<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)