Disponible avec une licence Image Analyst.
Disponible avec une licence Spatial Analyst.
Résumé
Génère un jeu de données raster multidimensionnelles en associant des variables du raster multidimensionnel existant selon une dimension.
Utilisation
Utilisez le paramètre Aggregation Definition (Définition de l’agrégation) pour choisir un intervalle à l’aide d’un mot-clé, d’une valeur ou d’une plage de valeurs. Par exemple, si vous avez 30 ans de données de température de la surface de la mer, recueillies quotidiennement et tous les cinq mètres de profondeur jusqu’à 100 mètres, vous pouvez utiliser les différentes options d’intervalle pour les scénarios suivants :
- Agrégez les données de température quotidiennes en données mensuelles. Le résultat est alors un raster multidimensionnel avec 12 tranches horaires, chaque tranche horaire étant l’agrégat de chaque mois sur toutes les années. Sélectionnez Interval Keyword (Mot clé d’intervalle) et définissez le mot-clé sur Recurring Monthly (Récurrence mensuelle).
- Agrégez les données de température quotidiennes en données mensuelles. Le résultat est alors un raster multidimensionnel comportant 360 tranches ou 12 tranches horaires par an (30 ans x 12 mois = 360 tranches). Sélectionnez Interval Keyword (Mot clé d’intervalle) et définissez le mot-clé sur Monthly (Mensuel).
- Agrégation des données mensuelles sur la température dans des intervalles de 4 mois. Choisissez Interval Value (Valeur de l’intervalle), définissez Interval Value (Valeur de l’intervalle) sur 4 et définissez Unit (Unité) sur Months (Mois).
- Agrégez les données de température de 0 à 25 mètres, puis de 25 à 50 mètres et enfin de 50 à 100 mètres. Choisissez Interval Ranges (Plages d’intervalles) et spécifiez les profondeurs minimum et maximum comme étant 0 25; 25 50; 50 100 (0 25 ; 25 50 ; 50 100).
Les jeux de données raster multidimensionnelles incluent les formats netCDF, GRIB, HDF et CRF d’Esri. Les jeux de données mosaïque multidimensionnelles sont également pris en charge.
Cet outil crée un jeu de données raster multidimensionnelles au format CRF (Cloud Raster Format). Actuellement, aucun autre format en sortie n’est pris en charge.
Par défaut, le raster multidimensionnel en sortie sera compressé selon le type de compression LZ77. Nous vous recommandons néanmoins de le remplacer par le type de compression LERC et d’ajuster la valeur d’erreur maximale en fonction de vos données. Par exemple, si vous voulez que la précision des résultats de l’analyse soit de trois décimales, utilisez la valeur d’erreur maximale 0,001. Il est préférable d’éviter les exigences de précision inutiles, car elles ne feront qu’augmenter le temps de traitement et l’espace nécessaire au stockage.
Pour changer le type de compression, modifiez le paramètre d’environnement.
Syntaxe
AggregateMultidimensionalRaster(in_multidimensional_raster, dimension, {aggregation_method}, {variables}, {aggregation_def}, {interval_keyword}, {interval_value}, {interval_unit}, {interval_ranges}, {aggregation_function}, {ignore_nodata})| Paramètre | Explication | Type de données |
in_multidimensional_raster | Jeu de données raster multidimensionnelles en entrée. | Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; File |
dimension | La dimension de l’agrégation. Il s’agit de la dimension par rapport à laquelle les variables sont agrégées. | String |
aggregation_method (Facultatif) | Indique la méthode mathématique qui est utilisée pour combiner les tranches agrégées dans un intervalle.
Si aggregation_method est définie sur CUSTOM, le paramètre aggregation_function devient activé. | String |
variables [variables,...] (Facultatif) | La variable ou les variables qui sont agrégées selon la dimension donnée. Si aucune variable n’est spécifiée, toutes les variables avec la dimension sélectionnée sont agrégées. Ainsi, pour agréger les données des températures quotidiennes dans des valeurs moyennes mensuelles, spécifiez la température comme la variable à agréger. Si vous ne spécifiez aucune variable et que vous possédez des variables de précipitation quotidiennes et des températures quotidiennes, ces deux variables sont agrégées en moyennes mensuelles ; le raster multidimensionnel en sortie inclut alors les deux variables. | String |
aggregation_def (Facultatif) | Spécifie l’intervalle dimensionnel selon lequel les données sont agrégées.
