Función Agregar multidimensional

Disponible con licencia de Image Analyst.

Disponible con una licencia de Spatial Analyst.

Información general

Crea una capa ráster multidimensional combinando datos variables ráster multidimensionales existentes a lo largo de una dimensión.

Notas

Utilice el parámetro Definición de dimensión para filtrar primero los datos de entrada que desee agregar. Por ejemplo, si tiene 30 años de datos mensuales, pero solo desea crear una capa agregada de los 15 primeros años, puede utilizar el parámetro Definición de dimensión para especificar los años que desea incluir en el análisis.

  • Extraer los datos de salinidad para el mes de enero durante el período de 10 años. Elija Por valores, cambie Dimensión a StdTime y cambie Valores a Enero.
  • Dividir los datos de salinidad en un rango de profundidad de 0 a 150 metros. Elija Por rangos, cambie Dimensión a StdZ y cambie Valor mínimo a -150 y Valor máximo a 0.
  • Extraer los datos de salinidad de los primeros 10 días de cada mes de enero durante un período de 10 años. Elija Por iteración, cambie Dimensión a StdTime, cambie Inicio de la primera iteración y Fin de la primera iteración para el inicio y el fin correspondientes del periodo de iteración, cambie Paso a 1 y cambie Unidad a Años.
  • A diferencia de la herramienta de geoprocesamiento Agregar ráster multidimensional, esta función ráster no tiene un parámetro Sin dimensión.

Utilice los parámetros del grupo Definición de agregación para elegir la dimensión que se va a evaluar y el intervalo de agregación mediante una palabra clave, un valor o un rango de valores. Por ejemplo, si cuenta con 30 años de datos de temperatura de la superficie del mar que se han recopilado diariamente y en cada 5 metros de profundidad hasta llegar a los 100 metros, puede utilizar las distintas opciones de intervalos en estos escenarios:

  • Agregue datos de temperatura diarios en datos mensuales, en los cuales el resultado es un ráster multidimensional con 12 periodos de tiempo, y cada periodo es la agregación de cada mes a lo largo de los años. Seleccione Palabra clave de intervalo y defina la palabra clave como Recurrente mensualmente.
  • Agregue datos de temperatura diarios en datos mensuales, en los cuales el resultado es un ráster multidimensional con 360 periodos, o bien 12 periodos de tiempo por año (30 años x 12 meses = 360 periodos). Seleccione Palabra clave de intervalo y defina la palabra clave como Mensualmente.
  • Consolide datos de temperatura mensuales en intervalos de 4 meses. Seleccione Valor de intervalo, defina el Valor de intervalo a 4, y establezca la Unidad en Meses.
  • Consolide datos de temperatura de 0 a 25 metros, después de 25 a 50 metros, por último, de 50 a 100 metros. Seleccione Rangos de intervalos y especifique las profundidades mínimas y máximas como 0 25; 25 50; 50 100.

Parámetros

Nombre del parámetroDescripción

Ráster

El ráster multidimensional de entrada.

Variables

Las variables que se agregarán a lo largo de la dimensión determinada.

Definición de dimensión

Especifica el método que se utilizará para filtrar los datos multidimensionales de entrada antes de realizar la agregación.

  • Todo: se utilizará el rango completo para cada dimensión. Esta es la opción predeterminada.
  • Por valores: la dimensión se dividirá mediante un valor de dimensión o una lista de valores.
  • Por rangos:: la dimensión se dividirá mediante un rango o una lista de rangos.
  • Por iteración: la dimensión se dividirá a lo largo de un tamaño de intervalo especificado.

Valores

Los valores de dimensión que se utilizarán para filtrar los datos multidimensionales de entrada para el análisis. Este parámetro es necesario si el parámetro Definición de dimensión tiene el valor Por valores.

Rangos

Los valores de dimensión mínimo y máximo que se utilizarán para filtrar los datos multidimensionales de entrada para el análisis. Este parámetro es necesario si el parámetro Definición de dimensión tiene el valor Por rangos.

Parámetros de Definición de iteración

Los parámetros de Definición de iteración le permiten definir los valores de dimensión que se utilizarán para filtrar los datos multidimensionales de entrada para el análisis cuando el parámetro Definición de dimensión se establece en Por iteración.

  • Dimensión: la dimensión que se utilizará para filtrar.
  • Inicio de la primera iteración: el inicio del primer intervalo. Este intervalo se utiliza para iterar por el dataset.
  • Fin de la primera iteración: el final del primer intervalo. Este intervalo se utiliza para iterar por el dataset.
  • Paso: la frecuencia con la que se dividirán los datos.
  • Unidad: la unidad de iteración.

Operación

Especifica el método matemático que se utilizará para combinar las porciones consolidadas en un intervalo.

