增密采样网络 (地统计分析工具)
汇总
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。
用法
输入地统计图层必须是克里金图层。
请求生成多个新位置时只生成了一个新位置的情况可能会出现。 当根据选择条件持续选择同一新位置时,就会出现这种情况。 通过指定限制性距离 参数的值,可以防止出现这种情况。 当选择条件为下限四分位数阈值 或上限四分位数阈值 (Python 中的 QUARTILE_THRESHOLD 或 QUARTILE_THRESHOLD_UPPER)时,使用限制性距离尤为重要。
为了判断哪些位置对预测表面的影响最小,可以将用于创建克里金图层的要素类作为输入候选点要素 参数的值。 如果要停用某些监测站,则影响最小的位置是良好的候选移除点。
参数
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。
预测的标准误差 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 、下限四分位数阈值 和上限四分位数阈值 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。 下限四分位数阈值 选项会向最不可能超出临界阈值的位置分配额外的权重。 上限四分位数阈值 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 、下限四分位数阈值 或上限四分位数阈值 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:
<!--```nohighlight
预测的标准误差 = stderr
标准误差阈值 = stderr(s)(1 - 2 · abs(prob[Z(s) > threshold] - 0.5))
下限四分位数阈值 = (Z0.75 (s) - Z0.25 (s)) · (prob[Z(s) < threshold])
上限四分位数阈值 = (Z0.75 (s) - Z0.25 (s)) · (prob[Z(s) > threshold])
<div data-domains="selection_criteria">
- <span data-name="STDERR">**预测的标准误差**</span>—<span data-desc="STDERR">预测的标准误差条件</span>
- <span data-name="STDERR_THRESHOLD">**标准误差阈值**</span>—<span data-desc="STDERR_THRESHOLD">标准误差阈值条件</span>
- <span data-name="QUARTILE_THRESHOLD">**下限四分位数阈值**</span>—<span data-desc="QUARTILE_THRESHOLD">下限四分位数阈值条件</span>
- <span data-name="QUARTILE_THRESHOLD_UPPER">**上限四分位数阈值**</span>—<span data-desc="QUARTILE_THRESHOLD_UPPER">上限四分位数阈值条件</span>
</div>
String
阈值
(可选)
用于增密采样网络的阈值。
此参数仅在使用标准误差阈值 、下限四分位数阈值 或上限四分位数阈值 选择条件时适用。
Double
输入权重栅格
(可选)
该栅格用于确定要对哪些位置优先加权。
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
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 选项将非常有用。 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:
<!--```nohighlight
预测的标准误差 = stderr
标准误差阈值 = stderr(s)(1 - 2 · abs(prob[Z(s) > threshold] - 0.5))
下限四分位数阈值 = (Z0.75 (s) - Z0.25 (s)) · (prob[Z(s) < threshold])
上限四分位数阈值 = (Z0.75 (s) - Z0.25 (s)) · (prob[Z(s) > threshold])
<div data-domains="selection_criteria">
- <span data-name="STDERR">`STDERR`</span>—<span data-desc="STDERR">预测的标准误差条件</span>
- <span data-name="STDERR_THRESHOLD">`STDERR_THRESHOLD`</span>—<span data-desc="STDERR_THRESHOLD">标准误差阈值条件</span>
- <span data-name="QUARTILE_THRESHOLD">`QUARTILE_THRESHOLD`</span>—<span data-desc="QUARTILE_THRESHOLD">下限四分位数阈值条件</span>
- <span data-name="QUARTILE_THRESHOLD_UPPER">`QUARTILE_THRESHOLD_UPPER`</span>—<span data-desc="QUARTILE_THRESHOLD_UPPER">上限四分位数阈值条件</span>
</div>
String
threshold
(可选)
用于增密采样网络的阈值。
此参数仅在使用标准误差阈值 、下限四分位数阈值 或上限四分位数阈值 选择条件时适用。
Double
in_weight_raster
(可选)
该栅格用于确定要对哪些位置优先加权。
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
DensifySamplingNetwork 示例 1(Python 窗口)
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.ga.DensifySamplingNetwork("C:/gapyexamples/data/Kriging.lyr", 2,
"C:/gapyexamples/output/outDSN")
DensifySamplingNetwork 示例 2(独立脚本)
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"
# Run DensifySamplingNetworks
arcpy.ga.DensifySamplingNetwork(inLayer, numberPoints, outPoints)
环境
当前工作空间 , 范围 , 地理变换 , 输出坐标系 , 并行处理因子 , 临时工作空间
许可信息
基本: 需要 Geostatistical Analyst
标准: 需要 Geostatistical Analyst
高级: 需要 Geostatistical Analyst