| String |
interval_keyword (Facultatif) | Spécifie l’intervalle de mot-clé à utiliser au cours de l’agrégation sur la dimension. Ce paramètre est requis si le paramètre aggregation_def est défini sur INTERVAL_KEYWORD et que l’agrégation doit se faire dans le temps.
| String |
interval_value (Facultatif) | Taille de l’intervalle à appliquer à l’agrégation. Ce paramètre est obligatoire si le paramètre aggregation_def est défini sur INTERVAL_VALUE. Par exemple, pour agréger 30 années de données de température mensuelles, par incréments de 5 ans, tapez 5 comme interval_value et spécifiez interval_unit pour YEARS. | Double |
interval_unit (Facultatif) | Unité utilisée pour le paramètre interval_value. Ce paramètre est obligatoire si dimension est défini sur un champ temporel et si le paramètre aggregation_def est réglé sur INTERVAL_VALUE. Si vous agrégez un champ non temporel, cette option n’est pas disponible et l’unité de la valeur d’intervalle correspond à l’unité de variable des données raster multidimensionnel en entrée.
| String |
interval_ranges [interval_ranges,...] (Facultatif) | Plages d’intervalles spécifiées dans une table de valeurs utilisée pour agréger les groupes de valeurs. La table des valeurs se compose de paires de plages comprises entre une valeur minimum et une valeur maximum dont le type de données est Double ou Date. Ce paramètre est obligatoire si le paramètre aggregation_def est défini sur INTERVAL_RANGE. | Value Table |
aggregation_function (Facultatif) | Fonction raster personnalisée utilisée pour calculer les valeurs de pixels des rasters agrégés. L’entrée est un objet JSON de fonction raster ou bien un fichier .rft.xml créé à partir d’une chaîne de fonctions ou d’une fonction raster Python personnalisée. Ce paramètre est obligatoire si le paramètre aggregation_method est défini sur CUSTOM. | File; String |
ignore_nodata (Facultatif) | Indique si les valeurs NoData sont ignorées lors de l’analyse.
| Boolean |
Valeur renvoyée
| Nom | Explication | Type de données |
| out_multidimensional_raster | Jeu de données raster multidimensionnelles CRF (Cloud Raster Format) en sortie. | Raster |
Exemple de code
Cet exemple agrège les données de température en données annuelles avec les valeurs de température moyennes.
import arcpy
from arcpy import env
from arcpy.sa import *
env.workspace = "C:/sapyexamples/data"
arcpy.CheckOutExtension("Spatial")
outAggMultidim = AggregateMultidimensionalRaster("C:/sapyexamples/data/climateData.crf",
"StdTime", "MEAN", "temperature", "INTERVAL_KEYWORD", "YEARLY",
"", "", "", "", "DATA")
outAggMultidim.save("C:/sapyexamples/output/YearlyTemp.crf")Cet exemple agrège les précipitations quotidiennes et les données de température avec les valeurs de température et de précipitation maximum.
# Name: AggregateMultidimensionalRaster_Ex_02.py
# Description: Aggregates daily precipitation and temperature data into
# monthly data with the maximum precipitation and temperature values
# 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 = AggregateMultidimensionalRaster(in_multidimensional_raster, dimension,
{aggregation_method}, {variables},
{aggregation_def}, {interval_keyword}, {ignore_nodata})
"""
# Define input parameters
inputFile = "C:/sapyexamples/data/dailyclimateData.crf"
dimensionName = "StdTime"
aggregationMethod = "Maximum"
variables = "temperature;precipitation"
aggregationDefinition = "INTERVAL_KEYWORD"
keyword = "MONTHLY"
ignore_nodata = "DATA"
# Execute AggregateMultidimensionalRaster
outAggMultidim = AggregateMultidimensionalRaster(inputFile, dimensionName,
aggregationMethod, variables, aggregationDefinition, keyword, "", "", "", "",
ignore_nodata)
# Save the output
outAggMultidim.save("C:/sapyexamples/output/monthlymaxtemp.crf")Environnements
Informations de licence
- Basic: Requiert Spatial Analyst ou Image Analyst
- Standard: Requiert Spatial Analyst ou Image Analyst
- Advanced: Requiert Spatial Analyst ou Image Analyst
Rubriques connexes
Vous avez un commentaire à formuler concernant cette rubrique ?