Geoestatística

Calcular estatísticas para o raster

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Grade [raster]

<inserir a descrição do parâmetro aqui>

Pontos [vector: any]

Opcional.

<inserir a descrição do parâmetro aqui>

Direção [Degree] [number]

<inserir a descrição do parâmetro aqui>

Padrão: 0.0

Tolerância [Degree] [number]

<inserir a descrição do parâmetro aqui>

Padrão: 0.0

Distância máxima [Cells] [number]

<inserir a descrição do parâmetro aqui>

Padrão: 0

Distância de ponderação [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] sem distância de ponderação

  • 1 — [1] distancia inversa de ponderação

  • 2 — [2] exponencial

  • 3 — [3] ponderação gaussiana

Padrão: 0

Iniciar distância inversa de ponderação [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1

Distância inversa de deslocamento [boolean]

<inserir a descrição do parâmetro aqui>

Padrão: True

Ponderação exponencial de largura de banda e gaussiana [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1.0

Saídas

Média aritimética [raster]

<insira a descrição de saída aqui>

Diferença da média aritimética [raster]

<insira a descrição de saída aqui>

Mínimo [raster]

<insira a descrição de saída aqui>

Máximo [raster]

<insira a descrição de saída aqui>

Gama [raster]

<insira a descrição de saída aqui>

Variação [raster]

<insira a descrição de saída aqui>

Desvio padrão [raster]

<insira a descrição de saída aqui>

Representar o menor desvio padrão [raster]

<insira a descrição de saída aqui>

Representar além do desvio padrão [raster]

<insira a descrição de saída aqui>

Desvio da média aritimética [raster]

<insira a descrição de saída aqui>

Percentil [raster]

<insira a descrição de saída aqui>

Estatísticas direcionais para Pontos [vector]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:directionalstatisticsforsinglegrid', grid, points, direction, tolerance, maxdistance, distance_weighting_weighting, distance_weighting_idw_power, distance_weighting_idw_offset, distance_weighting_bandwidth, mean, difmean, min, max, range, var, stddev, stddevlo, stddevhi, devmean, percent, points_out)

Veja também

representatividade rápida

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Camada de Entrada [raster]

<inserir a descrição do parâmetro aqui>

Nível de Generalização [number]

<inserir a descrição do parâmetro aqui>

Padrão: 16

Saídas

Saída [raster]

<insira a descrição de saída aqui>

Saída lod [raster]

<insira a descrição de saída aqui>

Saída Seeds [raster]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:fastrepresentativeness', input, lod, result, result_lod, seeds)

Veja também

Regressão múltipla geograficamente ponderada (pontos/rasters)

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Preditores [multipleinput: rasters]

<inserir a descrição do parâmetro aqui>

Saída de parâmetros de regressão [boolean]

<inserir a descrição do parâmetro aqui>

Padrão: True

Pontos [vector: point]

<inserir a descrição do parâmetro aqui>

Variável dependente [tablefield: any]

<inserir a descrição do parâmetro aqui>

Distância de ponderação [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] sem distância de ponderação

  • 1 — [1] distancia inversa de ponderação

  • 2 — [2] exponencial

  • 3 — [3] ponderação gaussiana

Padrão: 0

Iniciar distância inversa de ponderação [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1

Distância inversa de deslocamento [boolean]

<inserir a descrição do parâmetro aqui>

Padrão: True

Ponderação exponencial de largura de banda e gaussiana [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1.0

Pesquisar gama [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] raio de busca (local)

  • 1 — [1] sem raio de busca (global)

Padrão: 0

Raio de busca [number]

<inserir a descrição do parâmetro aqui>

Padrão: 100

Modo de pesquisa [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] todas as direções

  • 1 — [1] quadrantes

Padrão: 0

Número de pontos [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] número máximo de observações

  • 1 — [1] todos os pontos

Padrão: 0

Número máximo de observações [number]

<inserir a descrição do parâmetro aqui>

Padrão: 10

Número mínimo de observações [number]

<inserir a descrição do parâmetro aqui>

Padrão: 4

Saídas

Regressão [raster]

<insira a descrição de saída aqui>

Coeficiente de determinação [raster]

