Multidimensionale Abweichung generieren (Spatial Analyst)

Mit der Image Analyst-Lizenz verfügbar.

Mit der Spatial Analyst-Lizenz verfügbar.

Zusammenfassung

Berechnet die Abweichung für jeden Ausschnitt in einem vorhandenen multidimensionalen Raster, um ein neues multidimensionales Raster zu generieren.

Als Abweichung wird die Differenz zwischen einer Beobachtung und dem zugehörigen Standard- oder Mittelwert bezeichnet.

Verwendung

  • 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.

  • Mit diesem Werkzeug werden die Abweichungen im zeitlichen Verlauf für eine oder mehrere Variablen in einem multidimensionalen Raster berechnet. Wenn abgesehen von der Zeitdimension auch eine nicht zeitliche Dimension vorhanden ist, wird die Abweichung an jedem Schritt in der zusätzlichen Dimension berechnet.

    Beispiel: Ihnen liegen monatliche Meerestemperaturdaten vor, wobei die Temperatur für jeden Meter Tiefe bis zu einer Meerestiefe von 100 Metern erfasst wurde. Sie möchten damit die Temperaturabweichungen als Differenz vom jährlichen Mittelwert berechnen. Mit dem Werkzeug Multidimensionale Abweichung generieren werden die Temperaturabweichungen basierend auf einem jährlichen Mittelwert berechnet, wenn Sie für den Parameter Berechnungsintervall für Mittelwert die Option Jährlich festlegen. Daraufhin werden die Abweichungswerte für jeden Meter bis zu einer Tiefe von 100 Metern zurückgegeben.

  • Dieses Werkzeug unterstützt nur multidimensionale Raster-Datasets mit Zeitdimension.

  • Für die Berechnung von Abweichungswerten sind die folgenden mathematischen Methoden verfügbar. Abweichungen können berechnet werden, indem entweder der Mittelwert oder der Medianwert als Durchschnittswert definiert wird. Ist die Datenverteilung verzerrt, wird der Mittelwert durch Ausreißer stark beeinflusst. Daher ist der Medianwert oder die Z-Wert-Methode für diese Art Daten möglicherweise besser geeignet.

    • Differenz vom Mittelwert = x - µ
      • x = Pixelwert in einem Abschnitt
      • µ = Mittelwert der Werte dieses Pixels über das gegebene Zeitintervall
    • Prozentuale Differenz vom Mittelwert = |x - µ| / [(x + µ)/2]
      • x = Pixelwert in einem Abschnitt
      • µ = Mittelwert der Werte dieses Pixels über das gegebene Zeitintervall
      • |x - µ| = absoluter Wert der Differenz zwischen dem Wert und dem Mittelwert
    • Prozentsatz vom Mittelwert = x / µ
      • x = Pixelwert in einem Abschnitt
      • µ = Mittelwert der Werte dieses Pixels über das gegebene Zeitintervall
    • Differenz vom Medianwert = x - ß
      • x = Pixelwert in einem Abschnitt
      • ß = Medianwert der Werte dieses Pixels über das gegebene Zeitintervall
    • Prozentuale Differenz vom Medianwert = |x - ß| / [(x + ß)/2]
      • x = Pixelwert in einem Abschnitt
      • ß = Medianwert der Werte dieses Pixels über das gegebene Zeitintervall
      • |x - ß| = absoluter Wert der Differenz zwischen dem Wert und dem Medianwert
    • Prozentsatz vom Medianwert = x / ß
      • x = Pixelwert in einem Abschnitt
      • ß = Medianwert der Werte dieses Pixels über das gegebene Zeitintervall
    • Z-Wert = (x - µ) / S
      • x = Pixelwert in einem Abschnitt
      • µ = Mittelwert der Werte dieses Pixels über das gegebene Zeitintervall
      • S = Standardabweichung der Werte dieses Pixels über das gegebene Zeitintervall

