从时空点进行插值 (影像分析工具)

汇总

将时间点数据插入到多维栅格中。

用法

• 可以使用时间聚合参数，按时间对点进行分组。

• 时间段内的所有点都将用于插值，以在输出多维栅格中创建切片。

• 该工具的结果是一个多维栅格，其中包含跨时间和空间插值的变量。

• 该工具支持以下插值方法：

  • IDW—根据点距离倒数的 2 次方加权平均值来计算输出。 搜索半径是输出像元大小的 20 倍。

  • Triangulation—使用根据输入点构造的不规则三角网络的线性插值来计算输出。

  • Mean—使用输入点的均值计算输出。

  • Median—使用输入点的中值计算输出。

  • Natural neighbor—使用根据输入点构造的不规则三角网络的自然邻域插值来计算输出。

  • Nearest neighbor—使用距输出像元中心最近的点来计算输出。

  • Quadratic—使用二次函数来计算输出：

    

    其中 x,y 为测量点的位置，t 为测量时间。 此函数适合输出像元内的所有测量，并且使用迭代最小二乘法来估计系数。 根据给定输出像元的中心坐标和日期的二次函数来估计每个像元的输出值。

参数

• Dialog
• Python

标注	说明	数据类型
输入时态数据集	输入点图层、轨迹图层或轨迹数据集。	Trajectory Layer; Feature Layer; Mosaic Dataset; Mosaic Layer
变量字段	包含变量值的字段。	String
时间字段	包含时间值的字段。	String
时间聚合 （可选）	指定输出多维栅格的时间聚合。 插值算法在这些时间段内使用所有可用数据来计算输出切片。 每天—数据值将聚合到每日时间步长。 这是默认设置。 每周—数据值将聚合到每周时间步长。 每月—数据值将聚合到每月时间步长。 季度—数据值将聚合到季度时间步长。 每年—数据值将聚合为年度时间步长。	String
像元大小 （可选）	输出像元大小。 默认情况下，像元大小为输入点要素范围的宽度或高度中的较短值除以 250。	Double
插值方法	指定将使用的插值方法。 反距离权重法—将使用反距离权重插值法。 三角测量法—将使用三角测量插值法。 平均值—将使用均值插值法。 中值—将使用中值插值法。 自然邻域法—将使用自然邻域插值法。 最近邻法—将使用最近邻插值法。 二次—将使用二次插值法。	String

返回值

标注	说明	数据类型
输出栅格	输出多维栅格数据集。	Raster Dataset

环境

像元大小, 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 Image Analyst
• 标准: 需要 Image Analyst
• 高级: 需要 Image Analyst

相关主题

• 插值工具集概述
• 查找地理处理工具
• 最优插值