KrigingModelOrdinary

需要 Spatial Analyst 许可。

摘要

定义普通克里金模型。 可用的模型类型包括球形、圆形、指数、高斯和线性类型。

说明

克里金工具中使用 KrigingModelOrdinary 对象。

普通克里金法假设模型:

Z(s) = µ + ε(s)

lagSize 的默认值设置为默认输出像元大小。

对于 majorRangepartialSillnugget,如果未进行任何设置,将会内部计算默认值。

语法

 KrigingModelOrdinary ({semivariogramType}, {lagSize}, {majorRange}, {partialSill}, {nugget})
参数说明数据类型
semivariogramType

要使用的半变异函数模型。

  • SPHERICAL球面半变异函数模型。
  • CIRCULAR 圆半变异函数模型。
  • EXPONENTIAL 指数半变异函数模型。
  • GAUSSIAN 高斯(或正态分布)半变异函数模型。
  • LINEAR采用基台的线性半变异函数模型。

(默认值为 SPHERICAL)

String
lagSize

创建模型时使用的步长大小。默认值为输出栅格的像元大小。

Double
majorRange

表示距离,超出此距离即认定为不相关。

Double
partialSill

块金和基台之间的差值。

Double
nugget

表示在因过小而无法检测到的空间尺度下的误差和变差。块金效应被视为在原点处的不连续。

Double

属性

属性说明数据类型
semivariogramType
(可读写)

要使用的半变异函数模型。

  • SPHERICAL - 球面半变异函数模型。
  • CIRCULAR - 圆半变异函数模型。
  • EXPONENTIAL - 指数半变异函数模型。
  • GAUSSIAN - 高斯(或正态分布)半变异函数模型。
  • LINEAR - 采用基台的线性半变异函数模型。

String
lagSize
(可读写)

创建模型时使用的步长大小。默认值为输出栅格的像元大小。

Double
majorRange
(可读写)

表示距离,超出此距离即认定为不相关。

Double
partialSill
(可读写)

块金和基台之间的差值。

Double
nugget
(可读写)

表示在因过小而无法检测到的空间尺度下的误差和变差。块金效应被视为在原点处的不连续。

Double

代码示例

KrigingModelOrdinary 示例 1(Python 窗口)

演示如何创建 KrigingModelOrdinary 对象以及如何在 Python 窗口的克里金工具中使用该对象。

import arcpy
from arcpy import env
from arcpy.sa import *
env.workspace = "C:/sapyexamples/data"
kModelOrdinary = KrigingModelOrdinary("CIRCULAR", 70000, 250000, 180000, 34000)
outKrigingOrd1 = Kriging("ca_ozone_pts.shp", "ELEVATION", kModelOrdinary, 2000, RadiusVariable(),"")
outKrigingOrd1.save("C:/sapyexamples/output/kordinary1")
KrigingModelOrdinary 示例 2(独立脚本)

使用 KrigingModelOrdinary 对象计算克里金表面。

# Name: KrigingModelOrdinary_Ex_02.py
# Description: Uses the KrigingModelOrdinary object to execute the Kriging tool.
# Requirements: Spatial Analyst Extension

# Import system modules
import arcpy
from arcpy import env
from arcpy.sa import *

# Set environment settings
env.workspace = "C:/sapyexamples/data"

# Set local variables
inPointFeature = "ca_ozone_pts.shp"
outVarRaster = "C:/sapyexamples/output/ovariance2"

# Create KrigingModelOrdinary Object
lagSize = 70000
majorRange = 250000
partialSill = 180000
nugget = 34000
kModelOrdinary = KrigingModelOrdinary("CIRCULAR", lagSize, majorRange,
                                         partialSill, nugget)

# Execute Kriging
outKrigingOrd2 = Kriging(inPointFeature, "ELEVATION", kModelOrdinary, 2000,
                     RadiusFixed(200000, 10), outVarRaster)

# Save the output 
outKrigingOrd2.save("C:/sapyexamples/output/kordinary2")

相关主题