Mit der Image Analyst-Lizenz verfügbar.
Zusammenfassung
Berechnet den absoluten, relativen oder kategoriellen Unterschied zwischen zwei Raster-Datasets.
Verwendung
Dieses Werkzeug vergleicht zwei Raster und erstellt ein neues Raster mit der Differenz der beiden Raster. Mit diesem Werkzeug können Sie beispielsweise Veränderungen an den Pixelwerten von Kohlenstoffeinlagerungen zwischen 2001 und 2020 oder Veränderungen an der Landbedeckung zwischen 2010 und 2015 herausfinden.
Für die Berechnung des Veränderungs-Rasters stehen folgende Berechnungsarten zur Verfügung:
- Unterschied: Der mathematische Unterschied (Subtraktion) zwischen Pixelwerten im Von Raster und Pixelwerten im In Raster.
Output = (To Raster) - (From Raster) - Relativer Unterschied: Der Unterschied zwischen den Pixelwerten unter Berücksichtigung des Betrags der verglichenen Werte.
Output = (To Raster - From Raster) / max(To Raster, From Raster) - Kategorischer Unterschied: Der Unterschied zwischen zwei kategorischen oder thematischen Rastern, wobei die Ausgabe jeden Klassenübergang anzeigt, der zwischen den beiden Rastern erfolgt ist.
- Unterschied: Der mathematische Unterschied (Subtraktion) zwischen Pixelwerten im Von Raster und Pixelwerten im In Raster.
Die Ausgabe einer Berechnung des Typs Kategorischer Unterschied ist ein Raster-Dataset mit einer Attributtabelle. Die Tabelle enthält die Übergangstypen (zum Beispiel "Forest" zu "Urban"), die Anzahl der Pixel in jedem Übergangstyp und die geschätzte Fläche jedes Übergangstyps. Die Fläche wird als Produkt aus Pixelgröße und Anzahl der Pixel in jedem Übergangstyp berechnet. Die Einheiten entsprechen den linearen Einheiten der Eingabe-Raster-Daten.
Beim Berechnen der Unterschiede zwischen zwei kategorisierten Rastern können Sie Ihre Analyse auf bestimmte Klassen beschränken. Wenn Sie zum Beispiel das Städtewachstum visualisieren möchten, können Sie in die Liste Von Klassen alle Klassen einbeziehen und in die Liste In Klassen nur die Klasse "Urban". Das Ergebnis enthält alle Übergänge, die zur Kategorie "Urban" gehören.
Wenn die Eingabe-Raster unterschiedliche Zellengrößen oder Ausdehnungen enthalten, können Sie die Zellengröße und Ausdehnung in den Umgebungseinstellungen Zellengröße und Ausgabeausdehnung festlegen.
Syntax
ComputeChangeRaster(from_raster, to_raster, {compute_change_method}, {from_classes}, {to_classes}, {filter_method}, {define_transition_colors})| Parameter | Erklärung | Datentyp |
from_raster | Das ursprüngliche oder erste zu analysierende Raster. | Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; String |
to_raster | Das endgültige oder letzte zu analysierende Raster. Dies ist das Raster, das mit dem ursprünglichen Raster verglichen wird. | Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; String |
compute_change_method (optional) | Gibt die Berechnungsmethode zwischen den beiden Rastern an.
| String |
from_classes [from_classes,...] (optional) | Die Liste der Klassennamen aus dem Parameter from_raster, die in die Berechnung einbezogen werden sollen. Wenn keine Klassen angegeben werden, werden alle Klassen einbezogen. Dieser Parameter wird aktiviert, wenn der Parameter compute_change_method auf CATEGORICAL_DIFFERENCE gesetzt ist | String |
to_classes [to_classes,...] (optional) | Die Liste der Klassennamen aus dem Parameter to_raster, die in die Berechnung einbezogen werden sollen. Wenn keine Klassen angegeben werden, werden alle Klassen einbezogen. Dieser Parameter wird aktiviert, wenn der Parameter compute_change_method auf CATEGORICAL_DIFFERENCE gesetzt ist | String |
filter_method (optional) | Gibt die im Ausgaberaster zu kategorisierenden Pixel an. Dieser Parameter wird aktiviert, wenn der Parameter compute_change_method auf CATEGORICAL_DIFFERENCE gesetzt ist
| String |
define_transition_colors (optional) | Gibt die Farbe zur Symbolisierung der Ausgabe-Klassen an. Wenn der Klassentyp eines Pixels geändert wird, stellt die Farbe des Ausgabe-Pixels den ursprünglichen Klassentyp, den endgültigen Klassentyp oder eine Mischung aus beiden dar. Dieser Parameter wird aktiviert, wenn der Parameter compute_change_method auf CATEGORICAL_DIFFERENCE gesetzt ist
| String |
Rückgabewert
| Name | Erklärung | Datentyp |
| out_raster_dataset | Ausgabe-Raster-Dataset der Veränderung | Raster |
Codebeispiel
In diesem Beispiel wird der Unterschied in NDVI-Pixelwerten von 2000 bis 2020 berechnet.
# Import system modules
import arcpy
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
NDVIchange = arcpy.ia.ComputeChangeRaster(
"NDVI_2000.tif", "NDVI_2020.tif", "DIFFERENCE")
NDVIchange.save("C:/Data/NDVI_2000_2020.tif")In diesem Beispiel wird der relative Unterschied in NDVI-Pixelwerten von 2000 bis 2020 berechnet.
# Import system modules
import arcpy
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
# Define input parameters
FromRaster = "C:/Data/NDVI_2000.tif"
ToRaster = "C:/Data/NDVI_2020.tif"
ChangeType = "RELATIVE_DIFFERENCE"
# Execute - calculate the relative difference in NDVI from 2000 to 2020
NDVIrelativeChange = arcpy.ia.ComputeChangeRaster(
FromRaster, ToRaster, ChangeType)
# Save output
NDVIrelativeChange.save("C:/Data/Relative_NDVI_2000_2020.tif")In diesem Beispiel wird die Veränderung der Landbedeckung von 2000 bis 2020 berechnet. Dabei werden nur die Pixel extrahiert, deren Klasse von "Forest", "Agriculture", "Water" oder "Barren" in "Urban" geändert wurde.
# Import system modules
import arcpy
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
LandcoverChange = arcpy.ia.ComputeChangeRaster(
"Landcover_2000.tif", "Landcover_2020.tif", "CATEGORICAL_DIFFERENCE",
"'Forest';'Agriculture';'Water';'Barren'", "'Urban'",
"CHANGED_PIXELS_ONLY", "AVERAGE")
# Save output
LandcoverChange.save("C:/Data/Landcover_2000_2020.tif")Umgebungen
Lizenzinformationen
- Basic: Erfordert Image Analyst
- Standard: Erfordert Image Analyst
- Advanced: Erfordert Image Analyst