增密采样网络 (地统计分析)

需要 Geostatistical Analyst 许可。

描述

使用预定义的地统计克里金图层来确定新监测站的构建位置。也可用于确定哪些监测站应从现有网络中移除。

使用方法

  • 输入地统计图层必须为克里金图层。

  • 可能会出现这样的情况:在请求生成多个新位置时仅生成一个新位置。如果因满足选择条件而反复选中同一新位置,则会出现这种情况。可通过指定限制性距离参数值来避免这种情况。使用下限四分位阈值上限四分位阈值(在 Python 中为 QUARTILE_THRESHOLDQUARTILE_THRESHOLD_UPPER)作为选择条件时,使用限制性距离尤为重要。

  • 要确定哪些位置对预测面影响最小,可将创建克里金图层时所使用的要素类用于输入候选点要素参数。如果需要解除一些监测站,最好先移除那些影响最小的位置。

语法

DensifySamplingNetwork(in_geostat_layer, number_output_points, out_feature_class, {selection_criteria}, {threshold}, {in_weight_raster}, {in_candidate_point_features}, {inhibition_distance})
参数说明数据类型
in_geostat_layer

输入由克里金模型生成的地统计图层。

Geostatistical Layer
number_output_points

指定要生成的采样位置的数量。

Long
out_feature_class

输出要素类的名称。

Feature Class
selection_criteria
(可选)

采样网络的增密方法。

  • STDERR预测标准误差条件
  • STDERR_THRESHOLD标准误差阈值条件
  • QUARTILE_THRESHOLD 下限四分位阈值条件
  • QUARTILE_THRESHOLD_UPPER 上限四分位阈值条件

STERR 选项会向预测标准误差较大的位置分配额外的权重。如果正在研究的变量存在临界阈值(例如可接受的最高臭氧含量),则 STDERR_THRESHOLDQUARTILE_THRESHOLDQUARTILE_THRESHOLD_UPPER 选项非常有用。STDERR_THRESHOLD 选项会向值接近于阈值的位置分配额外的权重。QUARTILE_THRESHOLD 选项会向最不可能超出临界阈值的位置分配额外的权重。QUARTILE_THRESHOLD_UPPER 选项会向最有可能超出临界阈值的位置分配额外的权重。

每个选项的公式为:

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
(可选)

用来增密采样网络的阈值。

仅在使用标准误差阈值下限四分位阈值上限四分位阈值选择条件时,该参数才适用。

Double
in_weight_raster
(可选)

该栅格用于确定要对哪些位置的优先顺序进行权衡。

Raster Layer
in_candidate_point_features
(可选)

可供选择的采样位置。

Feature Layer
inhibition_distance
(可选)

用于避免样本的放置间距小于该距离。

Linear Unit

代码示例

DensifySamplingNetwork 示例 1(Python 窗口)

基于预定义的地统计克里金图层增密采样网络。

import arcpy
arcpy.env.workspace = "C:/gapyexamples/data"
arcpy.DensifySamplingNetwork_ga("C:/gapyexamples/data/Kriging.lyr", 2,
                                 "C:/gapyexamples/output/outDSN")
DensifySamplingNetwork 示例 2(独立脚本)

基于预定义的地统计克里金图层增密采样网络。

# 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)

许可信息

  • Basic: 需要 地统计分析
  • Standard: 需要 地统计分析
  • Advanced: 需要 地统计分析

相关主题