| Beschriftung | Erläuterung | Datentyp |
Multidimensionales Eingabe-Raster | Das als Eingabe verwendete multidimensionale Raster. Im Werkzeug werden Daten entlang einer Dimension verarbeitet, z. B. einem Zeitserien-Raster oder einem Datenwürfel mit Definition einer nicht zeitlichen Dimension [X, Y, Z]. Wenn eine Eingabevariable mehrere Dimensionen enthält, z. B. Tiefe und Zeit, wird standardmäßig der erste Dimensionswert verwendet. Sie können die multidimensionalen Daten ggf. mit dem Werkzeug Mehrdimensionalen Raster-Layer erstellen oder Teilmenge eines multidimensionalen Rasters neu definieren, etwa, um multidimensionale Daten in ein Dataset mit einer Dimension zu konfigurieren. | Raster Dataset; Mosaic Dataset; Raster Layer; Mosaic Layer; Image Service; File |
Modus | Gibt an, mit welcher Methode die Hauptkomponentenanalyse durchgeführt wird.
Hinweis:Andere Optionen für diesen Parameter werden im Bereich Geoverarbeitung in ArcGIS Pro 2.9 nicht unterstützt. Nur die Option Dimensionsreduktion wird unterstützt. Deshalb ist der Parameter im Dialogfeld des Werkzeugs "Geoverarbeitung" nicht sichtbar.Weitere Optionen sind für eine zukünftige Version geplant. | String |
Dimension | Der verwendete Dimensionsname für die Verarbeitung der Hauptkomponenten. | String |
Ausgabe-Hauptkomponenten | Der Name des Ausgabe-Raster-Datasets Die Ausgabe ist ein Multiband-Raster, in dem die Komponenten als Bänder betrachtet werden. Das erste Band ist die erste Hauptkomponente mit dem höchsten Eigenwert, das zweite Band umfasst die Hauptkomponente mit dem zweithöchsten Eigenwert usw. Die Ausgabe liegt im CRF-Dateiformat (.crf) vor. | Raster Dataset; Table |
Ausgabe-Lasten | Die Ausgabetabelle mit Gewichtungen für jedes Eingabe-Raster, das einen Teil der Hauptkomponenten ausmacht. Hierbei handelt es sich um die Korrelation der Eingabedaten und Ausgabe-Hauptkomponenten. Verwenden Sie die Dateierweiterung .csv, um die Lasten in einer Datei mit kommagetrennten Werten auszugeben. | Table; Raster Dataset |
Ausgabe-Eigenwerte (optional) | Die Ausgabe-Eigenwerte-Tabelle. Eigenwerte sind Werte, die den Varianz-Prozentsatz der einzelnen Komponenten angeben. Mit Eigenwerten können Sie die Anzahl der Hauptkomponenten, die zur Repräsentation des Datasets benötigt werden, definieren. | Table |
Variable (optional) | Die Variable des in der Berechnung verwendeten multidimensionalen Eingabe-Rasters. Wenn das Eingabe-Raster multidimensional ist und keine Variable angegeben wurde, wird standardmäßig nur die erste Variable analysiert. Um zum Beispiel die Jahre zu finden, in denen die Temperaturwerte am höchsten waren, geben Sie die Temperatur als zu analysierende Variable an. Wenn Sie keine Variablen angeben und als Variablen sowohl die Temperatur als auch der Niederschlag verfügbar sind, werden beide Variablen analysiert, und das multidimensionale Ausgabe-Raster enthält dann auch beide Variablen. | String |
Anzahl der Hauptkomponenten (optional) | Die Anzahl der zu berechnenden Hauptkomponenten. Normalerweise ist diese Anzahl niedriger als die Anzahl der Eingabe-Raster. Dieser Parameter wird als Prozentsatz (%) angegeben. 90 % bedeutet etwa, dass die Anzahl der Komponenten, auf die sich 90 % der Varianz zurückführen lassen, berechnet wird. | String |
Mit der Image Analyst-Lizenz verfügbar.
Zusammenfassung
Transformiert multidimensionale Raster in ihre Hauptkomponenten, Lasten und Eigenwerte. Die Daten werden in eine reduzierte Anzahl von Komponenten übertragen, aus denen die Varianz der Daten hervorgeht, damit räumliche und zeitliche Muster einfach identifiziert werden können.
Verwendung
-
Verwenden Sie Eigenwerte und kumulative Prozentsätze von Varianzen in der Tabelle Ausgabe-Eigenwerte, um die Anzahl der Hauptkomponenten zu bestimmen, die zum Definieren der Daten erforderlich sind, ohne dass wichtige Informationen verloren gehen.
Im Beispiel oben zeigt die erste Komponente 72,51 Prozent Varianz. Um einen Varianzwert von 95 Prozent zu erreichen, wählen Sie die ersten fünf Komponenten aus.
Wenden Sie Diagramme auf den Parameterwert Ausgabe-Lasten an, um zu verstehen, wie die einzelnen Raster im Parameter Multidimensionales Eingabe-Raster zu einer Hauptkomponente beitragen.
Im Parameter Anzahl der Hauptkomponenten wird die Anzahl der Bänder in der Ausgabe angegeben. Verwenden Sie einen angemessenen Prozentsatz oder eine entsprechende Anzahl von Komponenten, damit keine unnötig großen Raster ausgegeben werden. Normalerweise sind die ersten Komponenten für einen Großteil der Varianz in den Daten verantwortlich.
