Das Werkzeug "Punkte interpolieren" führt eine Interpolation von Punkten in Raster aus.
Workflow-Diagramm
Beispiele
Dieses Werkzeug umfasst die folgenden Anwendungsgebiete:
- In einem Luft-Qualitätsmanagement-Bezirk befinden sich Sensoren zur Messung des Verschmutzungsgrades. Mit dem Werkzeug "Punkte interpolieren" kann der Verschmutzungsgrad an Standorten vorhergesagt werden, an denen keine Sensoren vorhanden sind, z. B. an Standorten von Risikogruppen, wie Schulen oder Krankenhäuser.
- Treffen Sie Vorhersagen zu Schwermetallkonzentrationen in bestimmten Pflanzenarten basierend auf Proben einzelner Pflanzen.
- Sagen Sie den Nährstoffgehalt in Böden (Stickstoff, Phosphor, Kalium usw.) sowie andere Indikatoren (z. B. elektrische Leitfähigkeit) voraus, um deren Beziehung zum Ernteertrag zu untersuchen und genaue Dosierungen von Düngemitteln für jedes Gebiet vor Ort vorzuschreiben.
- Meteorologische Anwendungen beinhalten die Vorhersage von Temperaturen, Niederschlag und damit verknüpften Variablen (wie saurer Regen).
Verwendungshinweise
Das Werkzeug Empirical Bayesian Kriging ist mit der Erweiterung "ArcGIS Geostatistical Analyst" verfügbar und wird zur Durchführung der zugrunde liegenden Interpolation verwendet. Viele Parameter des Werkzeugs werden über "Punkte interpolieren" bereitgestellt, zahlreiche werden jedoch auch automatisch über den Parameter Interpolationsoption gesteuert.
Die Parameter für dieses Werkzeug sind in der folgenden Tabelle aufgeführt:
| Parameter | Erläuterung |
|---|---|
Punkt-Layer auswählen, der Positionen mit bekannten Werten enthält | Die Punkt-Feature mit den Positionen, an denen die Werte gemessen wurden. |
Zu interpolierendes Feld auswählen | Wählen Sie das Feld mit den Werten, die interpoliert werden sollen. Das Feld muss numerisch sein. |
Optimieren für | Legen Sie Ihre Präferenz für Geschwindigkeit oder Genauigkeit fest. Die Berechnung präziserer Vorhersagen nimmt mehr Zeit in Anspruch. Dieser Parameter verändert die Standardwerte mehrerer anderer Parameter für das Werkzeug "Punkte interpolieren", um die Berechnungsgeschwindigkeit oder die Ergebnisgenauigkeit zu optimieren bzw. ein ausgewogenes Verhältnis beider Ziele zu erreichen. Standardmäßig wird im Hinblick auf ein ausgewogenes Verhältnis optimiert. |
Daten in Normalverteilung transformieren | Entscheiden Sie, ob die Daten in Normalverteilung transformiert werden sollen. Die Interpolation ist am genauesten für Daten in (glockenförmiger) Normalverteilung. Falls Ihre Daten nicht in Normalverteilung vorliegen, sollten Sie eine Transformation durchführen. |
Größe lokaler Modelle | Beim Interpolieren von Punkten werden lokale Interpolationsmodelle erstellt und so lange kombiniert, bis die endgültige Vorhersagekarte entsteht. Dieser Parameter steuert, wie viele Punkte in jedem lokalen Modell enthalten sein sollen. Je kleiner die Werte, umso lokaler sind die Ergebnisse. Auch geringfügige Effekte können aufgezeigt werden. Andererseits ist eine gewisse Instabilität bei der Berechnung möglich. Größere Werte sind stabiler, allerdings werden manche lokale Effekte möglicherweise übersehen. Der Wert kann zwischen 30 und 500 liegen. Üblich sind Werte zwischen 50 und 200. |
