Consolidar ráster multidimensional (Image Analyst)

Disponible con licencia de Image Analyst.

Disponible con una licencia de Spatial Analyst.

Resumen

Genera un dataset ráster multidimensional al combinar variables de ráster multidimensional existentes a lo largo de una dimensión.

Uso

  • Use el parámetro Definición de consolidación para elegir un intervalo con 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 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.
  • Entre los datasets ráster multidimensionales admitidos se incluyen los archivos de formato ráster de nube (CRF), datasets de mosaico multidimensionales o capas ráster multidimensionales generados por archivos de formato netCDF, GRIB o HDF.

  • 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.

  • De forma predeterminada, la salida del ráster multidimensional se comprimirá con el tipo de compresión LZ77. Sin embargo, se recomienda que cambie el tipo de compresión a LERC y ajuste el valor de error máximo en función de los datos. Por ejemplo, si espera que los resultados del análisis sean precisos hasta tres decimales, use 0,001 como valor de error máximo. Evite requisitos de precisión innecesarios, puesto que aumentarán el tiempo de procesamiento y el tamaño de almacenamiento.

    Para cambiar el tipo de compresión, modifique la Configuración del entorno.

Parámetros

EtiquetaExplicaciónTipo de datos
Ráster multidimensional de entrada

El dataset ráster multidimensional de entrada.

Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; File
Dimensión

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

String
Método de consolidación
(Opcional)

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

Cuando el método se configura como Personalizado, el parámetro Función de agregación pasa a estar activo.

  • Valor medioEl valor medio de los valores de un píxel se calculará en todas las porciones del intervalo. Esta es la opción predeterminada.
  • MáximoEl valor máximo de un píxel se calculará en todas las porciones del intervalo.
  • MayoríaEl valor de píxel que se produce con más frecuencia se calculará en todas las porciones del intervalo.
  • MínimoEl valor mínimo de un píxel se calculará en todas las porciones del intervalo.
  • MinoríaEl valor de píxel que se produce con menos frecuencia se calculará en todas las porciones del intervalo.
  • MedianaLa mediana de un píxel se calculará en todas las porciones del intervalo.
  • PercentilEl 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.
  • RangoEl rango de valores de un píxel se calculará en todas las porciones del intervalo.
  • Desviación estándarLa desviación estándar de los valores de un píxel se calculará en todas las porciones del intervalo.
  • SumaLa suma de los valores de un píxel se calculará en todas las porciones del intervalo.
  • VariedadLa cantidad de valores únicos de un píxel se calculará en todas las porciones del intervalo.
  • PersonalizadaEl valor de un píxel se calculará según una función ráster personalizada.
String
Variables [Información de dimensión] (Descripción)
(Opcional)

Las variables que se consolidarán a lo largo de la dimensión determinada. Si no se especifica ninguna variable, se consolidarán todas las variables con la dimensión seleccionada.

Por ejemplo, para agregar datos de temperatura diarios en valores promedio mensuales, especifique la temperatura como la variable que se agregará. Si no especifica ninguna variable y no cuenta con variables de temperatura y precipitaciones diarias, ambas variables se consolidarán en promedios mensuales y estarán incluidas en el ráster multidimensional de salida.

String
Definición de consolidación
(Opcional)

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

  • TodasLos valores de datos se consolidarán en todas las porciones. Esta es la opción predeterminada.
  • Palabra clave de intervaloLos datos variables se consolidarán con un intervalo comúnmente conocido.
  • Valor de intervaloLos datos variables se consolidarán con un intervalo y una unidad especificados por el usuario.
  • Rangos de intervalosLos datos variables se consolidarán entre pares de valores o fechas especificados.
String
Intervalo de palabra clave
(Opcional)

Especifica el intervalo de palabra clave que se usará al consolidar a lo largo de la dimensión. Este parámetro es obligatorio si el parámetro Definición de agregación se define como Palabra clave de intervalo y, además, la agregación debe ser a lo largo del tiempo.

