Справка

GeostatisticalDatasets

Краткая информация

Класс GeostatisticalDatasets используется для управления наборами данных, связанных с источником геостатистической модели. Источником геостатистической модели может быть либо геостатистический слой, либо геостатистическая модель (XML).

Обсуждение

Использование объекта GeostatisticalDatasets позволяет вам быстро применять геостатистическую модель к новому набору данных. Например, как показано в первом примере в разделе Пример кода ниже, если вы начинаете с геостатистического слоя, созданного с помощью Интерполяции ядра с барьерами (Kernel Interpolation With barriers), вы легко можете изменить класс объектов барьеров на новый класс полигональных объектов. Затем вы создаете новый геостатистический слой, который использует новые барьеры. Новый геостатистический слой будет применять все те же самые параметры интерполяции (например, параметр ширина полосы (bandwidth) в интерполяции ядра с барьерами) к новому набору данных. Это полезно для автоматизации создания геостатистических слоев для множества наборов данных, если вы хотите использовать одинаковые параметры интерполяции для каждого набора данных.

Этот класс используется преимущественно в Python для параметра Входные наборы данных (Input dataset(s)) в инструментах Создать геостатистический слой (Create Geostatistical Layer), Скользящее окно кригинга (Moving Window Kriging) и Чувствительность вариограммы (Semivariogram Sensitivity).

Класс получает источник геостатистической модели в качестве параметра и возвращает объект со свойствами, которые применяются к этой модели. Например, если источник геостатистической модели является результатом модели Радиальные базисные функции (Radial Basis Functions), единственными свойствами, которые будут связаны с объектом GeostatisticalDatasets, будут dataset1 и dataset1Field, поскольку все остальные свойства не могут применяться к моделям радиальных базисных функций. См. список Свойства, чтобы определить, какие свойства могут применяться к каждому типу источника геостатистической модели.

Если источником геостатистической модели является геостатистический слой, свойства объекта будут заполнены строками наборов данных и полей, которые были использованы для этого геостатистического слоя. Если источником геостатистической модели является файл XML, связанные свойства будут заполнены пустыми строками, поскольку файлы геостатистической модели (XML) не содержат ссылок на наборы данных. Примите к сведению, что свойства набора данных невозможно заполнять с помощью таблиц.

Все свойства, которые ссылаются на поля, имеют префиксы от связанного с ними набора данных. Например, dataset2Field ссылается на поле, связанное с dataset2.

Поскольку dataset1WeightField, dataset1TimeField и dataset2TimeField являются необязательными входными данными для соответствующих геостатистических методов, эти свойства будут созданы в объекте GeostatisticalDatasets только если они применяются к данной модели, независимо от того, были ли они действительно включены в исходный источник геостатистической модели. Например, если источник геостатистической модели является моделью IDW только с классом объектов и полем, возвращаемый объект GeostatisticalDatasets будет иметь свойства dataset1, dataset1Field и dataset1WeightField, хотя исходная модель и не имела поля весов. В этом случае dataset1WeightField будет заполнено пустой строкой.

Синтаксис

GeostatisticalDatasets (ga_model_source)
ПараметрОбъяснениеТип данных
ga_model_source

Источник геостатистической модели используется для создания свойств класса. Источником модели должен быть либо геостатистический слой, либо файл геостатистической модели (XML).

Файлы геостатистической модели (XML) можно сохранять из окна Отчет метода (Method Report) в конце работы Мастера операций геостатистики (Geostatistical Wizard).

String

Свойства

СвойствоОбъяснениеТип данных
dataset1
(чтение и запись)

Путь к каталогу основного набора данных. Это свойство применимо для всех геостатистических моделей.

String
dataset1CountField
(чтение и запись)

Строка Поля количества (Count Field), связанная с dataset1. Это свойство применяется к моделям площадной интерполяции количества (Пуассона с избыточной дисперсией) и отношения (биномиальная).

String
dataset1Field
(чтение и запись)

Строка поля, связанная с dataset1. Это свойство применимо ко всем геостатистическим моделям, кроме моделей площадной интерполяции.

String
dataset1PopulationField
(чтение и запись)

Строка Поля численности (Population Field), связанная с dataset1. Это свойство применяется к моделям площадной интерполяции отношения (биномиальным).

String
dataset1TimeField
(чтение и запись)

Строка Поля времени (Time Field), связанная с dataset1. Это свойство применяется к моделям площадной интерполяции количества (Пуассона с избыточной дисперсией).