Anzahl der Nachbarn | Die Vorhersageberechnung basiert auf benachbarten Punkten. Dieser Parameter steuert, wie viele Punkte in der Berechnung verwendet werden. Eine größere Anzahl von benachbarten Punkten liefert in der Regel genauere Ergebnisse. Allerdings dauern die Berechnungen länger. Dieser Wert kann zwischen 1 und 64 liegen. Üblich sind Werte zwischen 5 und 15. |
Ausgabe-Zellengröße (optional) | Die Zellengröße und Einheit für die Ausgabe-Raster. Die verfügbaren Einheiten lauten Fuß, Meilen, Meter und Kilometer. |
Ausgabe für Vorhersagefehler | Legen Sie fest, ob Sie ein Raster mit den Standardfehlern für die vorhergesagten Werte erstellen möchten. Standardfehler sind hilfreich, da sie Informationen zur Zuverlässigkeit der vorhergesagten Werte liefern. Eine allgemeine Richtlinie besagt, dass der tatsächliche Wert in 95% der Fälle innerhalb von zwei Standardfehlern um den vorhergesagten Wert liegt. Nehmen Sie beispielsweise an, dass für eine neue Position ein Wert von 50 mit einem Standardfehler von 5 vorhergesagt wird. Dies bedeutet, dass die bestmögliche Vorhersage des Werkzeugs für den wahren Wert an dieser Position 50 ist, er aber durchaus Werte zwischen 40 und 60 aufweisen könnte. Um diesen Bereich sinnvoller Werte zu berechnen, multiplizieren Sie den Standardfehler mit 2, addieren Sie diesen Wert mit dem vorhergesagten Wert, um den oberen Grenzwert des Bereichs zu erhalten, und subtrahieren Sie ihn vom vorhergesagten Wert, um den unteren Grenzwert zu berechnen. |
| Name des Ergebnis-Layers | Der Name des Layers, der in Eigene Inhalte erstellt und der Karte hinzugefügt wird. Der Standardname basiert auf dem Werkzeugnamen und dem Namen des Eingabe-Layers. Wenn der Layer bereits vorhanden ist, werden Sie aufgefordert, einen anderen Namen einzugeben. Sie können den Namen eines Ordners in Eigene Inhalte angeben, in dem das Ergebnis über das Dropdown-Feld Ergebnis speichern in gespeichert wird. |
Umgebungen
Umgebungseinstellungen für die Analyse sind zusätzliche Parameter, mit denen die Ergebnisse eines Werkzeugs beeinflusst werden können. Sie können auf die Analyseumgebungseinstellungen des Werkzeugs zugreifen, indem Sie oben im Werkzeugbereich auf das Symbol 
klicken.
Dieses Werkzeug berücksichtigt die folgenden Analyseumgebungen:
- Ausgabe-Koordinatensystem: Gibt das Koordinatensystem des Ausgabe-Layers an.
- Ausdehnung: Gibt den Bereich an, der für die Analyse verwendet werden soll.
- Fang-Raster: Passt die Ausdehnung der Ausgabe an, sodass sie der Zellenausrichtung des angegebenen Fang-Raster-Layers entspricht.
- Zellengröße: Die im Ausgabe-Layer zu verwendende Zellengröße.
- Maske: Gibt einen Masken-Layer an. Für die Analyse werden nur die Zellen im Maskenbereich verwendet.
- Faktor für parallele Verarbeitung: Steuert die CPU- oder GPU-Instanzen für die Raster-Verarbeitung.
Ähnliche Werkzeuge
Verwenden Sie das Werkzeug "Punkte interpolieren", um Punktwerte in einem Raster zu interpolieren. Andere Werkzeuge können bei ähnlichen Problemstellungen hilfreich sein.
ArcGIS Pro-Analysewerkzeuge
Das Geoverarbeitungswerkzeug Empirical Bayesian Kriging ist in der Toolbox der Erweiterung "ArcGIS Geostatistical Analyst" verfügbar.
Das Werkzeug Punkte interpolieren ist in der Toolbox Raster Analysis verfügbar.
ArcGIS Enterprise-Entwicklerressourcen
Wenn Sie in ArcGIS REST API arbeiten, verwenden Sie den Task Interpolate Points.
Wenn Sie in ArcGIS API for Python arbeiten, verwenden Sie die interpolate_points
aus dem arcgis.raster.analytics-Modul.