| 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、下限四分位阈值和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。 当选择条件设置为标准误差阈值、下限四分位阈值或上限四分位阈值时，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])
| 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、下限四分位阈值或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 |
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或上限四分位阈值（在 Python 中为 QUARTILE_THRESHOLD 或 QUARTILE_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
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。
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_THRESHOLD、QUARTILE_THRESHOLD 和 QUARTILE_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、下限四分位阈值或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
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")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 Geostatistical Analyst
- Standard: 需要 Geostatistical Analyst
- Advanced: 需要 Geostatistical Analyst