Python ArcGIS create_watersheds用法及代碼示例

本文簡要介紹 python 語言中 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 方法確定分析圖層中每個點的流域或上遊貢獻區域。例如，假設您有代表水性汙染位置的點要素，並且您想要找到可能的汙染源。由於汙染源必須位於該點上遊流域內的某處，因此您將使用此工具來定義包含汙染物源的流域。

Parameter	Description
input_layer	所需的點要素圖層。用於計算流域的點要素。這些被稱為傾瀉點，因為它是水從流域中傾瀉而出的位置。請參閱特征輸入。
search_distance	可選浮點數。移動輸入點位置的最大距離。使用search_units 設置search_distance 的單位。 如果您的輸入點遠離排水線，則生成的流域可能非常小，在確定上遊汙染源時沒有多大用處。在大多數情況下，您希望輸入點捕捉到最近的排水線，以便找到流向位於排水線上的點的流域。要查找最近的排水線，請指定搜索距離。如果您未指定搜索距離，該工具將計算並使用保守的搜索距離。 要使用輸入點的確切位置，請將搜索距離指定為零。 出於分析目的，Esri 已使用標準水文模型預先計算了排水管線。如果搜索距離內沒有排水線，則使用搜索距離內流量累積最高的位置。
search_units	可選字符串。為搜索距離指定的線性單位。 選擇列表：[“米”、“公裏”、“英尺”、“英裏”、“碼”]
source_database	可選字符串。表示將在分析中使用的數據源分辨率的關鍵字。 選擇列表：['Finest'，‘30m’, ‘90m’] 最精細(默認)：所有可能的數據源中每個位置可用的最精細分辨率。 30m：水文源是從 1 角秒構建的 - 大約 30 米的分辨率，高程數據。 90m：水文源建立在 3 弧秒 - 大約 90 米的分辨率，高程數據。
generalize	可選的布爾值。確定輸出流域是否將被平滑為更簡單的形狀或符合原始 DEM 的像元邊。 True：多邊形將被平滑成更簡單的形狀。這是默認設置。 False：多邊形的邊將符合原始 DEM 的邊。 默認值是true。
output_name	可選字符串或 FeatureLayer 。現有要素圖層將導致新圖層附加到要素服務。如果 overwrite 在上下文中為 True，則新層將覆蓋現有層。如果未指示output_name，則創建新的 FeatureCollection 。
context	可選字典。處理範圍和輸出空間參考等附加設置。對於create_watersheds，有三個設置。 extent - 定義分析區域的邊界框。僅分析input_layer 中與邊界框相交的那些特征。 outSR - 輸出要素將投影到 wkid 引用的輸出空間參考中。 overwrite - 如果為 True，則 output_name 中的要素層將被新要素層覆蓋。適用於 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	可選，運行此工具的 GIS 。如果未指定，則使用活動 GIS。
estimate	可選的布爾值。如果為 True，則將返回運行該操作所需的估計積分數。
future	可選布爾值。如果為 True，則將返回 future 對象，並且進程不會等待任務完成。默認為False，表示等待結果。

：返回 result_layer ：如果指定了 output_name，則返回 FeatureLayer ，否則為 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')