Couche GA vers points (Outils Geostatistical Analyst)
Résumé
Exporte une couche géostatistique vers des points. L’outil permet également de prévoir des valeurs à des localisations non mesurées ou de valider des prévisions établies à des localisations mesurées.
Utilisation
Pour les formats de données prenant en charge les valeurs nulles (par exemple, les classes d’entités de géodatabase fichier), une valeur nulle est ignorée pour indiquer qu’une prédiction ne peut pas être établie pour cette localisation et que la valeur doit être ignorée lorsqu’elle est utilisée comme entrée. Pour les formats de données qui ne prennent pas en charge les valeurs nulles, par exemple les shapefiles, la valeur -1,7976931348623158e+308 est utilisée (c’est la valeur négative de la constante définie C++ DBL_MAX) pour indiquer qu’une prévision ne peut pas être établie pour cette localisation.
Si un champ z de validation est fourni, les prévisions et erreurs standards sont calculées différemment qu’en l’absence d’un champ de validation. Pour plus d’informations, consultez la référence suivante :
Krivoruchko, K., A. Gribov, and J. M. Ver Hoef, 2006, "A new method for handling the nugget effect in kriging," T. C. Coburn, J. M. Yarus, and R. L. Chambers, Eds., Stochastic modeling and geostatistics: Principles, methods, and case studies, volume II: AAPG Computer Applications and Geology 5, p. 81–89.
Localisations ponctuelles auxquelles des prévisions ou validations sont réalisées.
Feature Layer
Champ de validation
(Facultatif)
Si ce champ n’est pas renseigné, des prévisions sont réalisées aux points de localisation. Si un champ est sélectionné, des prévisions sont réalisées aux points de localisation, par rapport à leurs valeurs Z_value_field, et une analyse de validation est effectuée.
Field
Statistiques en sortie aux localisations ponctuelles
Classe d’entités en sortie contenant soit les prévisions, soit les prévisions et les résultats de validation.
Les champs dans cette classe d’entités peuvent être notamment les suivants (le cas échéant) :
Source_ID (Source ID [ID source]) : ID d’objet de l’entité source dans Input point observation locations (Localisations d’observation des points en entrée).
Identifiant d’entité ou d’objet du jeu de données en entrée qui a été utilisé.
Included (Included [Inclus]) : indique si une prévision a été calculée pour cette entité. Les valeurs de ce champ peuvent être l’une des suivantes :
Yes—La réalisation d’une prévision à ce point ne pose aucun problème.
Not enough neighbors— Le nombre de voisins est insuffisant pour réaliser une prévision.
Weight parameter is too small—Le paramètre de pondération est trop faible.
Overfilling—Saturation des calculs à virgule flottante.
Problem with data transformation—La valeur à transformer se situe en dehors de la plage prise en charge pour la transformation sélectionnée (uniquement en krigeage).
No explanatory rasters—La valeur ne peut pas être calculée, car l’une des variables explicatives n’est pas définie. Le point peut être en dehors de l’étendue d’au moins un raster de variable explicative ou le point peut être sur une cellule NoData dans au moins l’un des rasters de variable explicative. Cela s’applique uniquement à EBK Regression Prediction (Prévision de la régression EBK).
Predicted (Predicted [Prévu]) : valeur de prévision à cette localisation.
Error (Error [Erreur]) : valeur prévue moins la valeur dans le champ de validation.
StdError (Standard Error [Erreur standard]) : erreur standard de krigeage.
Stdd_Error (Standardized Error [Erreur standardisée]) : erreurs de prévision standardisées. Idéalement, les erreurs de prévision standardisées sont distribuées normalement.
NormValue (Normal Value [Valeur normale]) : valeur de distribution normale (axe x) qui correspond aux erreurs de prévision standardisées (axe y) dans le diagramme QQ normal.
CRPS (Continuous Ranked Probability Score [Score de probabilité classé continu]) : le score de probabilité classé continu est un diagnostic qui mesure l’écart entre la fonction de distribution cumulative prévisionnelle et chaque valeur de donnée observée. Cette valeur doit être aussi faible que possible. Ce diagnostic comporte des avantages par rapport aux diagnostics de validation croisée car il compare les données à une distribution complète et non à des prévisions de point unique. Ce champ est créé uniquement pour les modèles [Empirical Bayesian Kriging (Krigeage bayésien empirique)] et [EBK Regression Prediction (Prévision de la régression EBK)].