<insira a descrição de saída aqui>

Parâmetros de regressão [raster]

<insira a descrição de saída aqui>

Residuais [vector]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:geographicallyweightedmultipleregressionpointsgrids', predictors, parameters, points, dependent, distance_weighting_weighting, distance_weighting_idw_power, distance_weighting_idw_offset, distance_weighting_bandwidth, range, radius, mode, npoints, maxpoints, minpoints, regression, quality, slopes, residuals)

Veja também

Regressão multipla ponderada geograficamente (pontos)

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Pontos [vector: any]

<inserir a descrição do parâmetro aqui>

Variável dependente [tablefield: any]

<inserir a descrição do parâmetro aqui>

Distância de ponderação [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] sem distância de ponderação

  • 1 — [1] distancia inversa de ponderação

  • 2 — [2] exponencial

  • 3 — [3] ponderação gaussiana

Padrão: 0

Iniciar distância inversa de ponderação [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1

Distância inversa de deslocamento [boolean]

<inserir a descrição do parâmetro aqui>

Padrão: True

Ponderação exponencial de largura de banda e gaussiana [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1.0

Pesquisar gama [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] raio de busca (local)

  • 1 — [1] sem raio de busca (global)

Padrão: 0

Raio de busca [number]

<inserir a descrição do parâmetro aqui>

Padrão: 100

Modo de pesquisa [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] todas as direções

  • 1 — [1] quadrantes

Padrão: 0

Número de pontos [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] número máximo de observações

  • 1 — [1] todos os pontos

Padrão: 0

Número máximo de observações [number]

<inserir a descrição do parâmetro aqui>

Padrão: 10

Número mínimo de observações [number]

<inserir a descrição do parâmetro aqui>

Padrão: 4

Saídas

Regressão [vector]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:geographicallyweightedmultipleregressionpoints', points, dependent, distance_weighting_weighting, distance_weighting_idw_power, distance_weighting_idw_offset, distance_weighting_bandwidth, range, radius, mode, npoints, maxpoints, minpoints, regression)

Veja também

Regressão multipla ponderada geograficamente

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Pontos [vector: point]

<inserir a descrição do parâmetro aqui>

Variável dependente [tablefield: any]

<inserir a descrição do parâmetro aqui>

Arquivo raster de destino [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] definido pelo usuário

Padrão: 0

Distância de ponderação [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] sem distância de ponderação

  • 1 — [1] distancia inversa de ponderação

  • 2 — [2] exponencial

  • 3 — [3] ponderação gaussiana

Padrão: 0

Iniciar distância inversa de ponderação [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1

Distância inversa de deslocamento [boolean]

<inserir a descrição do parâmetro aqui>

Padrão: True

Ponderação exponencial de largura de banda e gaussiana [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1

Pesquisar gama [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] raio de busca (local)

  • 1 — [1] sem raio de busca (global)

Padrão: 0

Raio de busca [number]

<inserir a descrição do parâmetro aqui>

Padrão: 100

Modo de pesquisa [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] todas as direções

  • 1 — [1] quadrantes

Padrão: 0

Número de pontos [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] número máximo de observações

  • 1 — [1] todos os pontos

Padrão: 0

Número máximo de observações [number]

<inserir a descrição do parâmetro aqui>

Padrão: 10

Número mínimo de observações [number]

<inserir a descrição do parâmetro aqui>

Padrão: 4

Extensão da saída [extent]

<inserir a descrição do parâmetro aqui>

Padrão: 0,1,0,1

Tamanho do píxel [number]

<inserir a descrição do parâmetro aqui>

Padrão: 100.0

Saídas

Qualidade [raster]

<insira a descrição de saída aqui>

interseção [raster]

<insira a descrição de saída aqui>

Qualidade [raster]

<insira a descrição de saída aqui>

interseção [raster]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:geographicallyweightedmultipleregression', points, dependent, target, distance_weighting_weighting, distance_weighting_idw_power, distance_weighting_idw_offset, distance_weighting_bandwidth, range, radius, mode, npoints, maxpoints, minpoints, output_extent, user_size, user_quality, user_intercept, grid_quality, grid_intercept)

Veja também

Regressão ponderada geograficamente (pontos/raster)