  • Der Mittel- oder Medianwert wird aus dem multidimensionalen Eingabe-Raster berechnet. Alternativ können Sie die Mittel- oder Medianwerte direkt als Raster-Eingabe im Parameter Berechnungsintervall für Mittelwert angeben. Das externe Raster kann ein einzelnes Raster oder ein multidimensionales Raster sein. Wenn die Eingabe ein einzelnes Raster ist, wird die Differenz vom Mittelwert durch Vergleichen der Pixelwerte in jedem Abschnitt mit dem entsprechenden Pixelwert im externen Raster berechnet. Wenn die Eingabe ein multidimensionales Raster ist, werden für die Berechnung der Differenz vom Mittelwert die entsprechenden Abschnitte verglichen. Deshalb müssen Anzahl und Namen der Variablen und Dimensionen übereinstimmen.

    Das externe Raster muss die gleiche Ausdehnung, die gleiche Zellengröße und den gleichen Raumbezug wie das multidimensionale Eingabe-Raster aufweisen.

  • Die Berechnungsmethode für die Abweichung des Z-Wertes wird nicht unterstützt, wenn zum Berechnen der Differenz vom Mittelwert ein externes Raster verwendet wird.

Syntax

GenerateMultidimensionalAnomaly(in_multidimensional_raster, {variables}, {method}, {calculation_interval}, {ignore_nodata}, {reference_mean_raster})
ParameterErklärungDatentyp
in_multidimensional_raster

Das als Eingabe verwendete multidimensionale Raster-Dataset.

Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; File
variables
[variables,...]
(optional)

Die Variable oder Variablen, für die Abweichungen berechnet werden. Wenn keine Variable angegeben ist, werden alle Variablen mit einer Zeitdimension analysiert.

String
method
(optional)

Gibt die Methode an, die zum Berechnen der Abweichung verwendet wird.

  • DIFFERENCE_FROM_MEANDie Differenz zwischen einem Pixelwert und dem Mittelwert der Werte dieses Pixels in den vom Intervall definierten Abschnitten wird berechnet. Dies ist die Standardeinstellung.
  • PERCENT_DIFFERENCE_FROM_MEANDie prozentuale Differenz zwischen einem Pixelwert und dem Mittelwert der Werte dieses Pixels in den vom Intervall definierten Abschnitten wird berechnet.
  • PERCENT_OF_MEANDer Prozentsatz des Mittelwertes wird berechnet.
  • Z_SCOREDer Z-Wert jedes Pixels wird berechnet. Ein Z-Wert von 0 bedeutet, dass der Pixelwert mit dem Mittelwert identisch ist. Ein Z-Wert von 1 bedeutet, dass der Pixelwert um 1 Standardabweichung vom Mittelwert abweicht. Ein Z-Wert von 2 bedeutet, dass der Pixelwert um 2 Standardabweichungen vom Mittelwert abweicht usw.
  • DIFFERENCE_FROM_MEDIANDie Differenz zwischen einem Pixelwert und dem mathematischen Medianwert der Werte dieses Pixels in den vom Intervall definierten Abschnitten wird berechnet.
  • PERCENT_DIFFERENCE_FROM_MEDIANDie prozentuale Differenz zwischen einem Pixelwert und dem mathematischen Medianwert der Werte dieses Pixels in den vom Intervall definierten Abschnitten wird berechnet.
  • PERCENT_OF_MEDIANDer Prozentsatz des mathematischen Medianwertes wird berechnet.
String
calculation_interval
(optional)

Gibt das Zeitintervall an, das zum Berechnen des Mittelwertes verwendet wird.

