KrigingModelUniversal

需要 Spatial Analyst 许可。

摘要

定义泛克里金模型。 可用的模型类型包括具有线性漂移的线性模型和具有二次漂移的线性模型。

说明

克里金工具中使用 KrigingModelUniversal 对象。

泛克里金类型（具有线性漂移的线性模型和具有二次漂移的线性模型）假设存在结构组件，并且局部趋势在各个位置之间存在变化。

泛克里金法采用以下模型：

Z(s) = µ(s) + ε(s)

lagSize 的默认值初始设置为默认输出像元大小。

对于 majorRange、partialSill 和 nugget，如果未进行任何设置，将会内部计算默认值。

语法

KrigingModelUniversal ({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。 LINEARDRIFT—采用一次漂移函数的泛克里金法。 QUADRATICDRIFT— 采用二次漂移函数的泛克里金法。 (默认值为 LINEARDRIFT)	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。 LINEARDRIFT—采用一次漂移函数的泛克里金法。 QUADRATICDRIFT—采用二次漂移函数的泛克里金法。	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

KrigingModelUniversal 示例 1（Python 窗口）

演示如何创建 KrigingModelUniversal 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"
kModelUniversal = KrigingModelUniversal("LINEARDRIFT", 70000, 250000, 180000, 34000)
outKrigingUni1 = Kriging("ca_ozone_pts.shp", "ELEVATION", kModelUniversal, 2000, RadiusVariable(),"")
outKrigingUni1.save("C:/sapyexamples/output/kuniversal1")

KrigingModelUniversal 示例 2（独立脚本）

使用 KrigingModelUniversal 对象计算克里金表面。

# Name: KrigingModelUniversal_Ex_02.py
# Description: Uses the KrigingModelUniversal 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/uvariance2"

# Create KrigingModelUniversal Object
lagSize = 70000
majorRange = 250000
partialSill = 180000
nugget = 34000
kModelUniversalObj = KrigingModelUniversal("LINEARDRIFT", lagSize, majorRange,
                                           partialSill, nugget)

# Execute 
outKrigingUni2 = Kriging(inPointFeature, "ELEVATION", kModelUniversalObj, 2000,
                           RadiusFixed(200000, 10), outVarRaster)

# Save the output 
outKrigingUni2.save("C:/sapyexamples/output/kuniversal2")