String
dataset1ValueField
(чтение и запись)

Строка Поля значений (Value Field), связанная с dataset1. Это свойство применяется к моделям площадной интерполяции со средним распределением (Гауссовым).

String
dataset1WeightField
(чтение и запись)

Строка Поля веса (Weight Field), связанная с dataset1. Это свойство применяется к моделям IDW, Интерполяции по методу глобального полинома (Global Polynomial Interpolation), Интерполяции диффузии с барьерами (Diffusion Interpolation With Barriers) и Интерполяции ядра с барьерами (Kernel Interpolation With Barriers).

String
dataset2
(чтение и запись)

Путь к каталогу вспомогательного набора данных. Это свойство применяется к моделям кокригинга (cokriging) и ко-площадной интерполяции.

String
dataset2CountField
(чтение и запись)

Строка Поля количества (Count Field), связанная с dataset2. Это свойство применяется к моделям ко-площадной интерполяции, где второй переменной является количество (распределение Пуассона с избыточной дисперсией) или отношение (биномиальное распределение).

String
dataset2Field
(чтение и запись)

Строка поля, связанная с dataset2. Это свойство применимо для моделей кокригинга.

String
dataset2PopulationField
(чтение и запись)

Строка Поля численности (Population Field), связанная с dataset2. Это свойство применяется к моделям ко-площадной интерполяции, где второй переменной является отношение (биномиальное распределение).

String
dataset2TimeField
(чтение и запись)

Строка Поля времени (Time Field), связанная с dataset2. Это свойство применяется к моделям ко-площадной интерполяции, где второй переменной является количество (распределение Пуассона с избыточной дисперсией).

String
dataset2ValueField
(чтение и запись)

Строка Поля значений (Value Field), связанная с dataset2. Это свойство применяется к моделям ко-площадной интерполяции, где второй переменной является среднее распределение (Гауссово).

String
dataset3
(чтение и запись)

Путь к каталогу третьего набора данных. Это свойство применяется к моделям кокригинга, которые используют как минимум три набора данных.

String
dataset3Field
(чтение и запись)

Строка поля, связанная с dataset3. Это свойство применяется к моделям кокригинга, которые используют как минимум три набора данных.

String
dataset4
(чтение и запись)

Путь к каталогу четвертого набора данных. Это свойство применяется к моделям кокригинга, которые используют четыре набора данных.

String
dataset4Field
(чтение и запись)

Строка поля, связанная с dataset4. Это свойство применяется к моделям кокригинга, которые используют четыре набора данных.

String
declusterPolygons1
(чтение и запись)

Путь к каталогу с классом полигональных объектов, используемым для декластеризации dataset1. Это свойство применяется к моделям кригинга и кокригинга, в которых основной набор данных был декластеризован с использованием полигональной декластеризации.

String
declusterPolygons2
(чтение и запись)

Путь к каталогу с классом полигональных объектов, используемым для декластеризации dataset2. Это свойство применяется к моделям кокригинга, в которых второй набор данных был декластеризован с использованием полигональной декластеризации.

String
declusterPolygons3
(чтение и запись)

Путь к каталогу с классом полигональных объектов, используемым для декластеризации dataset3. Это свойство применяется к моделям кокригинга, в которых третий набор данных был декластеризован с использованием полигональной декластеризации.

String
declusterPolygons4
(чтение и запись)

Путь к каталогу с классом полигональных объектов, используемым для декластеризации dataset4. Это свойство применяется к моделям кокригинга, в которых четвёртый набор данных был декластеризован с использованием полигональной декластеризации.

String
featureBarriers
(чтение и запись)

Путь к каталогу с классом полигональных или полилинейных объектов, используемым в качестве объектов барьеров. Это свойство применяется к моделям Интерполяция диффузии с барьерами (Diffusion Interpolation With Barriers) и Интерполяции ядра с барьерами, в которых был поставлен барьер объектов.

String
rasterBarrierAdditive
(чтение и запись)

Путь к каталогу с набором растровых объектов, используемым для определения дополнительного растрового барьера. Это свойство применяется к моделям Интерполяции диффузии с барьерами (Diffusion Interpolation With Barriers), которые включают дополнительный растровый барьер.

String
rasterBarrierCumulative
(чтение и запись)

Путь к каталогу с набором растровых объектов, используемым для определения кумулятивного растрового барьера. Это свойство применяется к моделям Интерполяции диффузии с барьерами (Diffusion Interpolation With Barriers), которые включают кумулятивный растровый барьер.

