Generar anomalía multidimensional (Spatial Analyst)—Nuevas características y mejoras que se han agregado en esta versión.

Disponible con licencia de Image Analyst.

Disponible con una licencia de Spatial Analyst.

Resumen

Calcula la anomalía de cada porción en un ráster multidimensional existente para generar un nuevo ráster multidimensional.

Una anomalía es la desviación de una observación de su valor estándar o medio.

Uso

Entre los datasets ráster multidimensionales admitidos se encuentran netCDF, GRIB, HDF y CRF de Esri. También se admiten datasets de mosaico multidimensionales.
Esta herramienta produce un dataset ráster multidimensional en formato de ráster de nube (CRF). En este momento, no se admite ningún otro formato de salida.
Esta herramienta calcula anomalías a lo largo del tiempo para una o varias variables en un ráster multidimensional. Si tiene una dimensión que no es de tiempo además de la dimensión de tiempo, la anomalía se calculará en cada paso de la dimensión adicional.
Por ejemplo, tiene datos de temperatura del océano mensuales, capturados cada 1 metro de profundidad hasta llegar a los 100 metros, y desea calcular las anomalías de temperatura como desviaciones desde el valor medio anual. La herramienta Generar anomalía multidimensional determinará las anomalías de temperatura en función de un valor medio anual si define el parámetro Intervalo de cálculo de valor medio a Anualmente y devolverá valores anómalos para cada una de las 100 profundidades.
Esta herramienta solo admite datasets ráster multidimensionales que tengan una dimensión de tiempo.
Los métodos matemáticos para calcular valores anómalos se indican a continuación. Es posible calcular anomalías con los valores medios o la mediana como definición del promedio. Si la distribución de datos está sesgada, los valores atípicos pueden influir enormemente en el valor medio, por lo que es posible que la mediana o el método de puntuación z sean más adecuados para este tipo de datos.
- Diferencia desde valor medio = x - µ
  - x = valor de píxel en una porción
  - µ = valor medio de los valores de dicho píxel a lo largo del intervalo de tiempo determinado
- Diferencia de porcentaje desde valor medio = |x - µ| / [(x + µ)/2]
  - x = valor de píxel en una porción
  - µ = valor medio de los valores de dicho píxel a lo largo del intervalo de tiempo determinado
  - |x - µ| = valor absoluto de la diferencia entre el valor y el valor medio
- Porcentaje de valor medio = x / µ
  - x = valor de píxel en una porción
  - µ = valor medio de los valores de dicho píxel a lo largo del intervalo de tiempo determinado
- Diferencia de mediana = x - ß
  - x = valor de píxel en una porción
  - ß = mediana de los valores de dicho píxel a lo largo del intervalo de tiempo determinado
- Diferencia entre porcentaje y mediana = |x - ß| / [(x + ß)/2]
  - x = valor de píxel en una porción
  - ß = mediana de los valores de dicho píxel a lo largo del intervalo de tiempo determinado
  - |x - ß| = valor absoluto de la diferencia entre el valor y la mediana
- Porcentaje de mediana = x / ß
  - x = valor de píxel en una porción
  - ß = mediana de los valores de dicho píxel a lo largo del intervalo de tiempo determinado
- Puntuación z = (x − µ) / S
  - x = valor de píxel en una porción
  - µ = valor medio de los valores de dicho píxel a lo largo del intervalo de tiempo determinado
  - S = desviación estándar de los valores del píxel a lo largo del intervalo de tiempo determinado
El valor medio o la mediana se calcularán a partir del ráster multidimensional de entrada, o puede proporcionar los valores del valor medio o la mediana directamente como una entrada de ráster en el parámetro Intervalo de cálculo de valor medio. El ráster externo puede ser un solo ráster o un ráster multidimensional. Si la entrada es un solo ráster, la diferencia respecto del valor medio se calculará comparando los valores de píxel de cada porción con el valor de píxel correspondiente en el ráster externo. Si la entrada es un ráster multidimensional, se compararán las porciones correspondientes para calcular la diferencia respecto del valor medio, por lo que el número y el nombre de las variables y dimensiones deben coincidir.
El ráster externo debe tener la misma extensión, tamaño de celda y referencia espacial que el ráster multidimensional de entrada.
El método de cálculo de anomalías de puntuación z no se admite si se usa un ráster externo para calcular la diferencia respecto del valor medio.

