ArcGIS Desktop

  • ArcGIS Pro
  • ArcMap

  • My Profile
  • 帮助
  • Sign Out
ArcGIS Desktop

ArcGIS Online

专为贵组织打造的制图平台

ArcGIS Desktop

全面的专业性 GIS

ArcGIS Enterprise

面向企业的 GIS

ArcGIS Developers

用于构建位置感知应用程序的工具

ArcGIS Solutions

适用于行业的免费模板地图和应用程序

ArcGIS Marketplace

获取适用于组织的应用程序和数据

  • 文档
  • 支持
Esri
  • 登录
user
  • 我的个人资料
  • 登出

ArcMap

  • 主页
  • 入门
  • 地图
  • 分析
  • 管理数据
  • 工具
  • 扩展模块

SearchNeighborhoodSmoothCircular

  • 描述
  • 语法
  • 属性
  • 代码示例

描述

SearchNeighborhoodSmoothCircular 类可用于定义以下邻域搜索方法:经验贝叶斯克里金法、反距离权重法、局部多项式插值法、和径向基函数插值法(仅在使用 INVERSE_MULTIQUADRIC_FUNCTION 关键字的情况下使用)。该类接受输入的搜索圆半径和平滑系数。

了解有关平滑插值法的详细信息

语法

SearchNeighborhoodSmoothCircular ({radius}, {smoothFactor})
参数说明数据类型
radius

以地图单位指定搜索圆的半径长度的距离。

Double
smoothFactor

确定要执行的平滑量:0 为无平滑;1 为最大平滑量。

Double

属性

属性说明数据类型
radius
(可读写)

以地图单位指定搜索圆的半径长度的距离。

Double
smoothFactor
(可读写)

确定要执行的平滑量:0 为无平滑,1 为最大平滑量。

Double
nbrType
(只读)

邻域类型:平滑或标准。

String

代码示例

SearchNeighborhoodSmoothCircular(Python 窗口)

SearchNeighborhoodSmoothCircular 与经验贝叶斯克里金法相结合生成输出栅格的示例。

import arcpy
arcpy.EmpiricalBayesianKriging_ga("ca_ozone_pts", "OZONE", "outEBK", "C:/gapyexamples/output/ebkout",
                                  100000, "NONE", 50, 0.5, 100,
                                  arcpy.SearchNeighborhoodSmoothCircular(300000, 0.5),
                                  "PREDICTION", "", "", "")
SearchNeighborhoodSmoothCircular(独立脚本)

SearchNeighborhoodSmoothCircular 与经验贝叶斯克里金法相结合生成输出栅格的示例。

# Name: EmpiricalBayesianKriging_Example_02.py
# Description: Bayesian kriging approach whereby many models created around the
#   semivariogram model estimated by the restricted maximum likelihood algorithm is used.
# Requirements: Geostatistical Analyst Extension
# Author: ESRI

# 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 = "outEBK"
outRaster = "C:/gapyexamples/output/ebkout"
cellSize = 10000.0
transformation = "NONE"
maxLocalPoints = 50
overlapFactor = 0.5
numberSemivariograms = 100
# Set variables for search neighborhood
radius = 300000
smooth = 0.6
searchNeighbourhood = arcpy.SearchNeighborhoodSmoothCircular(radius, smooth)
outputType = "PREDICTION"
quantileValue = ""
thresholdType = ""
probabilityThreshold = ""
# Check out the ArcGIS Geostatistical Analyst extension license
arcpy.CheckOutExtension("GeoStats")

# Execute EmpiricalBayesianKriging
arcpy.EmpiricalBayesianKriging_ga(inPointFeatures, zField, outLayer, outRaster,
                                  cellSize, transformation, maxLocalPoints, overlapFactor, numberSemivariograms,
                                  searchNeighbourhood, outputType, quantileValue, thresholdType, probabilityThreshold)

ArcGIS Desktop

  • 主页
  • 文档
  • 支持

ArcGIS

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

关于 Esri

  • 关于我们
  • 招贤纳士
  • Esri 博客
  • 用户大会
  • 开发者峰会
Esri
分享您的想法。
Copyright © 2021 Esri. | 隐私政策 | 法律声明