  • Cada horaLos valores de datos se agregarán en periodos de tiempo horarios y el resultado incluirá todas las horas de las series temporales.
  • DiariamenteLos valores de datos se agregarán en periodos de tiempo diarios y el resultado incluirá todos los días de las series temporales.
  • SemanalmenteLos valores de datos se agregarán en periodos de tiempo semanales y el resultado incluirá todas las semanas de las series temporales.
  • Cada décadaLos valores de datos se agregarán en 3 periodos de 10 días cada uno. El último periodo puede contener más o menos de 10 días. La salida incluirá 3 periodos para cada mes.
  • Cada lustroLos valores de datos se agregarán en 6 periodos de 5 días cada uno. El último periodo puede contener más o menos de 5 días. La salida incluirá 6 periodos para cada mes.
  • MensualmenteLos valores de datos se agregarán en periodos de tiempo mensuales y el resultado incluirá todos los meses de las series temporales.
  • TrimestralmenteLos valores de datos se agregarán en periodos de tiempo trimestrales y el resultado incluirá todos los trimestres de las series temporales.
  • AnualmenteLos valores de datos se agregarán en periodos de tiempo anuales y el resultado incluirá todos los años de las series temporales.
  • Recurrente diariamenteLos valores de datos se agregarán en periodos de tiempo diarios y el resultado incluirá un valor agregado por día juliano. La salida incluirá, al menos, 366 periodos de tiempo diarios.
  • Recurrente semanalmenteLos valores de datos se agregarán en periodos de tiempo semanales y el resultado incluirá un valor agregado por semana. La salida incluirá, al menos, 53 periodos de tiempo semanales.
  • Recurrente mensualmenteLos valores de datos se agregarán en periodos de tiempo mensuales y el resultado incluirá un valor agregado por mes. La salida incluirá, al menos, 12 periodos de tiempo mensuales.
  • Recurrente trimestralmenteLos valores de datos se agregarán en periodos de tiempo trimestrales y el resultado incluirá un valor agregado por trimestre. La salida incluirá, al menos, 4 periodos de tiempo trimestrales.
String
Intervalo de valor
(Opcional)

El tamaño del intervalo que se utilizará para la consolidación. Este parámetro es obligatorio si el parámetro Definición de consolidación se define como Valor de intervalo.

Por ejemplo, para consolidar 30 años de datos de temperatura mensuales en incrementos de 5 años, introduzca 5 como el Intervalo de valor y especifique la Unidad como Años.

Double
Unidad
(Opcional)

La unidad que se usará para el parámetro Intervalo de valor. Este parámetro es obligatorio si el parámetro Dimensión es un campo de tiempo y el parámetro Definición de agregación se define como Valor de intervalo.

Si agrega algo que no sea tiempo, esta opción no estará disponible y la unidad del valor de intervalo coincidirá con la unidad de variable de los datos ráster multidimensionales de entrada.

  • HorasLos valores de datos se consolidarán en periodos de tiempo horarios en el intervalo proporcionado.
  • DíasLos valores de datos se consolidarán en periodos de tiempo diarios en el intervalo proporcionado.
  • SemanasLos valores de datos se consolidarán en periodos de tiempo semanales en el intervalo proporcionado.
  • MesesLos valores de datos se consolidarán en periodos de tiempo mensuales en el intervalo proporcionado.
  • AñosLos valores de datos se consolidarán en periodos de tiempo anuales en el intervalo proporcionado.
String
Rango
(Opcional)

Se usarán los rangos de intervalos especificados en una tabla de valores para consolidar grupos de valores. La tabla de valores consiste en pares de valores de rango mínimo y máximo, siendo el tipo de datos Doble o Fecha.

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

Value Table
Función de consolidación
(Opcional)

Una función ráster personalizada que se usará para calcular los valores de píxel de los rásteres consolidados. La entrada es un objeto JSON de función ráster, un archivo .rft.xml creado a partir de una cadena de función o una función ráster de Python personalizada.

Este parámetro es obligatorio si el parámetro Método de consolidación se define como Personalizado.

File; String
Ignorar NoData
(Opcional)

Especifica si los valores NoData se ignorarán en el análisis.

  • Activado: 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.
  • Desactivado: el análisis dará como resultado NoData si hay valores NoData para los píxeles a lo largo de la dimensión determinada.
Boolean
Sin dimensión
(Opcional)

Especifica si la capa tendrá valores de dimensión. Este parámetro solo está activo si se selecciona una única porción para crear una capa.

  • Activado: la capa no tendrá valores de dimensión.
  • Desactivado: la capa tendrá valores de dimensión. Esta es la opción predeterminada.

Boolean
Valor de percentil
(Opcional)

El percentil que se calculará. El valor predeterminado es 90 e indica el percentil 90º.

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

Este parámetro solo está disponible si el parámetro Tipo de estadísticas está establecido en Percentil.

Double
Tipo de interpolación percentil
(Opcional)

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

  • Más cercanoSe 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.
  • LinealSe 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.
String

Valor de retorno

EtiquetaExplicaciónTipo de datos
Ráster multidimensional de salida

El dataset ráster multidimensional de formato de ráster de nube (CRF) de salida.