Sintaxis

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

Parámetro	Explicación	Tipo de datos
in_multidimensional_raster	El dataset ráster multidimensional de entrada.	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; File
variables [variables,...] (Opcional)	Las variables para las que se calcularán anomalías. Si no se especifica ninguna variable, se analizarán todas las variables con dimensión de tiempo.	String
method (Opcional)	Especifica el método que se utilizará para calcular la anomalía. DIFFERENCE_FROM_MEAN —Se calculará la diferencia entre un valor de píxel y el valor medio de los valores de dicho píxel en las porciones definidas por el intervalo. Esta es la opción predeterminada. PERCENT_DIFFERENCE_FROM_MEAN —Se calculará la diferencia porcentual entre un valor de píxel y el valor medio de los valores de dicho píxel en las porciones definidas por el intervalo. PERCENT_OF_MEAN —Se calculará el porcentaje del valor medio. Z_SCORE —Se calculará la puntuación z de cada píxel. Una puntuación z de 0 indica que el valor del píxel es idéntico al valor medio. Una puntuación z de 1 indica que el valor del píxel presenta una desviación estándar de 1 del valor medio. Si la puntuación z es 2, el valor del píxel presenta una desviación estándar de 2 del valor medio, y así sucesivamente. DIFFERENCE_FROM_MEDIAN —Se calculará la diferencia entre un valor de píxel y la mediana matemática de los valores de dicho píxel en las porciones definidas por el intervalo. PERCENT_DIFFERENCE_FROM_MEDIAN —Se calculará la diferencia porcentual entre un valor de píxel y la mediana matemática de los valores de dicho píxel en las porciones definidas por el intervalo. PERCENT_OF_MEDIAN —Se calculará el porcentaje de la mediana matemática.	String
calculation_interval (Opcional)	Especifica el intervalo temporal que se utilizará para calcular el valor medio. ALL —Se calcula el valor medio en todas las porciones para cada píxel. YEARLY —Se calcula el valor medio anual de cada píxel. RECURRING_MONTHLY —Se calcula el valor medio mensual de cada píxel. RECURRING_WEEKLY —Se calcula el valor medio semanal de cada píxel. RECURRING_DAILY —Se calcula el valor medio diario de cada píxel. HOURLY —Se calcula el valor medio por horas de cada píxel. EXTERNAL_RASTER —Se hace referencia a un dataset ráster existente que contiene el valor medio o la mediana de cada píxel.	String
ignore_nodata (Opcional)	Especifica si los valores NoData se ignorarán en el análisis. DATA — El análisis incluirá todos los píxeles válidos a lo largo de una dimensión determinada y se ignorarán los píxeles NoData. Esta es la opción predeterminada. NODATA —El análisis dará como resultado NoData si no hay valores NoData para los píxeles a lo largo de la dimensión determinada.	Boolean
reference_mean_raster (Opcional)	El dataset ráster de referencia que contiene el valor medio calculado previamente para cada píxel. Las anomalías se calcularán en comparación con este valor medio.	Raster Layer; Raster Dataset; Mosaic Layer; Mosaic Dataset

Valor de retorno

Nombre	Explicación	Tipo de datos
out_multidimensional_raster	El dataset ráster multidimensional de formato de ráster de nube (CRF) de salida.	Raster

Muestra de código

Ejemplo 1 de GenerateMultidimensionalAnomaly (ventana de Python)

Este ejemplo genera un ráster multidimensional anómalo para datos de temperatura, que compara valores de píxel con el valor medio del píxel en todas las porciones.

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")

Ejemplo 2 de GenerateMultidimensionalAnomaly (script independiente)

Este ejemplo genera un ráster multidimensional anómalo para datos de temperatura del océano, que compara valores de píxel con el valor medio anual.

# 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")

Entornos

Tamaño de celda, Compresión, Espacio de trabajo actual, Transformaciones geográficas, NoData, Palabra clave CONFIG de salida, Sistema de coordenadas de salida, Extensión, Factor de procesamiento en paralelo, Pirámide, Estadísticas de ráster, Método de remuestreo, Espacio de trabajo temporal, Ráster de alineación, Tamaño de tesela

Información de licenciamiento

Basic: Requiere Spatial Analyst o Image Analyst
Standard: Requiere Spatial Analyst o Image Analyst
Advanced: Requiere Spatial Analyst o Image Analyst

Temas relacionados

¿Algún comentario sobre este tema?