需要 Geostatistical Analyst 许可。
描述
将使用 3D 经验贝叶斯克里金工具创建的 3D 地统计图层导出为多维云栅格格式(*.crf 文件)栅格数据集。Image Analyst 工具箱“多维分析”工具集中的工具旨在直接使用多维栅格,并且可以识别数据的 3D 特性。
3D 地统计图层可存储连续的 3D 插值结果,并显示为给定高程处的 2D 水平剖切。可以使用范围滑块更改当前高程,并且图层将计算和渲染新高程的预测值。可以使用 GA 图层转栅格工具提取任何高程处的插值预测栅格。3D GA 图层转多维栅格工具可自动提取多个高程处的栅格,并将其存储为多维栅格数据集。
使用方法
输入 3D 地统计图层必须使用 3D 经验贝叶斯克里金法进行创建。
可通过以下任一方式提供所需的高程:
- 使用迭代器提供高程值 - 使输入显式高程值参数处于未选中状态,并为最小高程、最大高程和高程间隔参数提供值。迭代将从最小值开始,然后按间隔值增加,最后达到最大值。例如,如果您提供的最小高程为 0,最大高程为 100,且间隔为 20,则输出将具有六个高程:0、20、40、60、80 和 100。
- 提供显式高程值 - 选中输入显式高程值参数,并在高程值参数中提供所需高程。
如果所提供的高程间隔无法平均划分高程范围(最大高程减去最小高程),则系统将使用一个超过最大高程的高程。例如,如果您提供的最小高程为 10,最大高程为 80,且高程间隔为 20,则输出将具有五个高程:10、30、50、70 和 90。
输出多维栅格数据集参数的默认栅格像元大小可通过将 x 维度与 y 维度输出范围中较小的一个除以 100 得出。默认高程剖切数为 10。该设置将创建一个 x 和 y 分辨率至少比 z 分辨率大 10 倍的多维栅格。应考虑使用这些值,特别是当您希望全部三个维度的分辨率大致相同的时候。增加像元大小或增加高程剖切数将导致所有维度上的输出都接近于同一分辨率。
工具的执行时间大约与所需的整体预测数量成比例,且每个高程的每个栅格像元都需要计算预测值。默认情况下,该工具的执行时间比使用 GA 图层转栅格工具的默认选项导出单个高程剖切的时间约长 60%。因为可以同时预测多个输出类型,所以包含附加输出类型不会大幅增加执行时间。
如果提供了任何附加输出类型,则输出栅格将是一个每种输出类型的变量都不同的多元多维栅格数据集。
如果转置构建于多维栅格之上,Image Analyst 工具箱的多维分析工具集中所有工具的性能都将提升。您可以使用构建多维转置参数来自动构建这些转置,但这会增加工具的执行时间。您也可以稍后使用构建多维转置工具来构建转置。
语法
GALayer3DToMultidimensionalRaster(in_3d_geostat_layer, out_multidimensional_raster, {cell_size}, {explicit_only}, {min_elev}, {max_elev}, {elev_interval}, {elev_values}, {elev_units}, {output_type}, {quantile_probability_value}, {additional_outputs}, {build_transpose})
参数 | 说明 | 数据类型 |
in_3d_geostat_layer | 该 3D 地统计图层用于表示要导出到多元栅格数据集的模型。 | Geostatistical Layer |
out_multidimensional_raster | 该输出栅格数据集中包含导出地统计模型的结果。必须将该输出另存为云栅格格式文件 (*.crf)。 | Raster Dataset |
cell_size (可选) | 输出多维栅格的像元大小。 | Analysis Cell Size |
explicit_only (可选) | 用于指定是将高程作为显式列表提供还是使用迭代器进行提供。
| Boolean |
min_elev (可选) | 将用于开始迭代的最小高程。 | Double |
max_elev (可选) | 将用于停止迭代的最大高程。 | Double |
elev_interval (可选) | 高程将随着每次迭代而增加的增量。 | Double |
elev_values [elev_values,...] (可选) | 要导出的高程值。 | Double |
elev_units (可选) | 指定高程值的测量单位。
| String |
output_type (可选) | 用于指定输出多维栅格的主要输出类型。附加输出类型参数可用于指定输出多维栅格中的其他变量。 有关详细信息,请参阅插值模型可以生成何种类型的输出表面?
| String |
quantile_probability_value (可选) | 如果输出类型设置为分位数,则使用此参数输入请求的分位数。如果输出类型设置为概率,则使用此参数输入请求的阈值,然后即可计算超出此阈值的概率。从一个值中减去该值即可得出未超出阈值的概率。 | Double |
additional_outputs [[output_type, quantile_probability_value],...] (可选) | 指定每个附加输出类型的输出类型及分位数或概率值。如果提供了多个输出类型,则输出栅格将是一个每种输出类型的变量都不同的多元栅格数据集。 有关详细信息,请参阅插值模型可以生成何种类型的输出表面? | Value Table |
build_transpose (可选) | 指定是否将在输出多维栅格上构建多维转置。
| Boolean |
代码示例
插值 3D 点并将输出转换为多元栅格。
import arcpy
arcpy.ga.EmpiricalBayesianKriging3D("my3DLayer", "Shape.Z", "myValueField", "my3DGALayer")
arcpy.ga.GALayer3DToMultivariateRaster("my3DGALayer", r"C:\\gapydata\\outputMDRD.crf", 1000,
"NO_EXPLICIT_VALUES", 0, 500, 50, "","METERS",
"PREDICTION", "", [["PREDICTION_STANDARD_ERROR",""]],
"BUILD_TRANSPOSE")
插值 3D 点并将输出转换为具有多种输出类型和转置的多元栅格。
# Name: GALayer3DToMDR_Example_02.py
# Description: Interpolates 3D points and exports to a multidimensional raster dataset.
# 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"
# Check out the ArcGIS Geostatistical Analyst extension license
arcpy.CheckOutExtension("GeoStats")
# Execute Empirical Bayesian Kriging 3D
arcpy.ga.EmpiricalBayesianKriging3D(in3DPoints, elevationField, valueField, outGALayer)
# Export predictions and standard errors to multidimensional raster with tranposes.
# Set up variables
outMDRaster = r"C:\\gapydata\\outputMDRD.crf"
explicitVals = "NO_EXPLICIT_VALUES"
cell_size = 1000
min_elev = 0
max_elev = 500
elev_interval = 50
elev_list = ""
elev_units = "METERS"
out_type = "PREDICTION"
quan_value = ""
add_outputs = [["PREDICTION_STANDARD_ERROR",""]]
transpose = "BUILD_TRANSPOSE"
# Additionally output prediction standard errors.
arcpy.ga.GALayer3DToMultivariateRaster(outGALayer, outMDRaster, cell_size, explicitVals,
min_elev, max_elev, elev_interval, elev_list,
elev_units, out_type, quan_value, add_outputs,
transpose)
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