Mit der Spatial Analyst-Lizenz verfügbar.
Mit der 3D Analyst-Lizenz verfügbar.
Das Aufsuchen jedes Standorts in einem Untersuchungsgebiet zum Messen von Höhe, Konzentration oder Bedeutung eines Phänomens ist in der Regel schwierig oder kostspielig. Sie können stattdessen das Phänomen an strategisch gewählten Referenzstandorten messen und anschließend allen anderen Standorten geschätzte Werte zuweisen. Eingabepunkte können entweder einen willkürlichen oder regelmäßigen Abstand besitzen oder auf einem Referenzpunktschema basieren.
Die kontinuierliche Oberflächendarstellung eines Raster-Datasets stellt einige Messwerte wie Höhe, Konzentration oder Größe dar (z. B. Höhe, Säuregehalt, Lärm). Die Werkzeuge für die Oberflächeninterpolation treffen anhand von Probemessungen Vorhersagen für alle Standorte in einem Ausgabe-Raster-Dataset, ob an der betreffenden Stelle eine Vermessung stattgefunden hat oder nicht.
Es gibt verschiedene Möglichkeiten, eine Vorhersage für jeden Standort abzuleiten, wobei jede Methode als Modell bezeichnet wird. Bei jedem Modell werden anhand der Daten verschiedene Annahmen getroffen. Dabei sind bestimmte Modelle für bestimmte Daten besser geeignet (ein Modell kann beispielsweise lokale Abweichungen besser berücksichtigen als ein anderes). Jedes Modell erstellt Vorhersagen mithilfe unterschiedlicher Berechnungen.
Die Interpolationswerkzeuge lassen sich im Allgemeinen in deterministische und geostatistische Methoden unterteilen.
Die deterministischen Interpolationsmethoden weisen Positionen auf der Basis der umliegend gemessenen Werte und bestimmter mathematischer Formeln Werte zu, welche die Glattheit der sich ergebenden Oberfläche bestimmen.
Die deterministischen Methoden umfassen IDW (Inverse Distance Weighting), Natürlicher Nachbar, Trend und Spline.
Die geostatistischen Methoden basieren auf statistischen Modellen, die Autokorrelation (die statistische Beziehung zwischen den gemessenen Punkten) enthalten. Aus diesem Grund liefern geostatistische Methoden nicht nur eine Oberfläche auf Basis der angenommenen Werte, sondern können auch einen gewissen Grad an Gewissheit oder Genauigkeit der Vorhersagen gewährleisten.
Kriging ist eine geostatistische Interpolationsmethode.
Die übrigen Interpolationswerkzeuge, Topo zu Raster und Topo zu Raster aus Datei, verwenden eine Interpolationsmethode, die speziell für das Erstellen kontinuierlicher Oberflächen aus Konturlinien konzipiert ist. Die Methoden enthalten außerdem nützliche Eigenschaften für das Erstellen von Oberflächen für hydrologische Analysen.
Weitere Informationen zur Interpolationsanalyse finden Sie unter folgenden Links:
- Weitere Informationen zu den Grundlagen der Interpolationsanalyse
- Weitere Informationen zu den verschiedenen Interpolationsmethoden
In der folgenden Tabelle werden die verfügbaren Werkzeuge aufgeführt und kurz beschrieben.
| Werkzeug | Beschreibung |
|---|---|
Interpoliert eine Raster-Oberfläche anhand von Punkten mittels IDW (Inverse Distance Weighting). | |
Interpoliert eine Raster-Oberfläche anhand von Punkten mithilfe der Kriging-Methode. | |
Interpoliert eine Raster-Oberfläche anhand von Punkten mithilfe einer Natural Neighbor-Methode. | |
Interpoliert eine Raster-Oberfläche anhand von Punkten mit einer mit zweidimensionaler, minimaler Krümmung arbeitenden Spline-Methode. Die resultierende glatte Oberfläche durchläuft exakt die Datenpunkte. | |
Interpoliert eine Raster-Oberfläche unter Verwendung von Barrieren anhand von Punkten mit einer mit minimaler Krümmung arbeitenden Spline-Methode. Barrieren werden als Polygon- oder Polylinien-Features eingegeben. | |
Interpoliert eine hydrologisch korrekte Raster-Oberfläche anhand von Punkt-, Linien- und Polygondaten. | |
Interpoliert eine hydrologisch korrekte Raster-Oberfläche anhand von Punkt-, Linien- und Polygondaten unter Verwendung von in einer Datei angegebenen Parametern. | |
Interpoliert eine Raster-Oberfläche anhand von Punkten mithilfe einer Trendmethode. |