趋势面法 (3D Analyst)

需要 Spatial Analyst 许可。

需要 3D Analyst 许可。

摘要

使用趋势面法将点插值成栅格表面。

了解有关“趋势面法”工作原理的详细信息

使用情况

  • 多项式的阶数越大,拟合的曲面将会越复杂。阶数较高的多项式并不一定能够生成最精确的曲面;具体还要取决于数据本身的特点。

  • 对于回归类型的选项,输入点要素的 z 值字段应具有编码零 (0) 和一 (1)。

  • 输出像元大小参数可以通过数值进行定义,也可以从现有栅格数据集获取。 如果没有将像元大小明确指定为参数值,则将从像元大小环境获取相应值(前提是已指定环境)。 如果未指定参数像元大小或环境像元大小,但已设置了捕捉栅格环境,则将使用捕捉栅格的像元大小。 如果未任何内容,则像元大小会通过使用范围的宽度或高度中的较小值除以 250 来计算,其中范围位于在环境中指定的输出坐标系内。

  • 如果使用数值指定了像元大小,工具将直接将其用于输出栅格。

    如果使用栅格数据集指定了像元大小,则参数将显示栅格数据集的路径而不是像元大小值。 该栅格数据集的像元大小将直接用于分析,前提是数据集的空间参考与输出空间参考相同。 如果数据集的空间参考与输出空间参考不同,将根据指定的像元大小方法值进行投影。

  • 可选的 RMS 文件输出中包含有关插值的 RMS(均方根)误差的信息。此信息可用于确定最佳的多项式阶数(更改阶数值,直到获得最小的 RMS 误差)。有关 RMS 文件的详细信息,请参阅趋势面法工作原理

  • 某些输入数据集可能包含多个具有相同 x,y 坐标的点。如果共有位置处的点的值相同,则将其视为重复项,但并不影响输出。如果值不同,则将这些点视为重合点。

    各种插值工具可在不同条件下以不同方式处理此数据。例如,在某些情况下,使用遇到的第一个重合点进行计算;而在其他情况下,则使用遇到的最后一个点进行计算。这可能导致输出栅格中某些位置的值与预期值不同。解决办法就是在准备数据时移除这些重合点。“空间统计”工具箱中的收集事件工具用于识别数据中所有的重合点。

  • 对于支持空值的数据格式(例如文件地理数据库要素类),当用作输入时,空值将被忽略。

参数

标注说明数据类型
输入点要素

包含要插值到表面栅格中的 z 值的输入点要素。

Feature Layer
Z 值字段

存放每个点的高度值或量级值的字段。

如果输入点要素包含 z 值,则该字段可以是数值型字段或者 Shape 字段。

如果回归类型为 Logistic,则该字段的值只能为 0 或 1。

Field
输出栅格

输出插值后的表面栅格。

其总为浮点栅格。

Raster Dataset
输出像元大小
(可选)

将创建的输出栅格的像元大小。

该参数可以通过数值定义,也可以从现有的栅格数据集获取。 在像元大小未明确指定为参数值的情况下,如果指定了环境像元大小值,则将使用该值;否则,将使用附加规则,根据其他输入来计算该值。 有关详细信息,请参阅使用方法部分。

Analysis Cell Size
多项式的阶
(可选)

多项式的阶。

该值必须是介于 1 到 12 之间的整数。值为 1 会对点进行平面拟合,而较高的值则会拟合出更为复杂的曲面。默认值为 1。

Long
回归类型
(可选)

要执行的回归类型。

  • LINEAR执行多项式回归,对输入点进行最小二乘曲面拟合。这种类型适用于连续型数据。
  • LOGISTIC执行逻辑趋势面分析。为二元数据生成连续的概率曲面。
String
输出 RMS 文件
(可选)

包含插值的 RMS 误差和卡方相关信息的输出文本文件的文件名。

扩展名必须为 .txt

File

arcpy.ddd.Trend(in_point_features, z_field, out_raster, {cell_size}, {order}, {regression_type}, {out_rms_file})
名称说明数据类型
in_point_features

包含要插值到表面栅格中的 z 值的输入点要素。

Feature Layer
z_field

存放每个点的高度值或量级值的字段。

如果输入点要素包含 z 值,则该字段可以是数值型字段或者 Shape 字段。

如果回归类型为 Logistic,则该字段的值只能为 0 或 1。

Field
out_raster

输出插值后的表面栅格。

其总为浮点栅格。

Raster Dataset
cell_size
(可选)

将创建的输出栅格的像元大小。

该参数可以通过数值定义,也可以从现有的栅格数据集获取。 在像元大小未明确指定为参数值的情况下,如果指定了环境像元大小值,则将使用该值;否则,将使用附加规则,根据其他输入来计算该值。 有关详细信息,请参阅使用方法部分。

Analysis Cell Size
order
(可选)

多项式的阶。

该值必须是介于 1 到 12 之间的整数。值为 1 会对点进行平面拟合,而较高的值则会拟合出更为复杂的曲面。默认值为 1。

Long
regression_type
(可选)

要执行的回归类型。

  • LINEAR执行多项式回归,对输入点进行最小二乘曲面拟合。这种类型适用于连续型数据。
  • LOGISTIC执行逻辑趋势面分析。为二元数据生成连续的概率曲面。
String
out_rms_file
(可选)

包含插值的 RMS 误差和卡方相关信息的输出文本文件的文件名。

扩展名必须为 .txt

File

代码示例

Trend 示例 1(Python 窗口)

该示例输入一个点 shapefile,然后通过对表面插值,输出得到 TIFF 栅格。

import arcpy
from arcpy import env  
env.workspace = "C:/data"
arcpy.Trend_3d("ca_ozone_pts.shp", "ozone", 
               "C:/output/trendout.tif", 2000, 2, "LINEAR")
Trend 示例 2(独立脚本)

该示例输入一个点 shapefile,然后通过对表面插值,输出得到 Grid 栅格。

# Name: Trend_3d_Ex_02.py
# Description: Interpolate a series of point features onto a
#              rectangular raster using a trend technique.
# Requirements: 3D Analyst Extension

# Import system modules
import arcpy
from arcpy import env

# Set environment settings
env.workspace = "C:/data"

# Set local variables
inPointFeatures = "ca_ozone_pts.shp"
zField = "ozone"
outRaster = "C:/sapyexamples/output/trendout02"
cellSize = 2000.0
PolynomialOrder = 2
regressionType = "LINEAR"


# Execute Trend
arcpy.ddd.Trend(inPointFeatures, zField, outRaster, cellSize, 
               PolynomialOrder, regressionType)

相关主题