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Preditor [raster]

<inserir a descrição do parâmetro aqui>

Pontos [vector: point]

<inserir a descrição do parâmetro aqui>

Variável dependente [tablefield: any]

<inserir a descrição do parâmetro aqui>

Distância de ponderação [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] sem distância de ponderação

  • 1 — [1] distancia inversa de ponderação

  • 2 — [2] exponencial

  • 3 — [3] ponderação gaussiana

Padrão: 0

Iniciar distância inversa de ponderação [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1

Distância inversa de deslocamento [boolean]

<inserir a descrição do parâmetro aqui>

Padrão: True

Ponderação exponencial de largura de banda e gaussiana [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1.0

Pesquisar gama [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] raio de busca (local)

  • 1 — [1] sem raio de busca (global)

Padrão: 0

Raio de busca [number]

<inserir a descrição do parâmetro aqui>

Padrão: 0

Modo de pesquisa [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] todas as direções

  • 1 — [1] quadrantes

Padrão: 0

Número de pontos [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] número máximo de observações

  • 1 — [1] todos os pontos

Padrão: 0

Número máximo de observações [number]

<inserir a descrição do parâmetro aqui>

Padrão: 10

Número mínimo de observações [number]

<inserir a descrição do parâmetro aqui>

Padrão: 4

Saídas

Regressão [raster]

<insira a descrição de saída aqui>

Coeficiente de determinação [raster]

<insira a descrição de saída aqui>

interseção [raster]

<insira a descrição de saída aqui>

Inclinação [raster]

<insira a descrição de saída aqui>

Residuais [vector]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:geographicallyweightedregressionpointsgrid', predictor, points, dependent, distance_weighting_weighting, distance_weighting_idw_power, distance_weighting_idw_offset, distance_weighting_bandwidth, range, radius, mode, npoints, maxpoints, minpoints, regression, quality, intercept, slope, residuals)

Veja também

Regressão ponderada geograficamente

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Pontos [vector: point]

<inserir a descrição do parâmetro aqui>

Variável dependente [tablefield: any]

<inserir a descrição do parâmetro aqui>

Preditor [tablefield: any]

<inserir a descrição do parâmetro aqui>

Arquivo raster de destino [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] definido pelo usuário

Padrão: 0

Distância de ponderação [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] sem distância de ponderação

  • 1 — [1] distancia inversa de ponderação

  • 2 — [2] exponencial

  • 3 — [3] ponderação gaussiana

Padrão: 0

Iniciar distância inversa de ponderação [number]

<inserir a descrição do parâmetro aqui>

Padrão: 0

Distância inversa de deslocamento [boolean]

<inserir a descrição do parâmetro aqui>

Padrão: True

Ponderação exponencial de largura de banda e gaussiana [number]

<inserir a descrição do parâmetro aqui>

Padrão: 0.0

Pesquisar gama [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] raio de busca (local)

  • 1 — [1] sem raio de busca (global)

Padrão: 0

Raio de busca [number]

<inserir a descrição do parâmetro aqui>

Padrão: 100

Modo de pesquisa [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] todas as direções

  • 1 — [1] quadrantes

Padrão: 0

Número de pontos [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] número máximo de observações

  • 1 — [1] todos os pontos

Padrão: 0

Número máximo de observações [number]

<inserir a descrição do parâmetro aqui>

Padrão: 10

Número mínimo de observações [number]

<inserir a descrição do parâmetro aqui>

Padrão: 4

Extensão da saída [extent]

<inserir a descrição do parâmetro aqui>

Padrão: 0,1,0,1

Tamanho do píxel [number]

<inserir a descrição do parâmetro aqui>

Padrão: 100.0

Saídas

Grade [raster]

<insira a descrição de saída aqui>

Qualidade [raster]

<insira a descrição de saída aqui>

interseção [raster]

<insira a descrição de saída aqui>

Inclinação [raster]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:geographicallyweightedregression', points, dependent, predictor, target, distance_weighting_weighting, distance_weighting_idw_power, distance_weighting_idw_offset, distance_weighting_bandwidth, range, radius, mode, npoints, maxpoints, minpoints, output_extent, user_size, user_grid, user_quality, user_intercept, user_slope)

