经验贝叶斯克里金法 (地统计分析工具)
汇总
经验贝叶斯克里金法是一种插值方法,可通过反复模拟,对基础半变异函数估算中的错误进行说明。
用法
此克里金方法可以处理具有中等程度非平稳性的输入数据。
搜索邻域的平滑圆选项将大幅延长执行时间。
各局部模型中的最大点数和局部模型重叠系数值越大,执行时间就越长。 应用数据转换也会显著延长执行时间。
为避免内存不足,软件可能会限制可用于并行处理的 CPU 内核数。
如果输入数据位于地理坐标系中,将使用弦距离来计算所有距离。 有关弦距离的更多信息,请参阅“什么是经验贝叶斯克里金法”帮助主题中的地理坐标中数据的距离计算章节。
参数
| 标注 | 说明 | 数据类型 |
|---|---|---|
|
输入要素 |
包含要插值的 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) |
将创建输出栅格的像元大小。 可在环境中按像元大小参数显式设置该值。 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或高度中的较小值除以 250。 |
Analysis Cell Size |
|
数据变换类型 (可选) |
将应用于输入数据的变换类型。
|
String |
|
各局部模型中的最大点数 (可选) |
输入数据将自动分组,每一组的点数不大于这一数目。 |
Long |
|
局部模型区域重叠系数 (可选) |
表示本地模型(也称子集)之间重叠程度的系数。 每个输入点均可落入多个子集中,重叠系数指定了各点将落入的子集的平均数。 高重叠系数值会使输出表面更加平滑,但处理时间也更长。 典型值在 0.01 和 5 内变化。 |
Double |
|
模拟半变异函数的数量 (可选) |
每个本地模型模拟的半变异函数的数量。 |
Long |
|
搜索邻域 (可选) |
定义哪些周围点将用于控制输出。 默认为标准圆形。 标准圆形
平滑圆
|
Geostatistical Search Neighborhood |
|
输出表面类型 (可选) |
存储插值结果的表面类型。
|
String |
|
分位数值 (可选) |
用于生成输出栅格的分位数值。 |
Double |
|
概率阈值类型 (可选) |
指定是否计算超过或未超过指定阈值的概率。
|
String |
|
概率阈值 (可选) |
概率阈值。 如果留空,将使用输入数据的中值(第 50 个分位数)。 |
Double |
|
半变异函数模型类型 (可选) |
用于插值的半变异函数模型。 可用选项取决于数据变换类型参数的值。 如果将变换类型设置为无,则只有前三个半变异函数可用。 如果类型为经验或对数经验,则后六个半变异函数可用。 有关如何为您的数据选择合适的半变异函数的详细信息,请参阅主题什么是经验贝叶斯克里金法。
|
String |
环境
像元大小, 重合点, 当前工作空间, 范围, 地理变换, 掩膜, 输出坐标系, 并行处理因子, 捕捉栅格
许可信息
- 基本: 需要 Geostatistical Analyst
- 标准: 需要 Geostatistical Analyst
- 高级: 需要 Geostatistical Analyst