Краткая информация
Класс SearchNeighborhoodSmoothCircular может использоваться для задания окрестности поиска в Эмпирическом байесовском кригинге, ОВР, Интерполяции по методу локальных полиномов и в Радиальных базисных функциях (только при использовании ключевого слова INVERSE_MULTIQUADRIC_FUNCTION). Класс использует входные данные, задающие радиус окружности поиска и коэффициент сглаживания.
Синтаксис
SearchNeighborhoodSmoothCircular ({radius}, {smoothFactor})| Параметр | Объяснение | Тип данных |
radius | Расстояние, у единицах карты, задающее длину радиуса окружности поиска. | Double |
smoothFactor | Определяет степень применяемого сглаживания. 0 – без сглаживания, 1 – максимальное сглаживание. | Double |
Свойства
| Свойство | Объяснение | Тип данных |
| radius (чтение и запись) | Расстояние, в единицах карты, задающее длину радиуса окружности поиска. | Double |
| smoothFactor (чтение и запись) | Определяет степень сглаживания: 0 – без сглаживания, 1 – максимальное сглаживание. | Double |
| nbrType (только чтение) | Тип окрестности: Smooth (сглаженный) или Standard (стандартный). | String |
Пример кода
SearchNeighborhoodSmoothCircular (окно Python)
Пример использования SearchNeighborhoodSmoothCircular с Эмпирическим байесовским кригингом для создания выходного растра.
import arcpy
arcpy.env.workspace = "C:/gapyexamples/data"
arcpy.LocalPolynomialInterpolation_ga(
"ca_ozone_pts", "OZONE", "outLPI", "C:/gapyexamples/output/lpiout", "2000",
"2", arcpy.SearchNeighborhoodSmooth(300000, 300000, 0, 0.5), "QUARTIC",
"", "", "", "", "PREDICTION")
SearchNeighborhoodSmoothCircular (автономный скрипт)
Пример использования SearchNeighborhoodSmoothCircular с Эмпирическим байесовским кригингом для создания выходного растра.
# Name: LocalPolynomialInterpolation_Example_02.py
# Description: Local Polynomial interpolation fits many polynomials, each
# within specified overlapping neighborhoods.
# Requirements: Geostatistical Analyst Extension
# Import system modules
import arcpy
# Set environment settings
arcpy.env.workspace = "C:/gapyexamples/data"
# Set local variables
inPointFeatures = "ca_ozone_pts.shp"
zField = "ozone"
outLayer = "outLPI"
outRaster = "C:/gapyexamples/output/lpiout"
cellSize = 2000.0
power = 2
kernelFunction = "QUARTIC"
bandwidth = ""
useConNumber = ""
conNumber = ""
weightField = ""
outSurface = "PREDICTION"
# Set variables for search neighborhood
majSemiaxis = 300000
minSemiaxis = 300000
angle = 0
smoothFactor = 0.5
searchNeighbourhood = arcpy.SearchNeighborhoodSmooth(majSemiaxis, minSemiaxis,
angle, smoothFactor)
# Check out the ArcGIS Geostatistical Analyst extension license
arcpy.CheckOutExtension("GeoStats")
# Execute LocalPolynomialInterpolation
arcpy.LocalPolynomialInterpolation_ga(inPointFeatures, zField, outLayer, outRaster,
cellSize, power, searchNeighbourhood,
kernelFunction, bandwidth, useConNumber,
conNumber, weightField, outSurface)