Mit der Image Analyst-Lizenz verfügbar.
Mit der Spatial Analyst-Lizenz verfügbar.
Zusammenfassung
Generiert ein multidimensionales Raster-Dataset durch Kombinieren vorhandener multidimensionaler Raster-Variablen entlang einer Dimension.
Verwendung
Verwenden Sie den Parameter Aggregationsdefinition, um mit einem Schlüsselwort, einem Wert oder einem Wertebereich ein Intervall auszuwählen. Beispiel: Ihnen stehen für 30 Jahre Temperaturdaten der Meeresoberfläche zur Verfügung, die täglich alle 5 Meter bis zu einer Tiefe von 100 Metern erfasst wurden, zur Verfügung. In diesem Fall können Sie die verschiedenen Intervalloptionen für die folgenden Szenarien verwenden:
- Aggregieren Sie Tagestemperaturdaten in monatliche Daten, so dass sich ein multidimensionales Raster mit 12 Zeitintervallen ergibt und jedes Intervall das Aggregat der einzelnen Monate für alle Jahre ist. Wählen Sie Intervallschlüsselwort aus, und legen Sie für das Schlüsselwort die Option Monatlich wiederkehrend fest.
- Aggregieren Sie Tagestemperaturdaten in monatliche Daten, so dass sich ein multidimensionales Raster mit 360 Zeitintervallen oder 12 Zeitintervallen pro Jahr ergibt (30 Jahre x 12 Monate = 360 Zeitintervalle). Wählen Sie Intervallschlüsselwort aus, und legen Sie für das Schlüsselwort die Option Monatlich fest.
- Monatliche Temperaturdaten in 4-Monats-Intervalle aggregieren. Wählen Sie Intervallwert aus, legen Sie als Wertintervall die Option 4 fest und wählen Sie für Einheit die Option Monate aus.
- Temperaturdaten von 0 bis 25 Meter, 25 bis 50 Meter und 50 bis 100 Meter aggregieren. Wählen Sie Intervallbereiche aus, und geben Sie für die minimalen und maximalen Tiefenwerte 0 25; 25 50; 50 100 ein.
Die unterstützten multidimensionalen Raster-Datasets sind netCDF, GRIB, HDF und Esri CRF. Multidimensionale Mosaik-Datasets werden auch unterstützt.
Dieses Werkzeug generiert ein multidimensionales Raster-Dataset im Cloud-Raster-Format (CRF). Aktuell werden keine anderen Ausgabeformate unterstützt.
Standardmäßig wird die multidimensionale Raster-Ausgabe mit dem Komprimierungstyp LZ77 komprimiert. Es wird jedoch empfohlen, stattdessen den Komprimierungstyp LERC festzulegen und den Maximalfehler entsprechend Ihren Daten anzupassen. Wenn Sie zum Beispiel Analyseergebnisse mit einer Genauigkeit von drei Dezimalstellen erwarten, dann sollten Sie den Wert 0,001 für diesen Maximalfehler verwenden. Dies eignet sich am besten, um unnötige Anforderungen an die Genauigkeit zu vermeiden, da andernfalls Verarbeitungszeit und Speichergröße zu sehr ansteigen würden.
Um den Komprimierungstyp zu ändern, müssen Sie die entsprechende Umgebungseinstellung ändern.
Syntax
AggregateMultidimensionalRaster(in_multidimensional_raster, dimension, {aggregation_method}, {variables}, {aggregation_def}, {interval_keyword}, {interval_value}, {interval_unit}, {interval_ranges}, {aggregation_function}, {ignore_nodata})| Parameter | Erklärung | Datentyp |
in_multidimensional_raster | Das als Eingabe verwendete multidimensionale Raster-Dataset. | Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; File |
dimension | Die Aggregationsdimension. Dies ist die Dimension, an der entlang die Variablen aggregiert werden. | String |
aggregation_method (optional) | Gibt die mathematische Methode an, nach der die aggregierten Abschnitte in einem Intervall kombiniert werden.