Der Parameterwert Ausgabe-Hauptkomponenten enthält mehrere Bänder, wobei jede Komponente als Band dargestellt wird. Verwenden Sie den Renderer Streckung mit der Bandoption, um die einzelnen Hauptkomponenten zu visualisieren.
Parameter
MultidimensionalPrincipalComponents(in_multidimensional_raster, mode, dimension, out_pc, out_loadings, {out_eigenvalues}, {variable}, {number_of_pc})| Name | Erläuterung | Datentyp |
in_multidimensional_raster | Das als Eingabe verwendete multidimensionale Raster. Im Werkzeug werden Daten entlang einer Dimension verarbeitet, z. B. einem Zeitserien-Raster oder einem Datenwürfel mit Definition einer nicht zeitlichen Dimension [X, Y, Z]. Wenn eine Eingabevariable mehrere Dimensionen enthält, z. B. Tiefe und Zeit, wird standardmäßig der erste Dimensionswert verwendet. Sie können die multidimensionalen Daten ggf. mit dem Werkzeug Mehrdimensionalen Raster-Layer erstellen oder Teilmenge eines multidimensionalen Rasters neu definieren, etwa, um multidimensionale Daten in ein Dataset mit einer Dimension zu konfigurieren. | Raster Dataset; Mosaic Dataset; Raster Layer; Mosaic Layer; Image Service; File |
mode | Gibt an, mit welcher Methode die Hauptkomponentenanalyse durchgeführt wird.
Hinweis:In Version 2.9 wird nur die Option DIMENSION_REDUCTON unterstützt. Weitere Optionen sind für eine zukünftige Version geplant. | String |
dimension | Der verwendete Dimensionsname für die Verarbeitung der Hauptkomponenten. | String |
out_pc | Der Name des Ausgabe-Raster-Datasets Die Ausgabe ist ein Multiband-Raster, in dem die Komponenten als Bänder betrachtet werden. Das erste Band ist die erste Hauptkomponente mit dem höchsten Eigenwert, das zweite Band umfasst die Hauptkomponente mit dem zweithöchsten Eigenwert usw. Die Ausgabe liegt im CRF-Dateiformat (.crf) vor. | Raster Dataset; Table |
out_loadings | Die Ausgabetabelle mit Gewichtungen für jedes Eingabe-Raster, das einen Teil der Hauptkomponenten ausmacht. Hierbei handelt es sich um die Korrelation der Eingabedaten und Ausgabe-Hauptkomponenten. Verwenden Sie die Dateierweiterung .csv, um die Lasten in einer Datei mit kommagetrennten Werten auszugeben. | Table; Raster Dataset |
out_eigenvalues (optional) | Die Ausgabe-Eigenwerte-Tabelle. Eigenwerte sind Werte, die den Varianz-Prozentsatz der einzelnen Komponenten angeben. Mit Eigenwerten können Sie die Anzahl der Hauptkomponenten, die zur Repräsentation des Datasets benötigt werden, definieren. | Table |
variable (optional) | Die Variable des in der Berechnung verwendeten multidimensionalen Eingabe-Rasters. Wenn das Eingabe-Raster multidimensional ist und keine Variable angegeben wurde, wird standardmäßig nur die erste Variable analysiert. Um zum Beispiel die Jahre zu finden, in denen die Temperaturwerte am höchsten waren, geben Sie die Temperatur als zu analysierende Variable an. Wenn Sie keine Variablen angeben und als Variablen sowohl die Temperatur als auch der Niederschlag verfügbar sind, werden beide Variablen analysiert, und das multidimensionale Ausgabe-Raster enthält dann auch beide Variablen. | String |
number_of_pc (optional) | Die Anzahl der zu berechnenden Hauptkomponenten. Normalerweise ist diese Anzahl niedriger als die Anzahl der Eingabe-Raster. Dieser Parameter wird als Prozentsatz (%) angegeben. 90 % bedeutet etwa, dass die Anzahl der Komponenten, auf die sich 90 % der Varianz zurückführen lassen, berechnet wird. | String |
Codebeispiel
In diesem Beispiel werden drei Hauptkomponenten aus einem NDVI-Zeitserien-Raster berechnet. Alle Eingabe- und Ausgabedaten befinden sich in einem Verzeichnis mit dem Namen c:\data.
# Import system modules
import arcpy
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
arcpy.env.workspace = r"c:\data"
arcpy.ia.MultidimensionalPrincipalComponents('ndviData.crf', 'DIMENSION_REDUCTION', "StdTime", "ndviData_PC.crf", "ndviData_loadings.csv", "ndviData_eiganvalues.csv", None, 3)In diesem Beispiel werden vier Hauptkomponenten aus einem NDVI-Zeitserien-Raster berechnet. Alle Eingabe- und Ausgabedaten befinden sich in einem Verzeichnis mit dem Namen c:\data.
# Import system modules
import arcpy
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
# Define input parameters
inputFile = r"c:\data\ndviData.crf"
mode = "DIMENSION_REDUCTION"
dimension = "StdTime"
out_pc = r"c:\data\ndviData_pc.tif"
out_loadings = r"c:\data\ndviData_loadings.csv"
out_eiganvalues = r"c:\data\ndviData_pc.csv"
variable = "ndvi"
pc_number = 4
# Execute
arcpy.ia.MultidimensionalPrincipalComponents(inputFile, mode, dimension, out_pc, out_loadings, out_eiganvalues, variable, pc_number)Umgebungen
Sonderfälle
Lizenzinformationen
- Basic: Erfordert Image Analyst
- Standard: Erfordert Image Analyst
- Advanced: Erfordert Image Analyst