تقوم أداة استيفاء النقاط بالاستيفاء من النقاط إلى البيانات النقطية.
ملاحظة:
لتشغيل هذه الأداة، يجب تكوين البوابة الإلكترونية لتحليل البيانات النقطية.
هذه الوظيفة مدعومة حاليًا فقط في Map Viewer Classic (المعروف سابقًا باسم Map Viewer). سيكون متاحًا في إصدار مستقبلي من Map Viewer الجديد. إذا لم يمكنك رؤية هذه الأداة في Map Viewer Classic، فاتصل بمسؤول المؤسسة. قد لا تكون البوابة الإلكترونية مكونة لتحليل البيانات النقطية أو قد لا تكون لديك الامتيازات المطلوبة لتشغيل الأداة.
مخطط سير العمل
أمثلة
تشمل بعض الأمثلة على التطبيقات لهذه الأداة ما يلي:
- لمنطقة إدارة جودة الهواء أدوات استشعار تقيس مستويات التلوث. يمكن استخدام نقاط الاستيفاء لتوقع مستويات التلوث في المواقع التي ليس بها اي أدوات استشعار، مثل مواقع التلوث - مال المدارس أو المستشفيات.
- توقع أماكن تمركز المعادن الثقيلة في المحاصيل المستندة إلى العينات التي يتم الحصول عليها من النباتات الفردية.
- توقع مستويات تغذية التربة (النيتروجين والفسفور والبوتاسيوم وما إلى ذلك) والمؤشرات الأخرى (مثل، قابلية التوصيل بالكهرباء) لدراسة العلاقات وذلك لقص الحقول ووصف كميات الأسمدة لكل موقع في الحقل.
- تتضمن تطبيقات الأرصاد توقع لدرجات الحرارة وسقوط الأمطار والمتغيرات المقترنة (مثل الأمطار الحامضية).
ملاحظات الاستخدام
تُستخدم أداة Empirical Bayesian Kriging المتاحة مع ArcGIS Geostatistical Analyst extension لإجراء عملية الاستيفاء. يتم عرض العديد من معلمات الأداة في "استيفاء النقاط"، ولكن يتم التحكم في العديد منها تلقائيًا بواسطة تحسين لمعلمة.
تُدرج معلمات هذه الأداة في الجدول التالي:
| المعلمة | التفسير |
|---|---|
اختر طبقة النقاط التي تشمل المواقع ذات القيم المعروفة | معالم النقاط التي تحتوي على المواقع التي تم قياس القيم فيها. |
اختر الحقل الذي ترغب في استيفائه | اختر الحقل المتضمن للقيم التي ترغب في استيفائها. يجب أن يكون الحقل رقمي. |
تحسين لـ | اختر تفضيلك للسرعة أو الدقة. المزيد من التوقعات الدقيقة تحتاج وقت أطول لحسابها. تقوم هذه المعلمة بتغيير القيم الافتراضية للعديد من المعلمات الأخرى الخاصة باستيفاء النقاط من أجل تحسين سرعة العملية الحسابية، أو دقة النتائج، أو توازن الاثنين. افتراضيًا، ستقوم الأداة بتحسين التوازن. |
تحويل البيانات إلى توزيع طبيعي | اختر ما إذا يتم تحويل بياناتك إلى التوزيع العادي. الاستيفاء هو أكثر دقة للبيانات التي تتبع عملية التوزيع العادية (شكل الجرس). إذا لم تظهر البيانات ليتم توزيعها بشكل عادي، يجب عليك إجراء عملية التحويل. |
حجم النماذج المحلية | تعمل أداة استيفاء النقاط بإنشاء نماذج استيفاء محلية التي يتم مزجها معًا لإنشاء خريطة تنبؤ نهائية. تتحكم هذه المعلمة في كيفية تضمين عدد النقاط في كل نموذج محلي. تجعل القيم الأصغر النتائج أكثر محلية ويمكن أن تكشف أثار على نطاق مقياس صغير، لكنها قد تعرض بعض من عدم الاستقرار في العمليات الحسابية. القيم الأكبر ستكون أكثر استقرارًا، لكن قد يتم فقدان بعض التأثيرات المحلية. يمكن أن تتراوح القيمة من 30 إلى 500، لكن عادةً القيم تكون بين 50 و200. |
