Skip To Content

Multidimensionales Raster aggregieren

Mit der Image Analyst-Lizenz verfügbar.

Mit der Spatial Analyst-Lizenz verfügbar.

Zusammenfassung

Generiert ein multidimensionales CRF-Raster-Dataset durch Aggregieren vorhandener multidimensionaler Dataset-Variablen entlang einer Dimension.

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.

  • Verwenden Sie den Parameter Aggregationsdefinition, um mit einem Schlüsselwort, einem Wert oder einem Wertebereich ein Intervall auszuwählen. Beispiel: Ihnen stehen für 30 Jahre Temperaturdaten zur Meeresoberfläche, die monatlich 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:

    • Monatstemperaturdaten in Jahresdaten aggregieren. Wählen Sie Intervallschlüsselwort aus, und legen Sie für das Schlüsselwort die Option Jährlich 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.
  • 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})
ParameterErklärungDatentyp
in_multidimensional_raster

Das als Eingabe verwendete multidimensionale Raster-Dataset.

Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer
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.

  • MEANBerechnet den Mittelwert der Werte eines Pixels für alle Abschnitte im Intervall. Dies ist die Standardeinstellung.
  • MAXIMUMBerechnet den Maximalwert eines Pixels für alle Abschnitte im Intervall.
  • MAJORITYBerechnet den Wert mit der höchsten Häufigkeit für ein Pixel in allen Abschnitten im Intervall.
  • MINIMUMBerechnet den Minimalwert eines Pixels für alle Abschnitte im Intervall.
  • MINORITYBerechnet den Wert mit der geringsten Häufigkeit für ein Pixel in allen Abschnitten im Intervall.
  • MEDIANBerechnet den Medianwert eines Pixels für alle Abschnitte im Intervall.
  • RANGEBerechnet den Wertebereich eines Pixels für alle Abschnitte im Intervall.
  • STDBerechnet die Standardabweichung der Werte eines Pixels für alle Abschnitte im Intervall.
  • SUMBerechnet die Summe der Werte eines Pixels für alle Abschnitte im Intervall.
  • VARIETYBerechnet die Anzahl der Einzelwerte eines Pixels für alle Abschnitte im Intervall.
  • CUSTOMBerechnet den Wert eines Pixels basierend auf einer benutzerdefinierten Raster-Funktion.

Wenn für aggregation_method die Option CUSTOM festgelegt wurde, ist der Parameter aggregation_function verfügbar.

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.

  • ALLDie Datenwerte aller Abschnitte werden aggregiert. Dies ist die Standardeinstellung.
  • INTERVAL_KEYWORDDie Variablendaten werden in einem allgemein bekannten Intervall aggregiert.
  • INTERVAL_VALUEDie Variablendaten werden in einem benutzerdefinierten Intervall und in einer benutzerdefinierten Einheit aggregiert.
  • INTERVAL_RANGESDie Variablendaten werden zwischen bestimmten Wert- oder Datumspaaren aggregiert.
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.

  • HOURLYDie Datenwerte werden in stündliche Zeitintervalle aggregiert.
  • DAILYDie Datenwerte werden in tägliche Zeitintervalle aggregiert.
  • WEEKLYDie Datenwerte werden in wöchentliche Zeitintervalle aggregiert.
  • MONTHLYDie Datenwerte werden in monatliche Zeitintervalle aggregiert.
  • QUARTERLYDie Datenwerte werden in vierteljährliche Zeitintervalle aggregiert.
  • YEARLYDie Datenwerte werden in vierteljährliche Zeitintervalle aggregiert.
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 Intervallwert 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.

  • HOURSDie Datenwerte werden in stündliche Zeitabschnitte im angegebenen Intervall aggregiert.
  • DAYSDie Datenwerte werden in tägliche Zeitabschnitte im angegebenen Intervall aggregiert.
  • WEEKSDie Datenwerte werden in wöchentliche Zeitabschnitte im angegebenen Intervall aggregiert.
  • MONTHSDie Datenwerte werden in monatliche Zeitabschnitte im angegebenen Intervall aggregiert.
  • YEARSDie Datenwerte werden in jährliche Zeitabschnitte im angegebenen Intervall aggregiert.
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.

ValueTable
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.

  • 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

Rückgabewert

NameErklärungDatentyp
out_multidimensional_raster

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

Raster

Codebeispiel

AggregateMultidimensionalRaster – Beispiel 1 (Python-Fenster)

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 = AggregateMultidimensionalRaster("C:/data/climateData.crf", 
	"StdTime", "MEAN", "temperature", "INTERVAL_KEYWORD", "YEARLY", 
	"", "", "", "", "DATA")

aggMultidim.save("C:/data/YearlyTemp.crf")
AggregateMultidimensionalRaster – Beispiel 2 (eigenständiges Skript)

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")

""""
Usage: AggregateMultidimensionalRaster(in_multidimensional_raster,
	out_multidimensional_raster, dimension, {variables}, {aggregation_method}, 
	{aggregation_def}, {interval_keyword}, {ignore_nodata})
"""

# 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 = AggregateMultidimensionalRaster(inFile, dimensionName, 
	variables, aggregationMethod, aggregation_def, keyword, "", "", "", "",
	ignore_nodata)
	
# Save output
aggMultidim.save("C:/data/monthlymaxtemp.crf")

Lizenzinformationen

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

Verwandte Themen