关于IDW空间插值

空间插值一般都会用到IInterPolationOP接口等

首先是通过图层的名称获取图层的方法:

private ILayer GetLayerByName(string name)
        {
            ILayer layer = null;
            for (int i = 0; i < axmapcontrol.Map.LayerCount; i++)
            {
                if (name == axmapcontrol.Map.Layer[i].Name)
                {
                    layer = axmapcontrol.Map.get_Layer(i);
                    break;
                }

}
            return layer;
        }

进行插值:

string layerName = comboBox1.SelectedItem.ToString();
            string fieldName = comboBox2.SelectedItem.ToString();
            object CellSize = textBox1.Text;
            IFeatureLayer layer = GetLayerByName(layerName) as IFeatureLayer;
            IGeoDataset geoLayer=GetLayerByName(layerName) as IGeoDataset;
            object  Env=  geoLayer.Extent;

IFeatureClassDescriptor descriptor = new FeatureClassDescriptorClass();
            descriptor.Create(layer.FeatureClass, null, fieldName); //处理转换的字段

object ob = null;

IRasterRadius radius = new RasterRadiusClass();//设置半径
            object maxDistance = null;
            radius.SetVariable(12, ref maxDistance);

IInterpolationOp interpolation = new RasterInterpolationOpClass();
            IRasterAnalysisEnvironment environment = interpolation as IRasterAnalysisEnvironment;
            environment.SetCellSize(esriRasterEnvSettingEnum.esriRasterEnvValue, ref CellSize);//设置像元大小
            environment.SetExtent(esriRasterEnvSettingEnum.esriRasterEnvValue, ref Env, ref ob);//设置插值的范围

IGeoDataset dataset1= interpolation.IDW((IGeoDataset)descriptor, 2, radius, ref maxDistance);//执行插值

IRaster raster = new ESRI.ArcGIS.DataSourcesRaster.Raster();//添加到图层
            raster = dataset1 as IRaster;
            IRasterLayer rasterLayer = new RasterLayerClass();
            rasterLayer.CreateFromRaster(raster);
            rasterLayer.Name = "IDWraster";
            axmapcontrol.AddLayer(rasterLayer);

MessageBox.Show("插值成功");

时间: 2024-12-20 00:05:02

关于IDW空间插值的相关文章

ArcGIS Engine实现IDW空间插值

由于工作需要,要求使用AE实现对某些气象观测要素(如气温.雨量)等进行IDW插值,经过这段时间的努力,基本功能已经实现.在此感谢一些网上的技术牛人,谢谢他们无私的分享(搜索是件快乐的事情),同时也要感谢自己付出的努力(查找资料.耐心.智慧).实现过程如下: IDW插值 剪裁(单波段影像) 颜色渲染 出透明图 下面记录了实现的主要代码,毕竟好记性不如烂笔头. (一)IDW空间插值的实现 1 private ESRI.ArcGIS.Geodatabase.IGeoDataset CreateRast

空间插值——插值方法的适用范围

空间确定性插值,以研究区域内部的相似性或者平滑度为基础,由已知样点来创建表面. 1.IDW 相近相似原理,反距离加权. 样点分布要尽可能均匀,且布满整个插值区域. 对于不规则分布的样点,插值时利用的样点往往也不均匀的分布在周围不同的方向上,这样对每个方向上的插值结果的影响不同,准确度也会降低. 2.全局多项式插值 一个多项式计算预测值,即用一个平面或曲面进行全区特征拟合.非精确插值法,不与实际样点完全重合. 要求样点模拟的属性在研究区域表面的变化是平缓的.或者检验长期变化的,全局性趋势的影响(即

空间插值文献阅读(Geostatistical approaches for incorporating elevation into the spatial interpolation of rainfall)

空间插值技术应用必读论文---P. Goovaerts, Geostatistical approaches for incorporating elevation into the spatial interpolation of rainfall. Journal of Hydrology, 2000, 113-129. 本博文从研究意义.研究区及预处理.所使用的插值方法以及对插值方法的评价这四个角度对该文进行了详细评述,并分析了该文的一些不足. 1内容评述 该文利用三种以高程作为辅助信息的

