<Inserir a descrição do algoritmo aqui>
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
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>
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)
<Inserir a descrição do algoritmo aqui>
Camada de Entrada
[raster]<inserir a descrição do parâmetro aqui>
Nível de Generalização
[number]<inserir a descrição do parâmetro aqui>
Padrão: 16
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>
processing.runalg('saga:fastrepresentativeness', input, lod, result, result_lod, seeds)
<Inserir a descrição do algoritmo aqui>
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
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>
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)
<Inserir a descrição do algoritmo aqui>
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
Regressão
[vector]<insira a descrição de saída aqui>
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)
<Inserir a descrição do algoritmo aqui>
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
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>
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)
<Inserir a descrição do algoritmo aqui>
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
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>
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)
<Inserir a descrição do algoritmo aqui>
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
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>
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)
<Inserir a descrição do algoritmo aqui>
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
Resultados
[table]<insira a descrição de saída aqui>
processing.runalg('saga:globalmoransiforgrids', grid, contiguity, result)
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
Pontos
[vector: point]Camada de análise
Mínima distância de análise
[table]Tabela de resultados
processing.runalg('saga:minimumdistanceanalysis', points, table)
<Inserir a descrição do algoritmo aqui>
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
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>
processing.runalg('saga:multibandvariation', bands, radius, distance_weighting_weighting, distance_weighting_idw_power, distance_weighting_idw_offset, distance_weighting_bandwidth, mean, stddev, diff)
<Inserir a descrição do algoritmo aqui>
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
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>
processing.runalg('saga:multipleregressionanalysisgridgrids', dependent, grids, interpol, coord_x, coord_y, method, p_in, p_out, regression, residuals, info_coeff, info_model, info_steps)
<Inserir a descrição do algoritmo aqui>
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
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>
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)
<Inserir a descrição do algoritmo aqui>
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
<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
Residuais
[vector]<insira a descrição de saída aqui>
Grade
[raster]<insira a descrição de saída aqui>
processing.runalg('saga:polynomialregression', points, attribute, polynom, xorder, yorder, torder, target, output_extent, user_size, residuals, user_grid)
<Inserir a descrição do algoritmo aqui>
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
Raio de variação
[raster]<insira a descrição de saída aqui>
processing.runalg('saga:radiusofvariancegrid', input, variance, radius, output, result)
<Inserir a descrição do algoritmo aqui>
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:
Padrão: 0
Regressão
[raster]<insira a descrição de saída aqui>
Residuais
[vector]<insira a descrição de saída aqui>
processing.runalg('saga:regressionanalysis', grid, shapes, attribute, interpol, method, regression, residual)
<Inserir a descrição do algoritmo aqui>
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
Representatividade
[raster]<insira a descrição de saída aqui>
processing.runalg('saga:representativeness', input, radius, exponent, result)
<Inserir a descrição do algoritmo aqui>
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
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>
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)
<Inserir a descrição do algoritmo aqui>
Pontos
[vector: point]<inserir a descrição do parâmetro aqui>
Distância de vértice [Degree]
[number]<inserir a descrição do parâmetro aqui>
Padrão: 5
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>
processing.runalg('saga:spatialpointpatternanalysis', points, step, centre, stddist, bbox)
<Inserir a descrição do algoritmo aqui>
Rasters
[multipleinput: rasters]<inserir a descrição do parâmetro aqui>
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>
processing.runalg('saga:statisticsforgrids', grids, mean, min, max, var, stddev, stddevlo, stddevhi)
<Inserir a descrição do algoritmo aqui>
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
Variograma em núvem
[table]<insira a descrição de saída aqui>
processing.runalg('saga:variogramcloud', points, field, distmax, nskip, result)
<Inserir a descrição do algoritmo aqui>
Pontos
[vector: point]<inserir a descrição do parâmetro aqui>
Atributo
[tablefield: any]<inserir a descrição do parâmetro aqui>
<inserir a descrição do parâmetro aqui>
Padrão: 10
Ignorar número
[number]<inserir a descrição do parâmetro aqui>
Padrão: 1
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>
processing.runalg('saga:variogramsurface', points, field, distcount, nskip, count, variance, covariance)
<Inserir a descrição do algoritmo aqui>
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
Estatísiticas zonais
[table]<insira a descrição de saída aqui>
processing.runalg('saga:zonalgridstatistics', zones, catlist, statlist, aspect, shortnames, outtab)