Interval90 (Inside 90 Percent Interval [Dans un intervalle de 90 pour cent]) : indique si le point de validation se trouve ou non à l’intérieur d’un intervalle de confiance de 90 pour cent. Ce champ est créé uniquement pour les modèles [Empirical Bayesian Kriging (Krigeage bayésien empirique)] et [EBK Regression Prediction (Prévision de la régression EBK)]. Si le modèle s’ajuste bien aux données, environ 90 pour cent des entités doivent être contenues dans un intervalle de confiance de 90 pour cent. Ce champ peut contenir les valeurs suivantes :
Yes—Le point de validation se trouve à l’intérieur de l’intervalle de confiance de 90 pour cent.
No—Le point de validation ne se trouve pas à l’intérieur de l’intervalle de confiance de 90 pour cent.
Excluded—Aucune prévision ne peut être réalisée à cette localisation.
Interval95 (Inside 95 Percent Interval [Dans un intervalle de 95 pour cent]) : indique si le point de validation se trouve ou non à l’intérieur d’un intervalle de confiance de 95 pour cent. Ce champ est créé uniquement pour les modèles [Empirical Bayesian Kriging (Krigeage bayésien empirique)] et [EBK Regression Prediction (Prévision de la régression EBK)]. Si le modèle s’ajuste bien aux données, environ 95 pour cent des entités doivent être contenues dans un intervalle de confiance de 95 pour cent. Ce champ peut contenir les valeurs suivantes :
Yes—Le point de validation se trouve à l’intérieur de l’intervalle de confiance de 95 pour cent.
No—Le point de validation ne se trouve pas à l’intérieur de l’intervalle de confiance de 95 pour cent.
Excluded—Aucune prévision ne peut être réalisée à cette localisation.
QuanVal (Validation Quantile [Quantile de validation]) : quantile de la valeur mesurée à l’entité par rapport à la distribution de la prévision. Cette valeur peut être comprise entre 0 et 1. Les valeurs proches de 0 indiquent que la valeur mesurée se trouve à l’extrémité gauche de la distribution, tandis que les valeurs proches de 1 indiquent que la valeur mesurée se trouve à l’extrémité droite de la distribution. Si de nombreuses valeurs se trouvent proches d’un des extrêmes, cela peut indiquer que les distributions des prévisions ne modélisent pas correctement les données et que certains paramètres d’interpolation doivent être ajustés. Ce champ est créé uniquement pour les modèles [Empirical Bayesian Kriging (Krigeage bayésien empirique)] et [EBK Regression Prediction (Prévision de la régression EBK)].
Feature Class
Ajouter tous les champs des entités en entrée.
(Facultatif)
Détermine si tous les champs seront copiés depuis les entités en entrée vers la classe d’entités en sortie.
Activé—Tous les champs des entités en entrée sont copiés dans la classe d’entités en sortie. Il s’agit de l’option par défaut.
Décoché—Seule la valeur de l’ID d’entité sera copiée et sera nommée Source_ID dans la classe d’entités en sortie.
Boolean
Champ d’élévation
(Facultatif)
Champ contenant l’élévation de chaque point en entrée. Le paramètre s’applique uniquement aux modèles géostatistiques 3D. Si les valeurs d’élévation sont stockées sous forme d’attributs géométriques dans Shape.Z, il est recommandé d’utiliser ce champ. Si les élévations sont stockées dans un champ attributaire, elles doivent indiquer la distance par rapport au niveau de la mer. Les valeurs positives indiquent une distance au-dessus du niveau de la mer et les valeurs négatives une distance en dessous du niveau de la mer.
Field
Unités du champ d’élévation
(Facultatif)
Unités du champ d’élévation. Ce paramètre s’applique uniquement aux modèles géostatistiques 3D. Si Shape.Z est fourni comme champ d’élévation, les unités concordent automatiquement avec les unités z du système de coordonnées verticales.
Pouces d'arpentage américains—Les élévations sont en pouces d’arpentage américains.
Pieds d’arpentage américains—Les élévations sont en pieds d’arpentage américains.
Yards d'arpentage américains—Les élévations sont en yards d’arpentage américains.
Milles d’arpentage américains—Les élévations sont en miles d’arpentage américains.
