Skip To Content

Trend generieren

Mit der Image Analyst-Lizenz verfügbar.

Übersicht

Schätzt den Trend für jedes Pixel entlang einer Dimension für eine oder mehrere Variablen in einem multidimensionalen Raster.

Hinweise

Die unterstützten multidimensionalen Raster-Datasets sind netCDF, GRIB, HDF und Esri CRF. Multidimensionale Mosaik-Datasets werden auch unterstützt.

Die Ausgabe ist ein multidimensionaler Raster-Layer, wobei jeder Ausschnitt ein Multiband-Raster darstellt und Informationen über die Trendlinie enthält. Wenn Sie den Trend für eine einzelne Variable in einem Dataset analysieren, das eine einzelne Dimension (z. B. Zeit) enthält, enthält das Ausgabe-Dataset einen einzelnen Ausschnitt. Wenn Sie eine einzelne Variable eines Datasets analysieren, das mehrere Dimensionen enthält (z. B. Zeit und Tiefe), enthält jeder Ausschnitt Trendinformationen für alle Dimensionswerte.

Es gibt drei Möglichkeiten der Anpassung eines Trends an die Variablenwerte entlang einer Dimension: linear, polynomisch und harmonisch. Diese drei Anpassungsoptionen für Trends werden nachfolgend beschrieben.

Lineare und harmonische Trendtypen und polynomische Trendtypen zweiter und dritter Ordnung

In der linearen Trendanalyse enthält die Ausgabe Dreiband-Raster. Hierbei gilt:

  • Band 1 = Neigung
  • Band 2 = Schnittpunkt
  • Band 3 = RMS-Fehler (Root Mean Square, quadratisches Mittel) oder Fehler um die am besten passende Linie herum

In der polynomischen Trendanalyse hängt die Anzahl an Bändern in der Ausgabe von der Polynom-Ordnung ab. Bei der Polynomanpassung zweiter Ordnung entsteht ein Vierband-Raster. Hierbei gilt:

  • Band 1 = Polynomial_2
  • Band 2 = Polynomial_1
  • Band 3 = Polynomial_0
  • Band 4 = RMSE

Bei der Polynomanpassung dritter Ordnung entsteht ein Fünfband-Raster. Hierbei gilt:

  • Band 1 = Polynomial_3
  • Band 2 = Polynomial_2
  • Band 3 = Polynomial_1
  • Band 4 = Polynomial_0
  • Band 5 = RMSE

In der harmonischen Trendanalyse hängt die Anzahl an Bändern in der Ausgabe von der harmonischen Frequenz ab. Bei der Frequenz 1 ist die Ausgabe ein Fünfband-Raster. Hierbei gilt:

  • Band 1 = Neigung
  • Band 2 = Schnittpunkt
  • Band 3 = Harmonic_sin1
  • Band 4 = Harmonic_cos1
  • Band 5 = RMSE

Bei der Frequenz 2 ist die Ausgabe ein Siebenband-Raster. Hierbei gilt:

  • Band 1 = Neigung
  • Band 2 = Schnittpunkt
  • Band 3 = Harmonic_sin1
  • Band 4 = Harmonic_cos1
  • Band 5 = Harmonic_sin2
  • Band 6 = Harmonic_cos2
  • Band 7 = RMSE

Parameter

ParameterBeschreibung

Raster

Das als Eingabe verwendete multidimensionale Raster.

Dimensionsname

Die Dimension, für die anhand der in der Analyse ausgewählte(n) Variable(n) Trenddaten gewonnen werden sollen.

Regressionstyp

Gibt den Linientyp für die Anpassung an die Pixelwerte in einer Dimension an.

  • Linear: Passt die Pixelwerte für eine Variable entlang einer linearen Trendlinie an. Dies ist die Standardeinstellung.
  • Harmonisch: Passt die Pixelwerte für eine Variable entlang einer harmonischen Trendlinie an.
  • Polynomisch: Passt die Pixelwerte für eine Variable entlang einer polynomischen Trendlinie an.

Harmonische Frequenz

Die für die Trendanpassung verwendete Frequenz. Dieser Parameter gibt die Frequenz als Zyklen pro Jahr an. Der Standardwert ist 1, das entspricht einem harmonischen Zyklus pro Jahr.

Dieser Parameter ist nur bei harmonischer Regression in der Trendanalyse enthalten.

Polynom-Ordnung

Die für die Trendanpassung verwendete Polynom-Ordnung. Dieser Parameter gibt die Polynom-Ordnung an. Der Standardwert ist 2, das entspricht einem Polynom zweiter Ordnung.

Dieser Parameter ist nur bei polynomischer Regression in der Trendanalyse enthalten.

NoData ignorieren

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

  • Aktiviert: Bei der Analyse werden alle gültigen Pixel entlang einer angegebenen Dimension einbezogen und alle NoData-Pixel ignoriert. Dies ist die Standardeinstellung.
  • Deaktiviert: Wenn NoData-Werte für die Pixel entlang einer angegebenen Dimension vorhanden sind, wird bei der Analyse NoData zurückgegeben.

Regressionstypen

  • Linear: Die lineare Trendlinie ist eine am besten passende gerade Linie, die zur Schätzung einfacher linearer Beziehungen verwendet wird. Ein linearer Trend kennzeichnet eine gleichbleibende Veränderung nach oben oder unten. Die Formel für lineare Trendlinien lautet wie folgt:
    Formel für lineare Trendlinien
    • y = Variablenwert des Pixels
    • x = Dimensionswert
    • ß0 = y-Schnittpunkt
    • ß1 = lineare Neigung oder Änderungsrate

      ß1 > 0 weist auf einen zunehmenden Trend hin

      ß1 < 0 weist auf einen abnehmenden Trend hin

  • Polynomisch: Die polynomische Trendlinie ist eine geschwungene Linie, die gut zur Darstellung von Daten mit stärkerer Fluktuation geeignet ist. In diesem Fall wird die maximale Anzahl der auftretenden Fluktuationen durch eine Polynom-Ordnung angegeben. Die Formel für polynomische Trendlinien lautet wie folgt:
    Formel für polynomische Trendlinien
    • y = Variablenwert des Pixels
    • x = Dimensionswert
    • ß0, ß1, ß2, ß3, ... ßn = konstante Koeffizienten
  • Harmonisch: Die harmonische Trendlinie ist eine sich periodisch wiederholende geschwungene Linie; mit ihr lassen sich Daten beschreiben, die einem Zyklus folgen, z. B. saisonal bedingte Temperaturänderungen. Die Formel für harmonische Trendlinien lautet wie folgt:
    Formel für harmonische Trendlinien
    • y = Variablenwert des Pixels
    • t = Datum nach Julianischem Kalender
    • ß0 = y-Schnittpunkt
    • ß1 = Veränderungsrate
    • α, γ = Koeffizienten der Veränderungen innerhalb eines Jahres oder jahresübergreifend
    • ω = 1 / i
    • f = harmonische Frequenz

Verwandte Themen