增密采样网络 (地统计分析)

需要 Geostatistical Analyst 许可。

摘要

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。

使用情况

  • 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。

参数

标注说明数据类型
输入地统计图层

输入由克里金模型生成的地统计图层。

Geostatistical Layer
输出点数

指定要生成的采样位置的数量。

Long
输出点要素类

输出要素类的名称。

Feature Class
选择条件
(可选)

采样网络的增密方法。

预测标准误差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),则标准误差阈值下限四分位阈值上限四分位阈值选项将非常有用。标准误差阈值选项会向值接近于阈值的位置分配额外的权重。下限四分位阈值选项会向最不可能超出临界阈值的位置分配额外的权重。上限四分位阈值选项会向最有可能超出临界阈值的位置分配额外的权重。

选择条件设置为标准误差阈值下限四分位阈值上限四分位阈值时,阈值参数将变为可用,以便您指定感兴趣的阈值。

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])

  • 预测的标准误差预测标准误差条件
  • 标准误差阈值标准误差阈值条件
  • 下限四分位数阈值 下限四分位阈值条件
  • 上限四分位阈值 上限四分位阈值条件
String
阈值
(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
输入权重栅格
(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
输入候选点要素
(可选)

可供选择的采样位置。

Feature Layer
限制性距离
(可选)

用于避免样本的放置间距小于该距离。

Linear Unit

arcpy.ga.DensifySamplingNetwork(in_geostat_layer, number_output_points, out_feature_class, {selection_criteria}, {threshold}, {in_weight_raster}, {in_candidate_point_features}, {inhibition_distance})
名称说明数据类型
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