Python ArcGIS create_watersheds用法及代码示例

本文简要介绍 python 语言中 arcgis.features.analysis.create_watersheds 的用法。

用法:

arcgis.features.analysis.create_watersheds(input_layer, search_distance=None, search_units='Meters', source_database='FINEST', generalize=True, output_name=None, context=None, gis=None, estimate=False, future=False)

create_watersheds 方法确定分析图层中每个点的流域或上游贡献区域。例如，假设您有代表水性污染位置的点要素，并且您想要找到可能的污染源。由于污染源必须位于该点上游流域内的某处，因此您将使用此工具来定义包含污染物源的流域。

Parameter	Description
input_layer	所需的点要素图层。用于计算流域的点要素。这些被称为倾泻点，因为它是水从流域中倾泻而出的位置。请参阅特征输入。
search_distance	可选浮点数。移动输入点位置的最大距离。使用search_units 设置search_distance 的单位。 如果您的输入点远离排水线，则生成的流域可能非常小，在确定上游污染源时没有多大用处。在大多数情况下，您希望输入点捕捉到最近的排水线，以便找到流向位于排水线上的点的流域。要查找最近的排水线，请指定搜索距离。如果您未指定搜索距离，该工具将计算并使用保守的搜索距离。 要使用输入点的确切位置，请将搜索距离指定为零。 出于分析目的，Esri 已使用标准水文模型预先计算了排水管线。如果搜索距离内没有排水线，则使用搜索距离内流量累积最高的位置。
search_units	可选字符串。为搜索距离指定的线性单位。 选择列表：[“米”、“公里”、“英尺”、“英里”、“码”]
source_database	可选字符串。表示将在分析中使用的数据源分辨率的关键字。 选择列表：['Finest'，‘30m’, ‘90m’] 最精细(默认)：所有可能的数据源中每个位置可用的最精细分辨率。 30m：水文源是从 1 角秒构建的 - 大约 30 米的分辨率，高程数据。 90m：水文源建立在 3 弧秒 - 大约 90 米的分辨率，高程数据。
generalize	可选的布尔值。确定输出流域是否将被平滑为更简单的形状或符合原始 DEM 的像元边。 True：多边形将被平滑成更简单的形状。这是默认设置。 False：多边形的边将符合原始 DEM 的边。 默认值是true。
output_name	可选字符串或 FeatureLayer 。现有要素图层将导致新图层附加到要素服务。如果 overwrite 在上下文中为 True，则新层将覆盖现有层。如果未指示output_name，则创建新的 FeatureCollection 。
context	可选字典。处理范围和输出空间参考等附加设置。对于create_watersheds，有三个设置。 extent - 定义分析区域的边界框。仅分析input_layer 中与边界框相交的那些特征。 outSR - 输出要素将投影到 wkid 引用的输出空间参考中。 overwrite - 如果为 True，则 output_name 中的要素层将被新要素层覆盖。适用于 ArcGIS Online 或 Enterprise 10.9.1+ # Example Usage context = {"extent": {"xmin": 3164569.408035, "ymin": -9187921.892449, "xmax": 3174104.927313, "ymax": -9175500.875353, "spatialReference":{"wkid":102100,"latestWkid":3857}}, "outSR": {"wkid": 3857}, "overwrite": True}
gis	可选，运行此工具的 GIS 。如果未指定，则使用活动 GIS。
estimate	可选的布尔值。如果为 True，则将返回运行该操作所需的估计积分数。
future	可选布尔值。如果为 True，则将返回 future 对象，并且进程不会等待任务完成。默认为False，表示等待结果。

：返回 result_layer ：如果指定了 output_name，则返回 FeatureLayer ，否则为 FeatureCollection 。

例子：

# USAGE EXAMPLE: To create watersheds for Chennai lakes.

lakes_watershed = create_watersheds(lakes_lyr,
                                    search_distance=3,
                                    search_units='Kilometers',
                                    source_database='90m',
                                    output_name='create watersheds')