SearchNeighborhoodStandard3D

Краткая информация

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})

Параметр	Описание	Тип 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_SECTOR—1 сектор (Сфера) FOUR_SECTORS—4 сектора (Тетраэдр) SIX_SECTORS—6 секторов (Куб) EIGHT_SECTORS—8 секторов (Октаэдр) TWELVE_SECTORS—12 секторов (Додекаэдр) TWENTY_SECTORS—20 секторов (Икосаэдр)	String

Свойства

Свойство	Описание	Тип 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)