عدد الجوار | يتم احتساب التوقعات استنادً إلى النقاط المجاورة. تتحكم هذه المعلمة في كيفية استخدام عدد النقاط في العملية الحسابية. استخدام عدد أكبر من النقاط المجاورة سوف ينتج عادة نتائج أكثر دقة، ولكن النتائج تستغرق وقتًا أطول للعملية الحسابية. يمكن أن تتراوح هذه القيمة من 1 إلى 64، لكن عادةً القيم تكون بين 5 و15. |
حجم الخلية الناتجة (اختياري) | حجم الخلية ووحدة البيانات النقطية للإخراج. الوحدات المتوفرة هي قدم، أميال، أمتار، وكيلومتر. |
أخطاء التوقع الناتجة | اختر ما إذا كنت ترغب في إنشاء بيانات نقطية لأخطاء قياسية للقيم المتوقعة. تعتبر الأخطاء القياسية مفيدة وذلك لأنها تُوفر معلومات متعلقة بثقة القيم المُتوقعة. المبدأ التوجيهي العام هو وقوع القيمة الصحيحة داخل اثنين من الأخطاء القياسية للقيم المُتوقعة 95 في المئة من إجمالي الوقت. مثال، اقترح موقع جديد يحصل على قيمة مُتوقعة من 50 مع خطأ قياسي من 5. هذا يعني أن التخمين الأفضل للأداة والقيمة الصحيحة في هذا الموقع هو 50، لكن يُمكن أن تكون أقل من 40 أو أعلى من 60. لحساب نطاق القيم المناسبة اضرب الخطأ القياسي في 2 وأضف هذه القيمة إلى القيمة المُتوقعة للحصول على الحد الأعلى من النطاق واطرحه من القيمة المُتوقعة للحصول على النهاية الأقل من النطاق. |
| اسم طبقة النتيجة | اسم الطبقة التي سيتم إنشاؤها في محتواي وإضافتها إلى الخريطة. يستند الاسم الافتراضي إلى اسم الأداة واسم الطبقة المدخلة. إذا وُجدت الطبقة بالفعل، سيطلب منك كتابة اسم آخر. يمكنك تحديد اسم مجلد في محتواي حيث سيتم حفظ النتيجة باستخدام المربع المنسدل حفظ النتيجة في |
بيئات
- النظام الإحداثي الناتج—يحدد النظام الإحداثي للطبقة الناتجة.
- المدى—يحدد المساحة المستخدمة للتحليل.
- انطباق البيانات النقطية—يضبط مدى الإخراج، بحيث تتطابق مع محاذاة الخلية لطبقة التقاط البيانات النقطية المحددة.
- حجم الخلية—حجم الخلية المستخدم في الطبقة الناتجة.
- القناع—يحدد طبقة قناع، حيث ستُستخدم الخلايا التي تقع ضمن منطقة القناع من أجل التحليل فقط.
أدوات مشابهة
استخدم أداة "استيفاء النقاط" لاستيفاء قيم النقاط في البيانات النقطية. قد تكون الأدوات الأخرى مفيدة في حل المشاكل المشابهة.
أدوات تحليل ArcGIS Pro
تتوفر أداة المعالجة الجغرافية Empirical Bayesian Kriging في مربع أدوات ArcGIS Geostatistical Analyst extension.
تتوفر أداة استيفاء النقاط في مربع أدوات Raster Analysis.
موارد مطوري ArcGIS Enterprise
إذا كنت تعمل في ArcGIS REST API، فاستخدم مهمة Interpolate Points.
إذا كنت تعمل في ArcGIS API for Python، فاستخدم موقع الويب interpolate_points 
من وحدة arcgis.raster.analytics.