Wenn für aggregation_method die Option CUSTOM festgelegt wurde, ist der Parameter aggregation_function aktiviert. | String |
variables [variables,...] (optional) | Ein oder mehrere Variablen, die entlang der angegebenen Dimension aggregiert werden. Wenn keine Variable angegeben ist, werden alle Variablen mit der ausgewählten Dimension aggregiert. Um etwa die Tagestemperaturdaten in monatliche Durchschnittswerte zu aggregieren, geben Sie die Temperatur als zu aggregierende Variable an. Wenn Sie keine Variablen angeben und als Variablen sowohl die Tagestemperatur als auch der tägliche Niederschlag verfügbar sind, werden beide Variablen in monatliche Durchschnittswerte aggregiert. Auch das multidimensionale Ausgabe-Raster enthält dann beide Variablen. | String |
aggregation_def (optional) | Gibt das Dimensionsintervall an, für das die Daten aggregiert werden.
| String |
interval_keyword (optional) | Gibt das Schlüsselwortintervall für die Aggregation entlang einer Dimension an. Dieser Parameter ist erforderlich, wenn für den Parameter aggregation_def die Option INTERVAL_KEYWORD festgelegt wurde und die Aggregation über eine bestimmte Zeit erfolgen muss.
| String |
interval_value (optional) | Die Größe des Intervalls, in dem aggregiert wird. Dieser Parameter ist erforderlich, wenn der Parameter aggregation_def auf INTERVAL_VALUE gesetzt ist Wenn beispielsweise die monatlichen Temperaturdaten von 30 Jahren in 5-Jahres-Abschnitte aggregiert werden sollen, geben Sie für interval_value die Zahl 5 und für interval_unit die Option YEARS ein. | Double |
interval_unit (optional) | Die für den Parameter interval_value verwendete Einheit. Dieser Parameter ist erforderlich, wenn für den Parameter dimension ein Zeitfeld festgelegt wurde und für den Parameter aggregation_def die Option INTERVAL_VALUE. Wenn die Aggregation über eine andere Dimension als die Zeit erfolgt, ist diese Option nicht verfügbar, und die Einheit des Intervallwertes entspricht der Variableneinheit der multidimensionalen Eingabe-Raster-Daten.
| String |
interval_ranges [interval_ranges,...] (optional) | Wertegruppen werden anhand der in einer Wertetabelle angegebenen Intervallbereiche aggregiert. Die Wertetabelle besteht aus Wertpaaren des minimalen und maximalen Bereichs vom Datentyp "Double" oder "Date". Dieser Parameter ist erforderlich, wenn der Parameter aggregation_def auf INTERVAL_RANGE gesetzt ist. | Value Table |
aggregation_function (optional) | Eine benutzerdefinierte Raster-Funktion, mit der die Pixelwerte der aggregierten Raster berechnet werden. Die Eingabe ist ein Raster-Funktions-JSON-Objekt oder eine .rft.xml-Datei, die aus einer Funktionskette oder einer benutzerdefinierten Python-Raster-Funktion erstellt wurde. Dieser Parameter ist erforderlich, wenn der Parameter aggregation_method auf CUSTOM gesetzt ist | File; String |
ignore_nodata (optional) | Gibt an, ob NoData-Werte bei der Analyse ignoriert werden.
| Boolean |
Rückgabewert
| Name | Erklärung | Datentyp |
| out_multidimensional_raster | Das multidimensionale Ausgabe-Raster-Dataset im Cloud Raster Format (CRF). | Raster |
Codebeispiel
In diesem Beispiel werden Temperaturdaten in jährliche Daten mit Durchschnittstemperaturwerten aggregiert.
# Import system modules
import arcpy
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
aggMultidim = arcpy.ia.AggregateMultidimensionalRaster("climateData.crf",
"StdTime", "MEAN", "temperature", "INTERVAL_KEYWORD", "YEARLY",
None, "", None, "", "DATA")
aggMultidim.save("C:/data/YearlyTemp.crf")In diesem Beispiel werden tägliche Niederschlags- und Temperaturdaten in monatliche Daten mit den maximalen Niederschlags- und Temperaturwerten aggregiert.
# Import system modules
import arcpy
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
# Define input parameters
inputFile = "C:/data/dailyclimateData.crf"
dimensionName = "StdTime"
aggregationMethod = "MAXIMUM"
variables = "temperature;precipitation"
aggregationDefinition = "INTERVAL_KEYWORD"
keyword = "MONTHLY"
ignore_nodata = "DATA"
# Execute
aggMultidim = arcpy.ia.AggregateMultidimensionalRaster(inFile, dimensionName,
variables, aggregationMethod, aggregation_def, keyword, None, "", None, "",
ignore_nodata)
# Save output
aggMultidim.save("C:/data/monthlymaxtemp.crf")Umgebungen
Lizenzinformationen
- Basic: Erfordert Image Analyst oder Spatial Analyst
- Standard: Erfordert Image Analyst oder Spatial Analyst
- Advanced: Erfordert Image Analyst oder Spatial Analyst