Veja também

Global moran’s i para os rasters

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Grade [raster]

<inserir a descrição do parâmetro aqui>

Caso de contiguidade [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] Torre

  • 1 — [1] Rainha

Padrão: 0

Saídas

Resultados [table]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:globalmoransiforgrids', grid, contiguity, result)

Veja também

Distancia mínima de análise

Descrição

Executa uma análise completa de distância de uma camada de ponto:

  • distância mínima de pontos

  • Distância máxima de pontos

  • distância média de todos os pontos

  • desvio padrão da distância

  • pontos duplicados

Parâmetros

Pontos [vector: point]

Camada de análise

Saídas

Mínima distância de análise [table]

Tabela de resultados

Usar console

processing.runalg('saga:minimumdistanceanalysis', points, table)

Veja também

Variação Multi-bandas

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Rasters [multipleinput: rasters]

<inserir a descrição do parâmetro aqui>

Raios [Cells] [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1

Distância de ponderação [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] sem distância de ponderação

  • 1 — [1] distancia inversa de ponderação

  • 2 — [2] exponencial

  • 3 — [3] ponderação gaussiana

Padrão: 0

Iniciar distância inversa de ponderação [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1

Distância inversa de deslocamento [boolean]

<inserir a descrição do parâmetro aqui>

Padrão: True

Ponderação exponencial de largura de banda e gaussiana [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1.0

Saídas

Média de distância [raster]

<insira a descrição de saída aqui>

Desvio padrão [raster]

<insira a descrição de saída aqui>

Distância [raster]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:multibandvariation', bands, radius, distance_weighting_weighting, distance_weighting_idw_power, distance_weighting_idw_offset, distance_weighting_bandwidth, mean, stddev, diff)

Veja também

Análise de regressão múltipla (raster/rasters)

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Dependente [raster]

<inserir a descrição do parâmetro aqui>

Rasters [multipleinput: rasters]

<inserir a descrição do parâmetro aqui>

Interpolação de raster [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] Vizinho mais próximo

  • 1 — [1] Interpolação bilinear

  • 2 — [2] Interpolação de distância inversa

  • 3 — [3] Interpolação Splinebicúbica

  • 4 — [4] Interpolação b-Spline

Padrão: 0

incluir coordenada X [boolean]

<inserir a descrição do parâmetro aqui>

Padrão: True

Incluir coordenada Y [boolean]

<inserir a descrição do parâmetro aqui>

Padrão: True

Método [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] incluir todos

  • 1 — [1] adiante

  • 2 — [2] àtras

  • 3 — [3] gradual

Padrão: 0

entrada P [number]

<inserir a descrição do parâmetro aqui>

Padrão: 5

Saída P [number]

<inserir a descrição do parâmetro aqui>

Padrão: 5

Saídas

Regressão [raster]

<insira a descrição de saída aqui>

Residuais [raster]

<insira a descrição de saída aqui>

Detalhes: Coeficientes [table]

<insira a descrição de saída aqui>

Detalhes: Modelo [table]

<insira a descrição de saída aqui>

Details: Passos [table]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:multipleregressionanalysisgridgrids', dependent, grids, interpol, coord_x, coord_y, method, p_in, p_out, regression, residuals, info_coeff, info_model, info_steps)

Veja também

Análise de regressão múltipla (pontos/redes)

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Rasters [multipleinput: rasters]

<inserir a descrição do parâmetro aqui>

Shapes [vector: any]

<inserir a descrição do parâmetro aqui>

Atributo [tablefield: any]

<inserir a descrição do parâmetro aqui>

Interpolação de raster [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] Vizinho mais próximo

  • 1 — [1] Interpolação bilinear

  • 2 — [2] Interpolação de distância inversa

  • 3 — [3] Interpolação Splinebicúbica

  • 4 — [4] Interpolação b-Spline

Padrão: 0

incluir coordenada X [boolean]

<inserir a descrição do parâmetro aqui>

Padrão: True

Incluir coordenada Y [boolean]

<inserir a descrição do parâmetro aqui>

Padrão: True

Método [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] incluir todos

  • 1 — [1] adiante

  • 2 — [2] àtras

  • 3 — [3] gradual

Padrão: 0

entrada P [number]