String
rasterBarrierFlow
(чтение и запись)

Путь к каталогу с набором растровых объектов, используемым для определения растрового барьера потока. Это свойство применяется к моделям Интерполяции диффузии с барьерами (Diffusion Interpolation With Barriers), которые включают кумулятивный растровый барьер.

String

Пример кода

GeostatisticalDatasets: пример 1 (окно Python)

Использует геостатистический слой, сохраненный как файл слоя, для источника модели, и изменяет класс объектов и поле на новый набор данных и поле. Исходная модель использует класс полигональных объектов, как абсолютные барьеры, и те же барьеры будут применены к новому набору данных и полю.

# Name: GeostatisticalDatasets_Example_01.py
# Description: Uses a Kernel Interpolation With Barriers model source
#   and changes the feature class and field to a new dataset and field.

# Requirements: Geostatistical Analyst Extension

import arcpy

# Define the model source
ga_layer = 'C:/data/kernelsmoothing.lyr'

# Create the GeostatisticalDatasets object
geo_datasets = arcpy.GeostatisticalDatasets(ga_layer)

# Set the dataset1 property to the new data
geo_datasets.dataset1 = 'C:/data/data.gdb/new'

# Set the new field
geo_datasets.dataset1Field = 'newfield'

# Check out the ArcGIS Geostatistical Analyst extension license
arcpy.CheckOutExtension("GeoStats")

# Create a new geostatistical layer with the new data
arcpy.GACreateGeostatisticalLayer_ga(ga_layer, geo_datasets, 'outGALayer1')

# Save the new geostatistical layer as a layer file
arcpy.SaveToLayerFile_management('outGALayer1', 'C:/data/newlayer1.lyr',
                                 'ABSOLUTE')
GeostatisticalDatasets, пример 2 (автономный скрипт)

Использует файл слоя IDW в качестве источника модели. Эта модель использовала входной класс объектов и поле. Данный пример кода добавляет поле веса перед тем, как создать заново модель IDW.

# Name: GeostatisticalDatasets_Example_02.py
# Description: Uses an IDW model source and adds a weight field.

# Requirements: Geostatistical Analyst Extension

import arcpy

# Define the model source
ga_layer = 'c:/data/IDW.lyr'

# Create the GeostatisticalDatasets object
geo_datasets = arcpy.GeostatisticalDatasets(ga_layer)

# Set the weight field
geo_datasets.dataset1WeightField = 'weightfield'

# Check out the ArcGIS Geostatistical Analyst extension license
arcpy.CheckOutExtension("GeoStats")

# Create a new geostatistical layer that uses a weight field
arcpy.GACreateGeostatisticalLayer_ga(ga_layer, geo_datasets, 'outGALayer2')

# Save the new geostatistical layer as a layer file
arcpy.SaveToLayerFile_management('outGALayer2', 'C:/data/newlayer2.lyr',
                                 'ABSOLUTE')
GeostatisticalDatasets, пример 3 (автономный скрипт)

Использует XML-файл кокригинга как источник модели. Эта модель включает два набора данных и поля, и второй набор данных использует класс полигональных декластеризованных объектов. Данный пример кода обновляет наборы данных, поля и класс полигональных декластеризованных объектов.

# Name: GeostatisticalDatasets_Example_03.py
# Description: Uses a cokriging model with two datasets and changes
#   the datasets, fields, and the declustering polygon feature class.

# Requirements: Geostatistical Analyst Extension

import arcpy

# Define the model source
cokriging_xml = 'C:/data/cokriging.xml'

# Create the GeostatisticalDatasets object
geo_datasets = arcpy.GeostatisticalDatasets(cokriging_xml)

# Set the first dataset and field
geo_datasets.dataset1 = 'C:/data/data.gdb/new1'
geo_datasets.dataset1Field = 'newfield1'

# Set the second dataset and field
geo_datasets.dataset2 = 'C:/data/data.gdb/new2'
geo_datasets.dataset2Field = 'newfield2'

# Set the new declustering polygons for the second dataset
geo_datasets.declusterPolygons2 = 'C:/data/data.gdb/decluster2'

# Check out the ArcGIS Geostatistical Analyst extension license
arcpy.CheckOutExtension("GeoStats")

# Create a new geostatistical layer with the new data
arcpy.GACreateGeostatisticalLayer_ga(cokriging_xml, geo_datasets, 'outGALayer3')

# Save the new geostatistical layer as a layer file
arcpy.SaveToLayerFile_management('outGALayer3', 'C:/data/newlayer3.lyr',
                                 'ABSOLUTE')
Отзыв по этому разделу?