克里金法 (Spatial Analyst 工具)

汇总

使用克里金法将点插值成栅格表面。

用法

克里金法是一个占用大量处理器资源的过程。执行速度取决于输入数据集中点的数量和搜索窗口的大小。
预测栅格可选输出方差中的低值指示预测值的高置信度。高值可能表示需要更多数据点。
泛克里金法类型假定存在结构组件，且局部趋势将随位置的变化而变化。
半变异函数属性可控制克里金法所使用的半变异函数。 步长大小的默认值初始设置为默认输出像元大小。对于主变程、偏基台和块金来说，如果未进行任何设置，将会内部计算默认值。
预测栅格的可选输出方差在每个输出栅格像元中都含有克里金方差。假设克里金误差是正态分布的，则像元中实际 z 值等于预测栅格值加上或减去方差栅格中值的平方根 2 倍的可能性为 95.5%。
输出像元大小参数可以通过数值进行定义，也可以从现有栅格数据集获取。如果没有将像元大小明确指定为参数值，则将从像元大小环境获取相应值（前提是已指定环境）。如果未指定参数像元大小或环境像元大小，但已设置了捕捉栅格环境，则将使用捕捉栅格的像元大小。如果未任何内容，则像元大小会通过使用范围的宽度或高度中的较小值除以 250 来计算，其中范围位于在环境中指定的输出坐标系内。
如果使用数值指定了像元大小，工具将直接将其用于输出栅格。

如果使用栅格数据集指定了像元大小，则参数将显示栅格数据集的路径而不是像元大小值。该栅格数据集的像元大小将直接用于分析，前提是数据集的空间参考与输出空间参考相同。如果数据集的空间参考与输出空间参考不同，将根据指定的像元大小投影方法值进行投影。
某些输入数据集可能包含多个具有相同 x,y 坐标的点。如果共有位置处点的值相同，则将其视为重复项，但并不影响输出。如果值不同，则认为它们是重合点。

各种插值工具可在不同条件下以不同方式处理此数据。例如，在某些情况下，使用遇到的第一个重合点进行计算；而在其他情况下，则使用遇到的最后一个点进行计算。这可能导致输出栅格中某些位置的值与预期值不同。解决办法就是在准备数据时移除这些重合点。 “空间统计”工具箱中的收集事件工具用于识别数据中所有的重合点。
对于支持空值的数据格式（例如文件地理数据库要素类），当用作输入时，空值将被忽略。
有关适用于此工具的地理处理环境的详细信息，请参阅分析环境和 Spatial Analyst。

标注	说明	数据类型
输入点要素	包含要插值到表面栅格中的 z 值的输入点要素。	Feature Layer
Z 值字段	存放每个点的高度值或量级值的字段。如果输入点要素包含 z 值，则该字段可以是数值型字段或者 Shape 字段。	Field
半变异函数属性	要使用的半变异函数模型。对于克里金法：普通克里金法和泛克里金法，存在两种方法。普通克里金法可使用下列半变异函数模型：球面—球面半变异函数模型。这是默认设置。圆形—圆形半变异函数模型。指数—指数半变异函数模型。高斯—高斯或正态分布半变异函数模型。线性—采用基台的线性半变异函数模型。泛克里金法可使用下列半变异函数模型：具有线性漂移的线性模型—采用一次漂移函数的泛克里金法。具有二次漂移的线性模型—采用二次漂移函数的泛克里金法。高级参数对话框中有一些选项可供使用。这些参数是：步长大小—默认值为输出栅格的像元大小。主变程—表示一个距离，超出此距离则相关性极小或不相关。偏基台—块金和基台之间的差值。块金值—表示在因过小而无法检测到的空间尺度下的误差和变差。块金效应被视为在原点处的不连续。	KrigingModel
输出像元大小（可选）	将创建的输出栅格的像元大小。该参数可以通过数值定义，也可以从现有的栅格数据集获取。在像元大小未明确指定为参数值的情况下，如果指定了环境像元大小值，则将使用该值；否则，将使用附加规则，根据其他输入来计算该值。有关详细信息，请参阅使用方法部分。	Analysis Cell Size
搜索半径（可选）	定义要用来对输出栅格中各像元值进行插值的输入点。有两个选项：可变和固定。 “可变”是默认设置。可变使用可变搜索半径来查找用于插值的指定数量的输入采样点。点数—指定要用于执行插值的最邻近输入采样点数量的整数值。默认值为 12 个点。最大距离—使用地图单位指定距离，以此限制对最邻近输入采样点的搜索。默认值是范围的对角线长度。固定使用指定的固定距离，将利用此距离范围内的所有输入点进行插值。距离—指定用作半径的距离，在该半径范围内的输入采样点将用于执行插值。半径值使用地图单位来表示。默认半径是输出栅格像元大小的五倍。最小点数—定义用于插值的最小点数的整数。默认值为 0。如果在指定距离内未找到所需点数，则将增大搜索距离，直至找到指定最小点数为止。搜索半径需要增加时就会增加，直到最小点数在该半径范围内，或者半径的范围越过输出栅格的下部（南）和/或上部（北）范围为止。 NoData 会分配给不满足上述条件的所有位置。	Radius
预测栅格的输出方差（可选）	可选的输出栅格，其中每个像元都包含该位置的预测方差值。	Raster Dataset

