ArcGIS Desktop

  • ArcGIS Pro
  • ArcMap

  • My Profile
  • Справка
  • Sign Out
ArcGIS Desktop

ArcGIS Online

Картографическая платформа вашей организации

ArcGIS Desktop

Полноценная профессиональная ГИС

ArcGIS Enterprise

ГИС предприятия

ArcGIS Developers

Инструменты для встраивания приложений с местоположениями

ArcGIS Solutions

Бесплатные шаблоны карт и приложений для отрасли

ArcGIS Marketplace

Получение приложения и данных для вашей организации.

  • Документация
  • Поддержка
Esri
  • Войти
user
  • Мой профиль
  • Выход

ArcMap

  • На главную
  • Начало работы
  • Карта
  • Анализ
  • Управление данными
  • Инструменты
  • Дополнительные модули

Выполнение декластеризации для преференциальной выборки

Доступно с лицензией Geostatistical Analyst.

Декластеризовать данные можно двумя способами: по методу ячеек и с помощью полигонов Вороного. Необходимо отобрать такие образцы, которые могли бы представлять всю поверхность. Однако, и неоднократно, образцы берутся там, где концентрация является наиболее плотной, что искажает представление поверхности. Декластеризация позволяет исправить искаженное представление образцов путем их надлежащего взвешивания, что позволяет создать более точную поверхность.

Более подробно о декластеризации

  1. Выберите Кригинг/Кокригинг (Kriging/CoKriging), а затем выберите набор данных и поле, после чего щёлкните на Далее (Next).
  2. В качестве типа кригинга выберите Вероятностный (Probability), Дизъюнктивный (Disjunctive) или Простой (Simple). Параметру Тип преобразования (Transformation type) задайте значение По методу нормальных меток (Normal Score), а параметру Декластеризовать перед преобразованием (Decluster before transformation) ― True, затем щёлкните на Далее (Next).
  3. В следующем диалоговом окне щёлкните на Далее (Next).
  4. На разных вкладках приведены диаграммы Размер ячейки (Cell size), Анизотропия (Anisotropy) и Угол (Angle).
  5. Измените значения Размер ячейки (Cell size), Анизотропия (Anisotropy), Угол (Angle) и Сдвиг (Shift), чтобы найти минимум на графике.

    Также можно в списке Метод декластеризации (Declustering method) выбрать Полигональная (Polygonal), чтобы переключиться на отображение полигональной декластеризации.

  6. Щёлкните на Далее (Next).
  7. В меню Метод аппроксимации (Approximation Method) выберите тип метода, задайте параметр Количество бинов (Number of bins), затем перейдите на вкладку Плотность (Density) или Кумулятивная (Cumulative) в диалоговом окне Преобразование по методу нормальных меток (Normal Score Transformation).
  8. Щёлкните на Далее (Next).
  9. Укажите необходимые параметры в диалоговом окне Моделирование вариограммы/ковариации (Semivariogram/Covariance Modeling) и щёлкните на Далее (Next).
  10. Укажите необходимые параметры в диалоговом окне Радиус поиска (Searching Neighborhood) и щёлкните на Далее (Next).
  11. Ознакомьтесь с результатами в диалоговом окне Перекрестная проверка (Cross Validation) и щёлкните на Готово (Finish).
  12. Щёлкните на OK в диалоговом окне Отчет метода (Method Report).
Подсказка:
Декластеризация используется только при выборе преобразования по методу нормальных меток в качестве типа преобразования. В качестве метода кригинга выберите Вероятностный (Probability), Простой (Simple) или Дизъюнктивный (Disjunctive), чтобы получить доступ к опции По методу нормальных меток (Normal Score).

ArcGIS Desktop

  • На главную
  • Документация
  • Поддержка

ArcGIS

  • ArcGIS Online
  • ArcGIS Desktop
  • ArcGIS Enterprise
  • ArcGIS
  • ArcGIS Developer
  • ArcGIS Solutions
  • ArcGIS Marketplace

Об Esri

  • О нас
  • Карьера
  • Блог Esri
  • Конференция пользователей
  • Саммит разработчиков
Esri
Расскажите нам, что вы думаете.
Copyright © 2021 Esri. | Конфиденциальность | Правовая информация