Milles nautiques d’arpentage américains—Les élévations sont en milles nautiques d’arpentage américains.
Millimètres—Les élévations sont en millimètres.
Centimètres—Les élévations sont en centimètres.
Décimètres—Les élévations sont en décimètres.
Mètres—Les élévations sont en mètres.
Kilomètres—Les élévations sont en kilomètres.
Pouces internationaux—Les élévations sont en pouces internationaux.
Pied international—Les élévations sont en pieds internationaux.
Yards internationaux—Les élévations sont en yards internationaux.
Milles terrestres—Les élévations sont en milles terrestres.
Milles nautiques internationaux—Les élévations sont en milles nautiques internationaux.
Localisations ponctuelles auxquelles des prévisions ou validations sont réalisées.
Feature Layer
z_field
(Facultatif)
Si ce champ n’est pas renseigné, des prévisions sont réalisées aux points de localisation. Si un champ est sélectionné, des prévisions sont réalisées aux points de localisation, par rapport à leurs valeurs Z_value_field, et une analyse de validation est effectuée.
Field
out_feature_class
Classe d’entités en sortie contenant soit les prévisions, soit les prévisions et les résultats de validation.
Les champs dans cette classe d’entités peuvent être notamment les suivants (le cas échéant) :
Source_ID (Source ID [ID source]) : ID d’objet de l’entité source dans Input point observation locations (Localisations d’observation des points en entrée).
Identifiant d’entité ou d’objet du jeu de données en entrée qui a été utilisé.
Included (Included [Inclus]) : indique si une prévision a été calculée pour cette entité. Les valeurs de ce champ peuvent être l’une des suivantes :
Yes—La réalisation d’une prévision à ce point ne pose aucun problème.
Not enough neighbors— Le nombre de voisins est insuffisant pour réaliser une prévision.
Weight parameter is too small—Le paramètre de pondération est trop faible.
Overfilling—Saturation des calculs à virgule flottante.
Problem with data transformation—La valeur à transformer se situe en dehors de la plage prise en charge pour la transformation sélectionnée (uniquement en krigeage).
No explanatory rasters—La valeur ne peut pas être calculée, car l’une des variables explicatives n’est pas définie. Le point peut être en dehors de l’étendue d’au moins un raster de variable explicative ou le point peut être sur une cellule NoData dans au moins l’un des rasters de variable explicative. Cela s’applique uniquement à EBK Regression Prediction (Prévision de la régression EBK).
Predicted (Predicted [Prévu]) : valeur de prévision à cette localisation.
Error (Error [Erreur]) : valeur prévue moins la valeur dans le champ de validation.
StdError (Standard Error [Erreur standard]) : erreur standard de krigeage.
Stdd_Error (Standardized Error [Erreur standardisée]) : erreurs de prévision standardisées. Idéalement, les erreurs de prévision standardisées sont distribuées normalement.
NormValue (Normal Value [Valeur normale]) : valeur de distribution normale (axe x) qui correspond aux erreurs de prévision standardisées (axe y) dans le diagramme QQ normal.
CRPS (Continuous Ranked Probability Score [Score de probabilité classé continu]) : le score de probabilité classé continu est un diagnostic qui mesure l’écart entre la fonction de distribution cumulative prévisionnelle et chaque valeur de donnée observée. Cette valeur doit être aussi faible que possible. Ce diagnostic comporte des avantages par rapport aux diagnostics de validation croisée car il compare les données à une distribution complète et non à des prévisions de point unique. Ce champ est créé uniquement pour les modèles [Empirical Bayesian Kriging (Krigeage bayésien empirique)] et [EBK Regression Prediction (Prévision de la régression EBK)].
Interval90 (Inside 90 Percent Interval [Dans un intervalle de 90 pour cent]) : indique si le point de validation se trouve ou non à l’intérieur d’un intervalle de confiance de 90 pour cent. Ce champ est créé uniquement pour les modèles [Empirical Bayesian Kriging (Krigeage bayésien empirique)] et [EBK Regression Prediction (Prévision de la régression EBK)]. Si le modèle s’ajuste bien aux données, environ 90 pour cent des entités doivent être contenues dans un intervalle de confiance de 90 pour cent. Ce champ peut contenir les valeurs suivantes :
Yes—Le point de validation se trouve à l’intérieur de l’intervalle de confiance de 90 pour cent.
