Aquesta eina permet predir els valors en ubicacions noves en funció de les mesures d'una col·lecció de punts. L'eina pren les dades de punts amb valors en cada punt i retorna un ràster de valors predits.
Altres casos d'ús d'aquesta eina inclouen els següents:
Capa de punts que conté els punts on s'han mesurat els valors.
Trieu el camp els valors del qual voleu interpolar. El camp ha de ser numèric.
Trieu la vostra preferència: velocitat o precisió.
Les prediccions més precises tarden més temps a calcular-se. Aquest paràmetre altera els valors per defecte d'alguns altres paràmetres d'Interpola els punts per poder optimitzar la velocitat del càlcul, la precisió dels resultats o l'equilibri entre tots dos. Per defecte, l'eina optimitzarà l'equilibri.
Trieu si voleu transformar les dades a la distribució normal.
La interpolació és l'opció més precisa per a les dades que segueixen una distribució normal (forma de campana). Si sembla que les vostres dades no tenen una distribució normal, haureu de dur a terme una transformació.
Interpola els punts crea models d'interpolació locals que es combinen entre si per crear el mapa de predicció final. Aquest paràmetre controla quants punts s'inclouran a cada model local. Els valors més baixos generaran resultats més locals i poden revelar efectes a petita escala, però poden provocar inestabilitat als càlculs. Els valors més alts seran més estables, però pot ser que es perdin alguns efectes locals.
El valor pot ser d'entre 30 i 500, però els valors típics són de 50 a 200.
Les prediccions es calculen en funció dels punts veïns. Aquest paràmetre controla quants punts s'utilitzaran per al càlcul. L'ús d'un nombre superior de veïns produirà, en general, resultats més precisos, però els resultats tardaran més a calcular-se.
El valor pot ser d'entre 1 i 64, però els valors típics són de 5 a 15.
Mida i unitat de la cel·la dels ràsters de sortida.
Les unitats disponibles són peus, milles, metres i quilòmetres.
Trieu si voleu crear un ràster d'errors estàndard per als valors predits.
Els errors estàndard són útils perquè proporcionen informació sobre la fiabilitat dels valors predits. Una regla general senzilla és que el valor real estarà comprès entre dos errors estàndard del valor predit el 95 % de les vegades. Per exemple, suposeu que una ubicació nova obté un valor predit de 50 amb un error estàndard de 5. Això significa que l'estimació més aproximada d'aquesta eina és que el valor real en aquesta ubicació és de 50, però que podria ser de 40 o de 60. Per calcular aquest interval de valors raonables, multipliqueu l'error estàndard per 2, sumeu-lo al valor predit per obtenir el límit superior de l'interval i resteu-lo del valor predit per obtenir-ne el límit inferior.
Nom de la capa que es crearà a El meu contingut i s'afegirà al mapa. El nom per defecte es basa en el nom de l'eina i el de la capa d'entrada. Si la capa ja existeix, se us demanarà que proporcioneu un altre nom.
Podeu especificar el nom d'una carpeta de El meu contingut on es desarà el resultat mitjançant el quadre desplegable Desa el resultat a.