返回值

标注	说明	数据类型
输出表面栅格	输出插值后的表面栅格。总为浮点栅格。	Raster

标注

说明

数据类型

输出表面栅格

输出插值后的表面栅格。

总为浮点栅格。

Raster

Kriging(in_point_features, z_field, semiVariogram_props, {cell_size}, {search_radius}, {out_variance_prediction_raster})

名称	说明	数据类型
in_point_features	包含要插值到表面栅格中的 z 值的输入点要素。	Feature Layer
z_field	存放每个点的高度值或量级值的字段。如果输入点要素包含 z 值，则该字段可以是数值型字段或者 Shape 字段。	Field
semiVariogram_props [kriging_model,...]	`KrigingModel` 类定义要使用的克里金模型。克里金类分为两种类型。 `KrigingModelOrdinary` 方法具有五种可用的半变异函数。 `KrigingModelUniversal` 方法具有两种可用的半变异函数。 `KrigingModelOrdinary ({semivariogramType}, {lagSize}, {majorRange}, {partialSill}, {nugget})` `semivariogramType`—要使用的半变异函数模型。可用模型如下： `SPHERICAL`—球面半变异函数模型。这是默认设置。 `CIRCULAR`—圆形半变异函数模型。 `EXPONENTIAL`—指数半变异函数模型。 `GAUSSIAN`—高斯（或正态分布）半变异函数模型。 `LINEAR`—采用基台的线性半变异函数模型。 `KrigingModelUniversal ({semivariogramType}, {lagSize}, {majorRange}, {partialSill}, {nugget})` `semivariogramType`—要使用的半变异函数模型。可用模型如下： `LINEARDRIFT`—采用一次漂移函数的泛克里金法。 `QUADRATICDRIFT`—采用二次漂移函数的泛克里金法。 `{semivariogramType}` 之后，其他参数均是普通克里金法和泛克里金法所共有的参数。 `lagSize`—默认值为输出栅格的像元大小。 `majorRange`—表示一个距离，超出此距离则相关性极小或不相关。 `partialSill`—块金和基台之间的差值。 `nugget`—表示在因过小而无法检测到的空间尺度下的误差和变差。块金效应被视为在原点处的不连续。	KrigingModel
cell_size （可选）	将创建的输出栅格的像元大小。该参数可以通过数值定义，也可以从现有的栅格数据集获取。在像元大小未明确指定为参数值的情况下，如果指定了环境像元大小值，则将使用该值；否则，将使用附加规则，根据其他输入来计算该值。有关详细信息，请参阅使用方法部分。	Analysis Cell Size
search_radius （可选）	`Radius` 类可定义要用来对输出栅格中各像元值进行插值的输入点。半径类分为两种类型：`RadiusVariable` 和 `RadiusFixed`。使用“可变”搜索半径来查找用于插值的指定数量的输入采样点。 “固定”类型使用指定的固定距离，将利用此距离范围内的所有输入点进行插值。 “可变”类型是默认值。 `RadiusVariable ({numberofPoints}, {maxDistance})` `{numberofPoints}`—指定要用于执行插值的最邻近输入采样点数量的整数值。默认值为 12 个点。 `{maxDistance}`—使用地图单位指定距离，以此限制对最邻近输入采样点的搜索。默认值是范围的对角线长度。 `RadiusFixed ({distance}, {minNumberofPoints})` `{distance}`—指定用作半径的距离，在该半径范围内的输入采样点将用于执行插值。半径值使用地图单位来表示。默认半径是输出栅格像元大小的五倍。 `{minNumberofPoints}`—定义用于插值的最小点数的整数。默认值为 0。如果在指定距离内未找到所需点数，则将增大搜索距离，直至找到指定最小点数为止。搜索半径需要增加时就会增加，直到 `{minNumberofPoints}` 在该半径范围内，或者半径的范围越过输出栅格的下部（南）和/或上部（北）范围为止。 NoData 会分配给不满足上述条件的所有位置。	Radius
out_variance_prediction_raster （可选）	可选的输出栅格，其中每个像元都包含该位置的预测方差值。	Raster Dataset