No—Le point de validation ne se trouve pas à l’intérieur de l’intervalle de confiance de 90 pour cent.
Excluded—Aucune prévision ne peut être réalisée à cette localisation.
Interval95 (Inside 95 Percent Interval [Dans un intervalle de 95 pour cent]) : indique si le point de validation se trouve ou non à l’intérieur d’un intervalle de confiance de 95 pour cent. Ce champ est créé uniquement pour les modèles [Empirical Bayesian Kriging (Krigeage bayésien empirique)] et [EBK Regression Prediction (Prévision de la régression EBK)]. Si le modèle s’ajuste bien aux données, environ 95 pour cent des entités doivent être contenues dans un intervalle de confiance de 95 pour cent. Ce champ peut contenir les valeurs suivantes :
Yes—Le point de validation se trouve à l’intérieur de l’intervalle de confiance de 95 pour cent.
No—Le point de validation ne se trouve pas à l’intérieur de l’intervalle de confiance de 95 pour cent.
Excluded—Aucune prévision ne peut être réalisée à cette localisation.
QuanVal (Validation Quantile [Quantile de validation]) : quantile de la valeur mesurée à l’entité par rapport à la distribution de la prévision. Cette valeur peut être comprise entre 0 et 1. Les valeurs proches de 0 indiquent que la valeur mesurée se trouve à l’extrémité gauche de la distribution, tandis que les valeurs proches de 1 indiquent que la valeur mesurée se trouve à l’extrémité droite de la distribution. Si de nombreuses valeurs se trouvent proches d’un des extrêmes, cela peut indiquer que les distributions des prévisions ne modélisent pas correctement les données et que certains paramètres d’interpolation doivent être ajustés. Ce champ est créé uniquement pour les modèles [Empirical Bayesian Kriging (Krigeage bayésien empirique)] et [EBK Regression Prediction (Prévision de la régression EBK)].
Feature Class
append_all_fields
(Facultatif)
Détermine si tous les champs seront copiés depuis les entités en entrée vers la classe d’entités en sortie.
ALL—Tous les champs des entités en entrée sont copiés dans la classe d’entités en sortie. Il s’agit de l’option par défaut.
FID_ONLY—Seule la valeur de l’ID d’entité sera copiée et sera nommée Source_ID dans la classe d’entités en sortie.
Boolean
elevation_field
(Facultatif)
Champ contenant l’élévation de chaque point en entrée. Le paramètre s’applique uniquement aux modèles géostatistiques 3D. Si les valeurs d’élévation sont stockées sous forme d’attributs géométriques dans Shape.Z, il est recommandé d’utiliser ce champ. Si les élévations sont stockées dans un champ attributaire, elles doivent indiquer la distance par rapport au niveau de la mer. Les valeurs positives indiquent une distance au-dessus du niveau de la mer et les valeurs négatives une distance en dessous du niveau de la mer.
Field
elevation_units
(Facultatif)
Unités du champ d’élévation. Ce paramètre s’applique uniquement aux modèles géostatistiques 3D. Si Shape.Z est fourni comme champ d’élévation, les unités concordent automatiquement avec les unités z du système de coordonnées verticales.
INCH—Les élévations sont en pouces d’arpentage américains.
FOOT—Les élévations sont en pieds d’arpentage américains.
YARD—Les élévations sont en yards d’arpentage américains.
MILE_US—Les élévations sont en miles d’arpentage américains.
NAUTICAL_MILE—Les élévations sont en milles nautiques d’arpentage américains.
MILLIMETER—Les élévations sont en millimètres.
CENTIMETER—Les élévations sont en centimètres.
DECIMETER—Les élévations sont en décimètres.
METER—Les élévations sont en mètres.
KILOMETER—Les élévations sont en kilomètres.
INCH_INT—Les élévations sont en pouces internationaux.
FOOT_INT—Les élévations sont en pieds internationaux.
YARD_INT—Les élévations sont en yards internationaux.
MILE_INT—Les élévations sont en milles terrestres.
NAUTICAL_MILE_INT—Les élévations sont en milles nautiques internationaux.
String
Exemple de code
Exemple 1 d’utilisation de la fonction GALayerToPoints (fenêtre Python)
Exporter une couche géostatistique vers une classe d’entités ponctuelles.