| Etiqueta | Explicación | Tipo de datos |
Ráster de probabilidad de inclusión de entrada | Define las probabilidades de inclusión para cada ubicación en el área de interés. Los valores de ubicación deben oscilar entre 0 (probabilidad de inclusión baja) y 1 (probabilidad de inclusión alta). | Raster Layer; Mosaic Layer |
Número de puntos de salida | El número de ubicaciones de muestra que se crearán. | Long |
Clase de entidad de puntos de salida | La clase de entidad de salida que contiene las ubicaciones de muestra seleccionadas y sus probabilidades de inclusión. | Feature Class |
Resumen
Crea un conjunto de puntos de muestra basados en probabilidades de inclusión, lo que genera un diseño de muestra espacialmente equilibrado. Esta herramienta se suele utilizar para diseñar una red de supervisión sugiriendo ubicaciones para la toma de muestras y se puede definir una preferencia por determinadas ubicaciones mediante una trama de probabilidad de inclusión.
Más información sobre el funcionamiento de Crear puntos espacialmente equilibrados
Uso
El ráster de probabilidad de entrada debe contener solo valores entre 0 y 1. Cuanto más alto sea el valor, más probable será que se incluya la celda en el diseño de muestra.
Todos los valores del área de estudio deben tener probabilidades de inclusión >= 0, mientras que todas las áreas fuera del área de estudio deben tener valores nulos.
El tamaño de celda ráster de probabilidad de inclusión determina la mejor resolución con la que se generarán las muestras. Es decir, los puntos que crea la herramienta siempre estarán ubicados en los centros de las celdas ráster. El uso de una celda de menor tamaño para el ráster de probabilidad de inclusión dará como resultado ubicaciones más posibles para la creación de los puntos.
Cuando las entidades de punto, línea o polígono se convierten a ráster (para obtener el ráster de probabilidad de entrada), se debe tener en cuenta lo siguiente:
- El tamaño de celda (resolución) debe ser lo suficientemente fino como para distinguir todas las entidades importantes de la población. Para ello, el tamaño de celda se puede establecer en menos de la mitad de la distancia mínima entre entidades. Esta distancia se puede calcular con la herramienta Generar tabla de cercanía.
- Para las entidades de línea y poligonales, el tamaño de celda se debe establecer de modo que las entidades (como las transmisiones de meandros) se representen adecuadamente en el ráster resultante. Por ejemplo, es posible que no pueda representar un río complejo con un tamaño de celda de trama grande; las curvas en el río pueden ser suavizadas si el tamaño de la celda es demasiado grande.
- La precisión con la que se pueden ubicar las ubicaciones de muestra en el campo también se debe tener en cuenta. Por ejemplo, si las ubicaciones se van a encontrar utilizando un GPS con una exactitud posicional de 10 metros, el tamaño de celda debe ser de 10 metros.
- Tenga en cuenta el tamaño de la trama de probabilidad de inclusión, ya que a medida que el número de celdas aumente, también aumenta el tiempo de procesamiento.
Para evitar que los resultados aparezcan desequilibrados espacialmente, se recomienda que el número de ubicaciones de la muestra sea inferior al 1% del número de celdas del ráster de probabilidad de inclusión.
-
En el entorno del Generador de números aleatorios, solo se recibe soporte para la opción Mersenne Twister. Si se eligen otras opciones, se utilizará en su lugar Mersenne Twister.
Parámetros
arcpy.management.CreateSpatiallyBalancedPoints(in_probability_raster, number_output_points, out_feature_class)
| Nombre | Explicación | Tipo de datos |
in_probability_raster | Define las probabilidades de inclusión para cada ubicación en el área de interés. Los valores de ubicación deben oscilar entre 0 (probabilidad de inclusión baja) y 1 (probabilidad de inclusión alta). | Raster Layer; Mosaic Layer |
number_output_points | El número de ubicaciones de muestra que se crearán. | Long |
out_feature_class | La clase de entidad de salida que contiene las ubicaciones de muestra seleccionadas y sus probabilidades de inclusión. | Feature Class |