返回值

名称	说明	数据类型
out_surface_raster	输出插值后的表面栅格。总为浮点栅格。	Raster

名称

说明

数据类型

out_surface_raster

输出插值后的表面栅格。

总为浮点栅格。

Raster

代码示例

Kriging 示例 1（Python 窗口）

该示例输入一个点 shapefile，然后通过对表面插值，输出得到 Grid 栅格。

import arcpy
from arcpy import env
from arcpy.sa import *
env.workspace = "C:/sapyexamples/data"
outKrig = Kriging("ozone_pts.shp", "OZONE", KrigingModelOrdinary("CIRCULAR", 2000, 2.6, 542, 0), 2000, RadiusFixed(20000, 1))
outKrig.save("c:/sapyexamples/output/krigout")

Kriging 示例 2（独立脚本）

该示例输入一个点 shapefile，然后通过对表面插值，输出得到 Grid 栅格。

# Name: Kriging_Ex_02.py
# Description: Interpolates a surface from points using kriging.
# Requirements: Spatial Analyst extension
# Import system modules

import arcpy
from arcpy import env
from arcpy.sa import *

# Set environment settings
env.workspace = "C:/sapyexamples/data"

# Set local variables
inFeatures = "ca_ozone_pts.shp"
field = "OZONE"
cellSize = 2000
outVarRaster = "C:/sapyexamples/output/outvariance"
lagSize = 2000
majorRange = 2.6
partialSill = 542
nugget = 0

# Set complex variables
kModelOrdinary = KrigingModelOrdinary("CIRCULAR", lagSize,
                                majorRange, partialSill, nugget)
kRadius = RadiusFixed(20000, 1)

# Run Kriging
outKriging = Kriging(inFeatures, field, kModelOrdinary, cellSize,
                     kRadius, outVarRaster)

# Save the output
outKriging.save("C:/sapyexamples/output/krigoutput02")

环境

自动提交, 像元大小, 像元大小投影方法, 当前工作空间, 范围, 地理变换, 掩膜, 输出配置关键字, 输出坐标系, 临时工作空间, 捕捉栅格, 分块大小

许可信息

基本: 需要 Spatial Analyst 或 3D Analyst
标准: 需要 Spatial Analyst 或 3D Analyst
高级: 需要 Spatial Analyst 或 3D Analyst

克里金法 (Spatial Analyst 工具)

汇总

用法

参数

返回值

环境

许可信息

相关主题