifySamplingNetwork_ga(inLayer, numberPoints, outPoints)Параметры среды
Особые случаи
Информация о лицензиях
- Basic: Обязательно Geostatistical Analyst
- Standard: Обязательно Geostatistical Analyst
- Advanced: Обязательно Geostatistical Analyst