  • ALLDer Mittelwert in allen Abschnitten für jedes Pixel wird berechnet.
  • YEARLYDer jährliche Mittelwert für jedes Pixel wird berechnet.
  • RECURRING_MONTHLYDer monatliche Mittelwert für jedes Pixel wird berechnet.
  • RECURRING_WEEKLYDer wöchentliche Mittelwert für jedes Pixel wird berechnet.
  • RECURRING_DAILYDer tägliche Mittelwert für jedes Pixel wird berechnet.
  • HOURLYDer stündliche Mittelwert für jedes Pixel wird berechnet.
  • EXTERNAL_RASTEREin vorhandenes Raster-Dataset wird referenziert, das den Mittel- oder Medianwert für jedes Pixel enthält.
String
ignore_nodata
(optional)

Gibt an, ob NoData-Werte bei der Analyse ignoriert werden.

  • DATA Bei der Analyse werden alle gültigen Pixel entlang einer angegebenen Dimension einbezogen und alle NoData-Pixel ignoriert. Dies ist die Standardeinstellung.
  • NODATAWenn NoData-Werte für die Pixel entlang einer angegebenen Dimension vorhanden sind, wird bei der Analyse NoData zurückgegeben.
Boolean
reference_mean_raster
(optional)

Das Referenz-Raster-Dataset, das einen zuvor berechneten Mittelwert für jedes Pixel enthält. Die Abweichungen werden durch den Vergleich mit diesem Mittelwert berechnet.

Raster Layer; Raster Dataset; Mosaic Layer; Mosaic Dataset

Rückgabewert

NameErklärungDatentyp
out_multidimensional_raster

Das multidimensionale Ausgabe-Raster-Dataset im Cloud Raster Format (CRF).

Raster

Codebeispiel

GenerateMultidimensionalAnomaly – Beispiel 1 (Python-Fenster)

In diesem Beispiel wird ein multidimensionales Abweichungs-Raster für Temperaturdaten erstellt, in dem Pixelwerte mit dem Mittelwert der Pixelwerte in allen Abschnitten verglichen werden.

import arcpy
from arcpy import env
from arcpy.sa import *
env.workspace = "C:/sapyexamples/data"
arcpy.CheckOutExtension("Spatial")
outTempAnomaly = GenerateMultidimensionalAnomaly(
	"C:/sapyexamples/data/climateData.nc", "temperature", "DIFFERENCE_FROM_MEAN",
        "ALL", "DATA")
outTempAnomaly.save("C:/sapyexamples/output/TempAnomaly.crf")
GenerateMultidimensionalAnomaly – Beispiel 2 (eigenständiges Skript)

In diesem Beispiel wird ein multidimensionales Abweichungs-Raster für Meerestemperaturdaten erstellt, in dem Pixelwerte mit dem jährlichen Mittelwert verglichen werden.

# Name: GenerateMultidimensionalAnomaly_Ex_02.py
# Description: Generates an anomaly multidimensional raster for
#           ocean temperature data, comparing pixel values with the yearly mean
# Requirements: Spatial Analyst Extension

# Import system modules
import arcpy
from arcpy import env
from arcpy.sa import *

# Set environment settings
env.workspace = "C:/sapyexamples/data"

# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")

""""
Usage: out_multidimensional_raster = GenerateMultidimensionalAnomaly(in_multidimensional_raster,
                                     {variables}, {method}, {temporal_interval})
"""

# Define input parameters
inputFile = "C:/sapyexamples/data/climateData.crf"
variable = "oceantemp"
averageMethod = "PERCENT_DIFFERENCE_FROM_MEAN"
averageInterval = "YEARLY"
ignoreNoData = "DATA"

# Execute GenerateMultidimensionalAnomaly
outYearlyAnomaly = GenerateMultidimensionalAnomaly(inputFile, variable, 
	averageMethod, averageInterval, ignoreNoData)

# Save the output
outYearlyAnomaly.save("C:/sapyexamples/output/TempAnomaly.crf")

Lizenzinformationen

  • Basic: Erfordert Spatial Analyst oder Image Analyst
  • Standard: Erfordert Spatial Analyst oder Image Analyst
  • Advanced: Erfordert Spatial Analyst oder Image Analyst

Verwandte Themen