<inserir a descrição do parâmetro aqui>

Padrão: 5

Saída P [number]

<inserir a descrição do parâmetro aqui>

Padrão: 5

Saídas

Detalhes: Coeficientes [table]

<insira a descrição de saída aqui>

Detalhes: Modelo [table]

<insira a descrição de saída aqui>

Details: Passos [table]

<insira a descrição de saída aqui>

Residuais [vector]

<insira a descrição de saída aqui>

Regressão [raster]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:multipleregressionanalysispointsgrids', grids, shapes, attribute, interpol, coord_x, coord_y, method, p_in, p_out, info_coeff, info_model, info_steps, residuals, regression)

Veja também

Regressão polinomial

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Pontos [vector: any]

<inserir a descrição do parâmetro aqui>

Atributo [tablefield: any]

<inserir a descrição do parâmetro aqui>

Polinômio [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] superfície plana simples

  • 1 — [1] seta bi-linear

  • 2 — [2] superfície quadrática

  • 3 — [3] superfície cúbica

  • 4 — [4] definido pelo usuário

Padrão: 0

Ordenar por X máximo [number]

<inserir a descrição do parâmetro aqui>

Padrão: 4

``Ordenar por Y máximo` [number]

<inserir a descrição do parâmetro aqui>

Padrão: 4

Ordenar por máximo total [number]

<inserir a descrição do parâmetro aqui>

Padrão: 4

tendência de superfície [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] definido pelo usuário

Padrão: 0

Extensão da saída [extent]

<inserir a descrição do parâmetro aqui>

Padrão: 0,1,0,1

Tamanho do píxel [number]

<inserir a descrição do parâmetro aqui>

Padrão: 100.0

Saídas

Residuais [vector]

<insira a descrição de saída aqui>

Grade [raster]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:polynomialregression', points, attribute, polynom, xorder, yorder, torder, target, output_extent, user_size, residuals, user_grid)

Veja também

Raio de variância (raster)

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Grade [raster]

<inserir a descrição do parâmetro aqui>

Desvio padrão [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1.0

Pesquisa por raios máximos (pixels) [number]

<inserir a descrição do parâmetro aqui>

Padrão: 20

Tipo da saída [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] Células (pixels)

  • 1 — [1] Unidades do mapa

Padrão: 0

Saídas

Raio de variação [raster]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:radiusofvariancegrid', input, variance, radius, output, result)

Veja também

Análise de regressão

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Grade [raster]

<inserir a descrição do parâmetro aqui>

Shapes [vector: any]

<inserir a descrição do parâmetro aqui>

Atributo [tablefield: any]

<inserir a descrição do parâmetro aqui>

Interpolação de raster [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] Vizinho mais próximo

  • 1 — [1] Interpolação bilinear

  • 2 — [2] Interpolação de distância inversa

  • 3 — [3] Interpolação Splinebicúbica

  • 4 — [4] Interpolação b-Spline

Padrão: 0

Função de regressão [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] Y = a + b * X (linear)
  • 1 — [1] Y = a + b / X
  • 2 — [2] Y = a / (b - X)
  • 3 — [3] Y = a * X^b (power)
  • 4 — [4] Y = a e^(b * X) (exponential)
  • 5 — [5] Y = a + b * ln(X) (logarithmic)

Padrão: 0

Saídas

Regressão [raster]

<insira a descrição de saída aqui>

Residuais [vector]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:regressionanalysis', grid, shapes, attribute, interpol, method, regression, residual)

Veja também

Representatividade

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Grade [raster]

<inserir a descrição do parâmetro aqui>

Raio (Células/pixels) [number]

<inserir a descrição do parâmetro aqui>

Padrão: 10

Expoente [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1

Saídas

Representatividade [raster]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:representativeness', input, radius, exponent, result)

Veja também

Análise residual

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Grade [raster]

<inserir a descrição do parâmetro aqui>

Raio (Células/pixels) [number]

<inserir a descrição do parâmetro aqui>

Padrão: 7

Distância de ponderação [selection]

<inserir a descrição do parâmetro aqui>

Opções:

  • 0 — [0] sem distância de ponderação

  • 1 — [1] distancia inversa de ponderação

  • 2 — [2] exponencial

  • 3 — [3] ponderação gaussiana

Padrão: 0

Iniciar distância inversa de ponderação [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1

Distância inversa de deslocamento [boolean]

<inserir a descrição do parâmetro aqui>

Padrão: True

Ponderação exponencial de largura de banda e gaussiana [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1.0

Saídas

Valor médio [raster]

<insira a descrição de saída aqui>

Diferença de Valor Médio [raster]

<insira a descrição de saída aqui>

Desvio padrão [raster]

<insira a descrição de saída aqui>

Valor gama [raster]

<insira a descrição de saída aqui>

Valor mínimo [raster]

<insira a descrição de saída aqui>

Valor máximo [raster]

<insira a descrição de saída aqui>

Desvio do Valor Médio [raster]

<insira a descrição de saída aqui>

Percentil [raster]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:residualanalysis', grid, radius, distance_weighting_weighting, distance_weighting_idw_power, distance_weighting_idw_offset, distance_weighting_bandwidth, mean, diff, stddev, range, min, max, devmean, percent)

Veja também

Análise de padrões de ponto espacial

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Pontos [vector: point]

<inserir a descrição do parâmetro aqui>

Distância de vértice [Degree] [number]

<inserir a descrição do parâmetro aqui>

Padrão: 5

Saídas

Centro médio [vector]

<insira a descrição de saída aqui>

Distância padrão [vector]

<insira a descrição de saída aqui>

Caixa delimitadora [vector]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:spatialpointpatternanalysis', points, step, centre, stddist, bbox)

Veja também

Estatísticas para rasters

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Rasters [multipleinput: rasters]

<inserir a descrição do parâmetro aqui>

Saídas

Média aritimética [raster]

<insira a descrição de saída aqui>

Mínimo [raster]

<insira a descrição de saída aqui>

Máximo [raster]

<insira a descrição de saída aqui>

Variação [raster]

<insira a descrição de saída aqui>

Desvio padrão [raster]

<insira a descrição de saída aqui>

Representar o menor desvio padrão [raster]

<insira a descrição de saída aqui>

Representar além do desvio padrão [raster]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:statisticsforgrids', grids, mean, min, max, var, stddev, stddevlo, stddevhi)

Veja também

variograma em nuvem

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Pontos [vector: point]

<inserir a descrição do parâmetro aqui>

Atributo [tablefield: any]

<inserir a descrição do parâmetro aqui>

Distância máxima [number]

<inserir a descrição do parâmetro aqui>

Padrão: 0.0

Ignorar número [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1

Saídas

Variograma em núvem [table]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:variogramcloud', points, field, distmax, nskip, result)

Veja também

Superfície de variograma

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Pontos [vector: point]

<inserir a descrição do parâmetro aqui>

Atributo [tablefield: any]

<inserir a descrição do parâmetro aqui>

``Número de classes de distância `` [number]

<inserir a descrição do parâmetro aqui>

Padrão: 10

Ignorar número [number]

<inserir a descrição do parâmetro aqui>

Padrão: 1

Saídas

Número de pares [raster]

<insira a descrição de saída aqui>

Superfície de variograma [raster]

<insira a descrição de saída aqui>

Superfície de covariância [raster]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:variogramsurface', points, field, distcount, nskip, count, variance, covariance)

Veja também

Estatística zonal de rasters

Descrição

<Inserir a descrição do algoritmo aqui>

Parâmetros

Zona do raster [raster]

<inserir a descrição do parâmetro aqui>

Rasters categóricos [multipleinput: rasters]

Opcional.

<inserir a descrição do parâmetro aqui>

Rasters para análise [multipleinput: rasters]

Opcional.

<inserir a descrição do parâmetro aqui>

Aspecto [raster]

Opcional.

<inserir a descrição do parâmetro aqui>

Nomes curtos do campo [boolean]

<inserir a descrição do parâmetro aqui>

Padrão: True

Saídas

Estatísiticas zonais [table]

<insira a descrição de saída aqui>

Usar console

processing.runalg('saga:zonalgridstatistics', zones, catlist, statlist, aspect, shortnames, outtab)

Veja também