Raster

AggregateMultidimensionalRaster(in_multidimensional_raster, dimension, {aggregation_method}, {variables}, {aggregation_def}, {interval_keyword}, {interval_value}, {interval_unit}, {interval_ranges}, {aggregation_function}, {ignore_nodata}, {dimensionless}, {percentile_value}, {percentile_interpolation_type})
NombreExplicaciónTipo de datos
in_multidimensional_raster

El dataset ráster multidimensional de entrada.

Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; File
dimension

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

String
aggregation_method
(Opcional)

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

  • MEANEl valor medio de los valores de un píxel se calculará en todas las porciones del intervalo. Esta es la opción predeterminada.
  • MAXIMUMEl valor máximo de un píxel se calculará en todas las porciones del intervalo.
  • MAJORITYEl valor de píxel que se produce con más frecuencia se calculará en todas las porciones del intervalo.
  • MINIMUMEl valor mínimo de un píxel se calculará en todas las porciones del intervalo.
  • MINORITYEl valor de píxel que se produce con menos frecuencia se calculará en todas las porciones del intervalo.
  • MEDIANLa mediana de un píxel se calculará en todas las porciones del intervalo.
  • PERCENTILEEl 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.
  • RANGEEl rango de valores de un píxel se calculará en todas las porciones del intervalo.
  • STDLa desviación estándar de los valores de un píxel se calculará en todas las porciones del intervalo.
  • SUMLa suma de los valores de un píxel se calculará en todas las porciones del intervalo.
  • VARIETYLa cantidad de valores únicos de un píxel se calculará en todas las porciones del intervalo.
  • CUSTOMEl valor de un píxel se calculará según una función ráster personalizada.

Cuando aggregation_method se configura como CUSTOM, el parámetro aggregation_function pasa a estar disponible.

String
variables
[variables,...]
(Opcional)

Las variables que se consolidarán a lo largo de la dimensión determinada. Si no se especifica ninguna variable, se consolidarán todas las variables con la dimensión seleccionada.

Por ejemplo, para agregar datos de temperatura diarios en valores promedio mensuales, especifique la temperatura como la variable que se agregará. Si no especifica ninguna variable y no cuenta con variables de temperatura y precipitaciones diarias, ambas variables se consolidarán en promedios mensuales y estarán incluidas en el ráster multidimensional de salida.

String
aggregation_def
(Opcional)

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

  • ALLLos valores de datos se consolidarán en todas las porciones. Esta es la opción predeterminada.
  • INTERVAL_KEYWORDLos datos variables se consolidarán con un intervalo comúnmente conocido.
  • INTERVAL_VALUELos datos variables se consolidarán con un intervalo y una unidad especificados por el usuario.
  • INTERVAL_RANGESLos datos variables se consolidarán entre pares de valores o fechas especificados.
String
interval_keyword
(Opcional)

Especifica el intervalo de palabra clave que se usará al consolidar a lo largo de la dimensión. Este parámetro es obligatorio si el parámetro aggregation_def se define como INTERVAL_KEYWORD y, además, la agregación debe ser a lo largo del tiempo.

  • HOURLYLos valores de datos se agregarán en periodos de tiempo horarios y el resultado incluirá todas las horas de las series temporales.
  • DAILYLos valores de datos se agregarán en periodos de tiempo diarios y el resultado incluirá todos los días de las series temporales.
  • WEEKLYLos valores de datos se agregarán en periodos de tiempo semanales y el resultado incluirá todas las semanas de las series temporales.
  • DEKADLYLos valores de datos se agregarán en 3 periodos de 10 días cada uno. El último periodo puede contener más o menos de 10 días. La salida incluirá 3 periodos para cada mes.
  • PENTADLYLos valores de datos se agregarán en 6 periodos de 5 días cada uno. El último periodo puede contener más o menos de 5 días. La salida incluirá 6 periodos para cada mes.
  • MONTHLYLos valores de datos se agregarán en periodos de tiempo mensuales y el resultado incluirá todos los meses de las series temporales.
  • QUARTERLYLos valores de datos se agregarán en periodos de tiempo trimestrales y el resultado incluirá todos los trimestres de las series temporales.
  • YEARLYLos valores de datos se agregarán en periodos de tiempo anuales y el resultado incluirá todos los años de las series temporales.
  • RECURRING_DAILYLos valores de datos se agregarán en periodos de tiempo diarios y el resultado incluirá un valor agregado por día juliano. La salida incluirá, al menos, 366 periodos de tiempo diarios.
  • RECURRING_WEEKLYLos valores de datos se agregarán en periodos de tiempo semanales y el resultado incluirá un valor agregado por semana. La salida incluirá, al menos, 53 periodos de tiempo semanales.
  • RECURRING_MONTHLYLos valores de datos se agregarán en periodos de tiempo mensuales y el resultado incluirá un valor agregado por mes. La salida incluirá, al menos, 12 periodos de tiempo mensuales.
  • RECURRING_QUARTERLYLos valores de datos se agregarán en periodos de tiempo trimestrales y el resultado incluirá un valor agregado por trimestre. La salida incluirá, al menos, 4 periodos de tiempo trimestrales.
String
interval_value
(Opcional)

El tamaño del intervalo que se utilizará para la consolidación. Este parámetro es obligatorio si el parámetro aggregation_def se define como INTERVAL_VALUE.