  • Mayoría: el valor de píxel que se produce con más frecuencia se calculará en todas las porciones del intervalo.
  • Máximo: el valor máximo de un píxel se calculará en todas las porciones del intervalo.
  • Valor medio: el valor medio de los valores de un píxel se calculará en todas las porciones del intervalo. Esta es la opción predeterminada.
  • Mediana: la mediana de un píxel se calculará en todas las porciones del intervalo.
  • Mínimo: el valor mínimo de un píxel se calculará en todas las porciones del intervalo.
  • Minoría: el valor de píxel que se produce con menos frecuencia se calculará en todas las porciones del intervalo.
  • Percentil: el percentil de valores de un píxel se calculará en todas las porciones del intervalo. El 90.º percentil se calcula de forma predeterminada. Puede especificar otros valores (del 0 al 100) con el parámetro Valor de percentil.
  • Rango: el rango de valores de un píxel se calculará en todas las porciones del intervalo.
  • Desviación estándar: la desviación estándar de los valores de un píxel se calculará en todas las porciones del intervalo.
  • Suma: la suma de los valores de un píxel se calculará en todas las porciones del intervalo.
  • Variedad: la cantidad de valores únicos de un píxel se calculará en todas las porciones del intervalo.

Todas las opciones tienen también un equivalente con la opción Ignorar NoData. Estas realizarán la operación matemática en todos los píxeles válidos a lo largo de la dimensión e ignorarán los píxeles NoData.

Dimensión

La dimensión de consolidación. Esta es la dimensión a lo largo de la cual se consolidan las variables.

Tipo

Especifica el intervalo de dimensión en el que se consolidarán los datos.

  • Todo: los datos variables se agregarán en todas las porciones. Esta es la opción predeterminada.
  • Palabra clave de intervalo: los datos variables se agregarán con un intervalo comúnmente conocido.
  • Valor de intervalo: los datos de variables se agregarán con un intervalo y una unidad especificados por el usuario.
  • Rangos de intervalos: los datos variables se agregarán entre pares de valores o fechas especificados.

Intervalo de palabra clave

Especifica el intervalo de palabra clave que se usará al agregar a lo largo de la dimensión.

Este parámetro es obligatorio si el parámetro Tipo se define como Palabra clave de intervalo.

  • Cada hora: los valores de datos se agregan en periodos de tiempo horarios y el resultado incluye todas las horas de las series temporales. Esta es la opción predeterminada.
  • Cada día: los valores de datos se agregan en periodos de tiempo diarios y el resultado incluye todos los días de las series temporales.
  • Cada semana: los valores de datos se agregan en periodos de tiempo semanales y el resultado incluye todas las semanas de las series temporales.
  • Cada década: los valores de datos se agregan en 3 periodos de 10 días cada uno. El último periodo puede contener más o menos de 10 días. La salida incluye 3 periodos para cada mes.
  • Cada lustro: los valores de datos se agregan en 6 periodos de 5 días cada uno. El último periodo puede contener más o menos de 5 días. La salida incluye 6 periodos para cada mes.
  • Cada mes: los valores de datos se agregan en periodos de tiempo mensuales y el resultado incluye todos los meses de las series temporales.
  • Cada trimestre: los valores de datos se agregan en periodos de tiempo trimestrales y el resultado incluye todos los trimestres de las series temporales.
  • Cada año: los valores de datos se agregan en periodos de tiempo anuales y el resultado incluye todos los años de las series temporales.
  • Recurrente diariamente: los valores de datos se agregan en periodos de tiempo diarios y el resultado incluye un valor agregado por día juliano. La salida incluye, al menos, 366 periodos de tiempo diarios.
  • Recurrente semanalmente: los valores de datos se agregan en periodos de tiempo semanales y el resultado incluye un valor agregado por semana. La salida incluye, al menos, 53 periodos de tiempo semanales.
  • Recurrente mensualmente: los valores de datos se agregan en periodos de tiempo mensuales y el resultado incluye un valor agregado por mes. La salida incluye, al menos, 12 periodos de tiempo mensuales.
  • Recurrente trimestralmente: los valores de datos se agregan en periodos de tiempo trimestrales y el resultado incluye un valor agregado por trimestre. La salida incluye, al menos, 4 periodos de tiempo trimestrales.

Intervalo de valor

El tamaño del intervalo utilizado para la agregación.

Este parámetro es obligatorio si el parámetro Tipo se define como Valor de intervalo.

Rangos

Se usan los rangos de intervalos especificados en una tabla para agregar grupos de valores. Los valores mínimo y máximo especifican el rango que se incluirá.

Este parámetro es obligatorio si el parámetro Tipo se define como Rangos de intervalos.

Valor de percentil

El percentil que se va a calcular. El valor predeterminado es 90, que indica el 90.º percentil.

Los valores pueden variar de 0 a 100. El 0.º percentil equivale en el documento a la estadística mínima, mientras que el 100.º percentil equivale a la estadística máxima. Un valor de 50 generará el mismo resultado que la estadística media.

Tipo de interpolación percentil

Especifica el método de interpolación percentil que se utilizará si el número de valores del ráster de entrada calculado es par.

  • Más cercano: se utilizará el valor disponible más cercano para el percentil deseado. En este caso, el tipo de píxel de salida será el mismo que el del ráster de valor de entrada.
  • Lineal: se utilizará la media ponderada de los dos valores circundantes del percentil deseado. En este caso, el tipo de píxel de salida será un punto flotante.