Kriging (Spatial Analyst)
Resumen
Interpola una superficie de ráster a partir de puntos utilizando kriging.
Uso
-
Kriging is a processor-intensive process. The speed of execution is dependent on the number of points in the input dataset and the size of the search window.
-
Low values within the optional output variance of prediction raster indicate a high degree of confidence in the predicted value. High values may indicate a need for more data points.
-
The Universal kriging types assume that there is a structural component present and that the local trend varies from one location to another.
-
The Advanced Parameters allow control of the semivariogram used for kriging. A default value for Lag size is initially set to the default output cell size. For Major range, Partial sill, and Nugget, a default value will be calculated internally if nothing is specified.
-
The optional output variance of prediction raster contains the kriging variance at each output raster cell. Assuming the kriging errors are normally distributed, there is a 95.5 percent probability that the actual z-value at the cell is the predicted raster value, plus or minus two times the square root of the value in the prediction raster.
-
Algunos datasets de entrada pueden tener algunos puntos con las mismas coordenadas x,y. Si los valores de los puntos de una ubicación común son los mismos, se consideran duplicados y no afectan a la salida. Si los valores son diferentes, se consideran puntos coincidentes.
Las distintas herramientas de interpolación pueden manejar esta condición de datos de maneras distintas. Por ejemplo, en algunos casos el primer punto coincidente encontrado se utiliza para el cálculo; en otros casos, se utiliza el último punto encontrado. Esto puede causar que algunas ubicaciones del ráster de entrada tengan valores distintos a los que puede esperar. La solución es preparar los datos quitando estos puntos coincidentes. La herramienta Adquirir eventos de la caja de herramientas de Estadística espacial es útil para identificar cualquier punto coincidente en los datos.
Sintaxis
| Parámetro | Explicación | Tipo de datos |
in_point_features |
Entidades de punto de entrada que contienen los valores z que se interpolarán en un ráster de superficie. | Feature Layer |
z_field |
Campo que contiene un valor de altura o magnitud para cada punto. Puede ser un campo numérico o el campo Forma si las entidades de punto de entrada contienen valores z. | Field |
semiVariogram_props kriging_model |
La clase KrigingModel define qué modelo kriging se utilizará. Hay dos tipos de clases kriging. El método KrigingModelOrdinary tiene cinco tipos de semivariogramas disponibles. El método KrigingModelUniversal tiene dos tipos de semivariogramas disponibles.
| KrigingModel |
cell_size (Opcional) |
El tamaño de celda con el que se creará el ráster de salida. Este será el valor del entorno si se establece explícitamente; de lo contrario, será el valor más bajo del ancho o de la altura de la extensión de las entidades de punto de entrada, en la referencia espacial de entrada, dividido por 250. | Analysis Cell Size |
search_radius (Opcional) |
La clase Radio define cuáles de los puntos de entrada se utilizarán para interpolar el valor para cada celda en el ráster de salida. Hay dos tipos de clases de radio: RadiusVariable y RadiusFixed. Un radio de búsqueda variable se utiliza para encontrar una cantidad específica de puntos de muestra de entrada para la interpolación. El tipo fijo utiliza una distancia fija especificada dentro de la cual todos los puntos de entrada se utilizarán para la interpolación. El tipo variable es la opción predeterminada.
| Radius |
out_variance_prediction_raster (Opcional) |
Optional output raster where each cell contains the predicted semi-variance values for that location. | Raster Dataset |
Valor de retorno
| Nombre | Explicación | Tipo de datos |
| out_surface_raster |
Ráster de superficie interpolado de salida. | Raster |
Ejemplo de código
En este ejemplo se introduce un shapefile de punto y se interpola la superficie de salida como ráster de cuadrícula.
import arcpy
from arcpy import env
from arcpy.sa import *
env.workspace = "C:/sapyexamples/data"
outKrig = Kriging("ozone_pts.shp", "OZONE", KrigingModelOrdinary("CIRCULAR", 2000, 2.6, 542, 0), 2000, RadiusFixed(20000, 1))
outKrig.save("c:/sapyexamples/output/krigout")
En este ejemplo se introduce un shapefile de punto y se interpola la superficie de salida como ráster de cuadrícula.
# Name: Kriging_Ex_02.py
# Description: Interpolates a surface from points using kriging.
# 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
inFeatures = "ca_ozone_pts.shp"
field = "OZONE"
cellSize = 2000
outVarRaster = "C:/sapyexamples/output/outvariance"
lagSize = 2000
majorRange = 2.6
partialSill = 542
nugget = 0
# Set complex variables
kModelOrdinary = KrigingModelOrdinary("CIRCULAR", lagSize,
majorRange, partialSill, nugget)
kRadius = RadiusFixed(20000, 1)
# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")
# Execute Kriging
outKriging = Kriging(inFeatures, field, kModelOrdinary, cellSize,
kRadius, outVarRaster)
# Save the output
outKriging.save("C:/sapyexamples/output/krigoutput02")