R: Kriging interpolation and cross validation 克里金插值及交叉验证浅析

克里金插值的基本介绍可以参考ARCGIS的帮助文档[1]. 其本质就是根据已知点的数值,确定其周围点(预测点)的数值.最直观的方法就是找到已知点和预测点数值之间的关系,从而预测出预测点的数值.比如IDW插值方法,就是假设已知点和预测点的值跟它们相对距离成反比.克里金插值的精妙之处在于它不仅考虑了已知点和预测点的距离关系,还考虑了这些已知点之间的自相关关系. 如何衡量已知点之间的自相关关系呢?通常使用的就是半变异函数,其公式如下[1]: Semivariogram(distance h) = 0.

基于GDAL的栅格图像空间插值预处理

转自 基于GDAL的栅格图像空间插值预处理——C语言版 基于GDAL的栅格图像预处理 前言 栅格数据和矢量数据构成空间数据的主要来源,怎样以开源方式读取并处理这些空间数据?目前有多种开源支持包,这里只介绍GDAL包.GDAL包的优点是支持库简洁.支持栅格和矢量.与多种开发平台结合.OpenGis方式读取空间数据,有利于自己编写程序进行图像预处理和智能识别等等,比如:遥感影像的降噪.锐化:红外图像的林火识别:工厂监控视频识别等等.本文中利用GDAL包读取高程栅格DEM,并添加气象自动站点的数据,进

ArcGIS数据生产与精细化制图之中国年降水量分布图的制作

原文:ArcGIS数据生产与精细化制图之中国年降水量分布图的制作 楼主按:在今年的Esri中国用户大会上,我听了几场关于ArcGIS用于制图方面的讲座,也在体验区与Esri中国的技术老师有一些交流.一直觉得ArcGIS在空间数据管理和分析方面很强大,而在制图方面却表现得不怎么样.我看到在国内很多人制图用的是CorelDraw.AI(可能不仅仅是国内,国外的专业制图也是),诚然这些软件作为专门的图形软件,在很多方面有不可比拟的优势,但是对于地理信息制图来说,图形不能和地理信息相关联却是这些软件最大

GIS基础软件及操作(五)

原文 GIS基础软件及操作(五) 练习五.空间分析的基本操作 空间分析的基本操作 空间分析模块 空间分析是基于地理对象的位置和形态的空间数据的分析技术,其目的在于提取和传输空间信息.空间分析是地理信息系统的主要特征.空间分析能力(特别是对空间隐含信息的提取和传输能力)是地理信息系统区别与一般信息系统的主要方面,也是评价一个地理信息系统成功与否的一个主要指标. 本章的大部分练习都会用到空间分析扩展模块,要使用“空间分析模块”首先在ArcMap中执行菜单命令[自定义]>[扩展模块],在扩展模块管理窗

Sift特征

Sift特征 Sift特征包含两个部分,一个是关键点(frame或者keypoint),另外一个就是在关键点处的描述子(descriptor,或者Keypoint descriptor) 在面部特征点的检测中,经常提取Sift特征.这里的Sift特征指的就是Sift描述子,在一个点处提取的Sift特征一般为128维,即4*4*8=128,4*4表示4*4的区域,8表示每个区域统计的方向. 在Vfleat中:frame 表示Keypoint,descriptor 表示Keypoint descri

geoR文档翻译

说来惭愧,很久没有更新自己的博客了.期间个人生活经历了很多变故,心理上的打击尤甚.加之没有取得好的科研成果,痛定思痛,还是下苦功夫多多学习. 最近对比验证各种方法的插值精度,用到了R语言地统计学包,由于没有中文文档,故自己干脆将其翻译了出来.欢迎转载引用,但请注明出处http://www.cnblogs.com/jingnianq/p/6606159.html . geoR : 地学统计学数据分析包 简明文档 翻译:[email protected] Paulo J. Ribeiro Jr. &