含障碍的扩散插值法 (地统计分析)

摘要

使用基于热方程的核,并且允许使用栅格和要素数据集的组合作为障碍。

了解“含障碍的扩散插值”的工作原理

用法

语法

DiffusionInterpolationWithBarriers_ga (in_features, z_field, out_ga_layer, {out_raster}, {cell_size}, {in_barrier_features}, {bandwidth}, {number_iterations}, {weight_field}, {in_additive_barrier_raster}, {in_cumulative_barrier_raster}, {in_flow_barrier_raster})
参数说明数据类型
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

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。

可在“环境设置”的“栅格分析”下显式设置此值。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
in_barrier_features
(可选)

使用“非欧氏”距离而非“通视分析”距离的绝对障碍要素。

Feature Layer
bandwidth
(可选)

用于指定预测所用数据点之间的最大距离。随着带宽的增加,预测偏差将增加,而预测方差会减少。

Double
number_iterations
(可选)

由于模型在数值上求解扩散方程,迭代计数将控制数值解的精度。数值越大,预测越精确,但处理时间也将越长。障碍几何越复杂且带宽越大,精确预测所需的迭代也越多。

Long
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,会为最可靠的测量值分配最大的权重。

Field
in_additive_barrier_raster
(可选)

基于以下公式计算出的两个相邻栅格像元之间的行程距离:

(相邻像元的平均成本值)x(像元中心间的距离)。

Raster Layer
in_cumulative_barrier_raster
(可选)

基于以下公式计算出的两个相邻栅格像元之间的行程距离:(相邻像元的成本值之差)+(像元中心间的距离)。

Raster Layer
in_flow_barrier_raster
(可选)

如果想在插入数据时指明数据变化的主方向,可基于以下公式使用流动障碍:

指示符( 相邻像元的成本值 > 相邻像元的成本值)*( 相邻像元的成本值 - 相邻像元的成本值)+(像元中心间的距离),

其中,指示符(真)= 1,指示符(假)= 0。

Raster Layer

代码示例

DiffusionInterpolationWithBarriers 示例 1(Python 窗口

将由障碍限制的点要素插入到矩形栅格中。

import arcpy
arcpy.env.workspace = "C:/gapyexamples/data"
arcpy.DiffusionInterpolationWithBarriers_ga("ca_ozone_pts", "OZONE", "outDIWB",
                                            "C:/gapyexamples/output/diwbout", "2000",
                                            "ca_outline", "", "10", "", "", "", "")
  
DiffusionInterpolationWithBarriers 示例 2(独立脚本)

将由障碍限制的点要素插入到矩形栅格中。

# Name: DiffusionInterpolationWithBarriers_Example_02.py
# Description: Diffusion Interpolation with Barriers uses a kernel which is based
#   upon the heat equation and describes the variation in temperature with time
#   in a homogeneous medium.
# 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 = "outDIWB"
outRaster = "C:/gapyexamples/output/diwbout"
cellSize = 2000.0
power = 2
inBarrier = "ca_outline.shp"
bandwidth = ""
iterations = 10
weightField = ""
addBarrier = ""
cumuBarrier = ""
flowBarrier = ""

# Check out the ArcGIS Geostatistical Analyst extension license
arcpy.CheckOutExtension("GeoStats")

# Execute DiffusionInterpolationWithBarriers
arcpy.DiffusionInterpolationWithBarriers_ga(inPointFeatures, zField, outLayer,
                                            outRaster, cellSize, inBarrier,
                                            bandwidth, iterations, weightField,
                                            addBarrier, cumuBarrier, flowBarrier)


环境

相关主题


7/10/2012