| 标注 | 说明 | 数据类型 |
输入要素 | 包含要插入的 z 值的输入点要素。 | Feature Layer |
Z 值字段 | 表示每个点的高度或量级值的字段。如果输入要素包含 z 值或 m 值，则该字段可以是数值字段或 Shape 字段。 | Field |
输出地统计图层 (可选) | 生成的地统计图层。只有未请求任何输出栅格时才需要输出该图层。 | Geostatistical Layer |
输出栅格 (可选) | 输出栅格。只有未请求任何输出地统计图层时才需要输出该栅格。 | Raster Dataset |
输出像元大小 (可选) | 要创建的输出栅格的像元大小。 可以通过像元大小参数在环境中明确设置该值。 如果未设置，则该值为输入空间参考中输入点要素范围的宽度与高度中的较小值除以 250。 | Analysis Cell Size |
幂 (可选) | 距离的指数，用于控制权重随距离减小的速度。 幂值越高，较远相邻点的影响会越小。 此值必须大于等于 1。如果未提供任何值，则将在工具运行时估计该值并将其显示为消息。 估计值将是使均方根交叉验证误差最小化的值。 | Double |
搜索邻域 (可选) | 定义用于控制输出的周围点。“标准”为默认选项。 标准
平滑
标准圆形
平滑圆
| Geostatistical Search Neighborhood |
权重字段 (可选) | 用于强调某个观测。权重越大，对预测的影响就越大。对于重合的观测，为最可靠的测量值分配最大权重。 | Field |
需要 Geostatistical Analyst 许可。
使用情况
预测值将被限制在用于插值的值的范围内。 因为反距离权重插值法是加权平均距离，所以该平均值不可能大于输入数据最大值或小于输入数据最小值。 例如，如果尚未对山脊顶部或山谷底部进行采样，该方法将无法准确预测山脊或山谷。
反距离权重插值法可能在数据点周边近距离范围内生成环形等值线（此现象常称为牛眼效应）。
与其他插值方法（例如克里金法）不同，反距离权重插值法不会对输入数据的统计属性做出明确的假设。 当输入数据不满足更高级插值方法的统计假设时，通常会使用反距离权重插值法。
参数
arcpy.ga.IDW(in_features, z_field, {out_ga_layer}, {out_raster}, {cell_size}, {power}, {search_neighborhood}, {weight_field})| 名称 | 说明 | 数据类型 |
in_features | 包含要插入的 z 值的输入点要素。 | Feature Layer |
z_field | 表示每个点的高度或量级值的字段。如果输入要素包含 z 值或 m 值，则该字段可以是数值字段或 Shape 字段。 | Field |
out_ga_layer (可选) | 生成的地统计图层。只有未请求任何输出栅格时才需要输出该图层。 | Geostatistical Layer |
out_raster (可选) | 输出栅格。只有未请求任何输出地统计图层时才需要输出该栅格。 | Raster Dataset |
cell_size (可选) | 要创建的输出栅格的像元大小。 可以通过像元大小参数在环境中明确设置该值。 如果未设置，则该值为输入空间参考中输入点要素范围的宽度与高度中的较小值除以 250。 | Analysis Cell Size |
power (可选) | 距离的指数，用于控制权重随距离减小的速度。 幂值越高，较远相邻点的影响会越小。 此值必须大于等于 1。如果未提供任何值，则将在工具运行时估计该值并将其显示为消息。 估计值将是使均方根交叉验证误差最小化的值。 | Double |
search_neighborhood (可选) | 定义用于控制输出的周围点。“标准”为默认选项。 以下是搜索邻域类：SearchNeighborhoodStandard、SearchNeighborhoodSmooth、SearchNeighborhoodStandardCircular 和 SearchNeighborhoodSmoothCircular。 标准
平滑
标准圆形
平滑圆
| Geostatistical Search Neighborhood |
weight_field (可选) | 用于强调某个观测。权重越大，对预测的影响就越大。对于重合的观测，为最可靠的测量值分配最大权重。 | Field |
代码示例
将一系列点要素插值成栅格。
import arcpy
arcpy.env.workspace = "C:/gapyexamples/data"
arcpy.ga.IDW("ca_ozone_pts", "OZONE", "outIDW", "C:/gapyexamples/output/idwout", "2000", "2",
arcpy.SearchNeighborhoodStandard(300000, 300000, 0, 15, 10, "ONE_SECTOR"), "")将一系列点要素插值成栅格。
# Name: InverseDistanceWeighting_Example_02.py
# Description: Interpolate a series of point features onto a rectangular raster
# using Inverse Distance Weighting (IDW).
# Requirements: Geostatistical Analyst Extension
# Import system modules
import arcpy
# Set environment settings
arcpy.env.workspace = "C:/gapyexamples/data"
# Set local variables
inPointFeatures = "ca_ozone_pts.shp"
zField = "OZONE"
outLayer = "outIDW"
outRaster = "C:/gapyexamples/output/idwout"
cellSize = 2000.0
power = 2
# Set variables for search neighborhood
majSemiaxis = 300000
minSemiaxis = 300000
angle = 0
maxNeighbors = 15
minNeighbors = 10
sectorType = "ONE_SECTOR"
searchNeighbourhood = arcpy.SearchNeighborhoodStandard(majSemiaxis, minSemiaxis,
angle, maxNeighbors,
minNeighbors, sectorType)
# Execute IDW
arcpy.ga.IDW(inPointFeatures, zField, outLayer, outRaster, cellSize,
power, searchNeighbourhood)许可信息
- Basic: 需要 Geostatistical Analyst
- Standard: 需要 Geostatistical Analyst
- Advanced: 需要 Geostatistical Analyst