需要 Spatial Analyst 许可。
摘要
定义泛克里金法模型。可用模型类型包括“与一次漂移函数成线性关系”和“与二次漂移函数成线性关系”。
讨论
KrigingModelUniversal 对象用于克里金法工具。
泛克里金法类型(“与一次漂移函数成线性关系”和“与二次漂移函数成线性关系”)假设存在结构组件,且局部趋势随位置的变化而发生变化。
泛克里金法假设模型为:
Z(s) = µ(s) + ε(s)
lagSize 的默认值为默认的输出像元大小。
如果未指定 majorRange、partialSill 和 nugget 的默认值,将在内部计算默认值。
语法
KrigingModelUniversal ({semivariogramType}, {lagSize}, {majorRange}, {partialSill}, {nugget})
参数 | 说明 | 数据类型 |
semivariogramType | 要使用的半变异函数模型。
(默认值为 LINEARDRIFT) | String |
lagSize | 创建模型时使用的步长大小。默认值为输出栅格的像元大小。 | Double |
majorRange | 表示距离,超出此距离即认定为不相关。 | Double |
partialSill | 块金和基台之间的差值。 | Double |
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。 | Double |
属性
属性 | 说明 | 数据类型 |
semivariogramType (读写) | 要使用的半变异函数模型。
| String |
lagSize (读写) | 创建模型时使用的步长大小。默认值为输出栅格的像元大小。 | Double |
majorRange (读写) | 表示距离,超出此距离即认定为不相关。 | Double |
partialSill (读写) | 块金和基台之间的差值。 | Double |
nugget (读写) | Represents the error and variation at spatial scales too fine to detect. The nugget effect is seen as a discontinuity at the origin. | Double |
代码实例
KrigingModelUniversal 示例 1(Python 窗口)
演示如何创建 KrigingModelUniversal 对象以及如何在 Python 窗口的 Kriging 工具中使用该对象。
import arcpy
from arcpy import env
from arcpy.sa import *
env.workspace = "C:/sapyexamples/data"
kModelUniversal = KrigingModelUniversal("LINEARDRIFT", 70000, 250000, 180000, 34000)
outKrigingUni1 = Kriging("ca_ozone_pts.shp", "ELEVATION", kModelUniversal, 2000, RadiusVariable(),"")
outKrigingUni1.save("C:/sapyexamples/output/kuniversal1")
KrigingModelUniversal 示例 2(独立脚本)
使用 KrigingModelUniversal 对象计算 Kriging 表面。
# Name: KrigingModelUniversal_Ex_02.py
# Description: Uses the KrigingModelUniversal object to execute the Kriging tool.
# 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
inPointFeature = "ca_ozone_pts.shp"
outVarRaster = "C:/sapyexamples/output/uvariance2"
# Create KrigingModelUniversal Object
lagSize = 70000
majorRange = 250000
partialSill = 180000
nugget = 34000
kModelUniversalObj = KrigingModelUniversal("LINEARDRIFT", lagSize, majorRange,
partialSill, nugget)
# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")
# Execute
outKrigingUni2 = Kriging(inPointFeature, "ELEVATION", kModelUniversalObj, 2000,
RadiusFixed(200000, 10), outVarRaster)
# Save the output
outKrigingUni2.save("C:/sapyexamples/output/kuniversal2")