Por ejemplo, para consolidar 30 años de datos de temperatura mensuales en incrementos de 5 años, introduzca 5 como el interval_value y especifique la interval_unit como YEARS.

Double
interval_unit
(Opcional)

La unidad que se usará para el parámetro interval_value. Este parámetro es obligatorio si el parámetro dimension se define como un campo de tiempo y el parámetro aggregation_def se define como INTERVAL_VALUE.

Si agrega algo que no sea tiempo, esta opción no estará disponible y la unidad del valor de intervalo coincidirá con la unidad de variable de los datos ráster multidimensionales de entrada.

  • HOURSLos valores de datos se consolidarán en periodos de tiempo horarios en el intervalo proporcionado.
  • DAYSLos valores de datos se consolidarán en periodos de tiempo diarios en el intervalo proporcionado.
  • WEEKSLos valores de datos se consolidarán en periodos de tiempo semanales en el intervalo proporcionado.
  • MONTHSLos valores de datos se consolidarán en periodos de tiempo mensuales en el intervalo proporcionado.
  • YEARSLos valores de datos se consolidarán en periodos de tiempo anuales en el intervalo proporcionado.
String
interval_ranges
[interval_ranges,...]
(Opcional)

Se usarán los rangos de intervalos especificados en una tabla de valores para consolidar grupos de valores. La tabla de valores consiste en pares de valores de rango mínimo y máximo, siendo el tipo de datos Doble o Fecha.

Este parámetro es obligatorio si el parámetro aggregation_def se define como INTERVAL_RANGE.

Value Table
aggregation_function
(Opcional)

Una función ráster personalizada que se usará para calcular los valores de píxel de los rásteres consolidados. La entrada es un objeto JSON de función ráster, un archivo .rft.xml creado a partir de una cadena de función o una función ráster de Python personalizada.

Este parámetro es obligatorio si el parámetro aggregation_method se define como CUSTOM.

File; String
ignore_nodata
(Opcional)

Especifica si los valores NoData se ignorarán en el análisis.

  • DATAEl análisis incluirá todos los píxeles válidos a lo largo de una dimensión determinada y se ignorarán los píxeles NoData. Esta es la opción predeterminada.
  • NODATAEl análisis dará como resultado NoData si hay valores NoData para los píxeles a lo largo de la dimensión determinada.
Boolean
dimensionless
(Opcional)

Especifica si la capa tendrá valores de dimensión. Este parámetro solo está habilitado si se selecciona una única porción para crear una capa.

  • NO_DIMENSIONSLa capa no tendrá valores de dimensión.
  • DIMENSIONSLa capa tendrá valores de dimensión. Esta es la opción predeterminada.
Boolean
percentile_value
(Opcional)

El percentil que se calculará. El valor predeterminado es 90 e indica el percentil 90º.

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

Este parámetro solo está disponible si el parámetro statistics_type está establecido en PERCENTILE.

Double
percentile_interpolation_type
(Opcional)

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

  • NEARESTSe 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.
  • LINEARSe 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.
String

Valor de retorno

NombreExplicaciónTipo 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 AggregateMultidimensionalRaster (ventana de Python)

Este ejemplo consolida datos de temperatura en datos anuales con los valores medios de temperatura.

# Import system modules
import arcpy
from arcpy.ia import *

# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")

aggMultidim = arcpy.ia.AggregateMultidimensionalRaster("climateData.crf", 
	"StdTime", "MEAN", "temperature", "INTERVAL_KEYWORD", "YEARLY", 
	None, "", None, "", "DATA")

aggMultidim.save("C:/data/YearlyTemp.crf")
Ejemplo 2 de AggregateMultidimensionalRaster (script independiente)

Este ejemplo consolida datos de temperatura y precipitaciones diarias en datos mensuales con los valores medios de temperatura y precipitación máxima.

# Import system modules
import arcpy
from arcpy.ia import *

# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")

# 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 = arcpy.ia.AggregateMultidimensionalRaster(inFile, dimensionName, 
	variables, aggregationMethod, aggregation_def, keyword, None, "", None, "",
	ignore_nodata)
	
# Save output
aggMultidim.save("C:/data/monthlymaxtemp.crf")

Información de licenciamiento

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

Temas relacionados