Résumé
Visualise les variables stockées dans un cube netCDF et les résultats générés par les outils Exploration des modèles spatio-temporels. La sortie de cet outil est une représentation en deux dimensions affichée de manière unique en fonction de la variable et du thème spécifiés.
Illustration
Utilisation
Cet outil accepte uniquement les fichiers netCDF créés par les outils Créer un cube spatio-temporel en agrégeant des points, Créer un cube spatio-temporel à partir d’emplacements définis et Créer un cube spatio-temporel à partir d’une couche raster multidimensionnelle.
L’option Locations with data (Emplacements avec des données) du paramètre Display Theme (Thème d’affichage) vous permet de voir tous les emplacements contenant des données pour la variable choisie, et l’option Trends (Tendances) vous indique les endroits où les valeurs ont augmenté ou diminué au fil du temps (les résultats de la statistique de Mann-Kendall s’exécutent sur la variable Cube Variable (Variable de cube) spécifiée pour chaque emplacement). Les deux options Locations with data (Emplacements avec des donnéeset Trends (Tendances) sont toujours disponibles.
Hot and cold spot trends (Tendances des points chauds et froids) vous indique les endroits où les scores z des points chauds et froids augmentent ou diminuent au fil du temps (les résultats de la statistique de Mann Kendall s’exécutent sur les scores z de l’analyse de points chauds spatio-temporels pour la variable Cube Variable (Variable de cube) spécifiée) et les Emerging Hot Spot Analysis Results (Résultats de l’analyse de points chauds émergents) recréent les résultats renvoyés lors de l’exécution de l’outil Analyse de points chauds émergents. Les deux options Hot and cold spot trends (Tendances des points chauds et froids) et Emerging Hot Spot Analysis Results (Résultats de l’analyse de points chauds émergents) sont uniquement accessibles lorsque l’outil Analyse de points chauds émergents a été exécuté sur la variable Cube Variable (Variable de cube) spécifiée.
L’option Time Series Clustering results (Résultats de l’agrégation de séries chronologiques) recrée les résultats renvoyés lors de l’exécution initiale de l’outil Agrégation de séries chronologiques.
Pourcentage de points aberrants locaux, Point aberrant local dans la période la plus récente, Résultats de l'analyse de valeurs aberrantes locales et Emplacements sans voisins spatiaux sont disponibles uniquement lorsque vous avez exécuté l'outil Analyse de valeurs aberrantes locales. Pourcentage de points aberrants locaux vous indique la proportion de points aberrants totaux dans chaque emplacement et Point aberrant local dans la période la plus récente vous présente tous les points aberrants survenus dans l'intervalle temporel le plus récent de votre cube spatio-temporel. Local Outlier Analysis results (Résultats de l’analyse de valeurs aberrantes locales) recrée les résultats renvoyés lors de l’exécution initiale de l’outil Analyse de valeurs aberrantes locales. Locations without spatial neighbors (Emplacements sans voisins spatiaux) affiche tous les emplacements ne comportant pas de voisins spatiaux au sein de la distance Neighborhood Distance (Distance du voisinage) spécifiée lors de l’exécution de l’outil Analyse de valeurs aberrantes locales. Par conséquent, ces emplacements s’appuient uniquement sur des voisins temporels pour les calculs d’analyse.
Number of estimated bins (Nombre de groupes estimés) indique le nombre de groupes estimés à chaque emplacement unique, ce qui vous permet d’identifier un éventuel modèle spatial d’endroits où les valeurs sont absentes. Si des sections entières de la carte présentent des nombres élevés de groupes estimés, il peut être préférable d’exclure cette zone de l’analyse. Emplacements exclus de l'analyse indique les endroits qui comportaient des données, mais dont les groupes vides ne pouvaient pas être remplis car ils ne répondaient pas aux critères d'estimation. Les deux options Nombre de groupes estimés et Emplacements exclus de l'analyse sont uniquement accessibles pour les champs de récapitulation.
L’option Forecast results (Résultats des prévisions) du paramètre Display Theme (Thème d’affichage) vous permet de créer les résultats à partir de là où vous avez initialement exécuté l’outil dans le jeu d’outils Time Series Forecasting (Prévision de série chronologique).
L’option Time series outlier results (Résultats de points aberrants de séries chronologiques) du paramètre Display Theme (Thème d’affichage) indique les emplacements contenant des groupes qui ont été considérés comme des points aberrants temporels pour le paramètre Cube Variable (Variable de cube) sélectionné et l’analyse exécutée.
Syntaxe
arcpy.stpm.VisualizeSpaceTimeCube2D(in_cube, cube_variable, display_theme, output_features, enable_time_series_popups)
| Paramètre | Explication | Type de données |
in_cube | Cube netCDF contenant la variable à afficher. Ce fichier doit porter l’extension .nc et avoir été créé à l’aide de l’outil Créer un cube spatio-temporel en agrégeant des points, Créer un cube spatio-temporel à partir d’emplacements définis ou Créer un cube spatio-temporel à partir d’une couche raster multidimensionnelle. | File |
cube_variable | Variable numérique dans le cube netCDF à explorer. Le cube spatio-temporel contient toujours la variable COUNT. Les champs Summary Fields (Champs de récapitulation) ou les Variables sont également disponibles s’ils étaient inclus à la création du cube. | String |
display_theme |
Indique la caractéristique de la variable Cube Variable (Variable de cube) à afficher. Les options varient selon la façon dont le cube a été créé et selon les analyses qui ont été exécutées. Si le cube a été créé par l’agrégation de points, les options Locations with data (Emplacements avec des données) et Trends (Tendances) sont toujours disponibles. Nombre de groupes estimés et Emplacements exclus de l'analyse seront uniquement accessibles pour les champs de récapitulation qui ont été inclus au cours de la création du cube. Si le cube a été créé à partir d’emplacements définis, l’option Trends (Tendances) est disponible pour les champs Summary Fields (Champs de récapitulation) ou les Variables qui étaient inclus lors de la création du cube. Tendances des points chauds et froids et Résultats de l'analyse de points chauds émergents seront uniquement accessibles après l'exécution de l'outil Analyse de points chauds émergents sur la variable de cube sélectionnée. Les options Percentage of local outliers (Pourcentage de points aberrants locaux), Local outlier in the most recent time period (Point aberrant local dans la période la plus récente), Local Outlier Analysis results (Résultats de l’analyse de valeurs aberrantes locales) et Locations without spatial neighbors (Emplacements sans voisins spatiaux) sont disponibles uniquement après exécution de l’outil Analyse de valeurs aberrantes locales. L’option Forecast results (Résultats de prévision) est disponible uniquement pour les cubes créés par les outils du jeu d’outils Time Series Forecasting (Prévision de séries chronologiques). L’option Time series outlier results (Résultats de points aberrants de séries chronologiques) n’est disponible que lorsque le paramètre Outlier Option (Option de points aberrants) a été spécifié pour les outils Time Series Forecasting (Prévision de séries chronologiques).
| String |
output_features | Résultats de la classe d'entités en sortie. Cette classe d’entités sera une représentation cartographique en deux dimensions de la variable d’affichage spécifiée. | Feature Class |
enable_time_series_popups | Précise si les fenêtres contextuelles de série chronologique sont générées pour chaque entité en sortie. Les diagrammes contextuels ne sont pas pris en charge pour les sorties shapefile.
| Boolean |
Exemple de code
Le script de fenêtre Python ci-dessous illustre l'utilisation de l'outil VisualizeSpaceTimeCube2D.
import arcpy
arcpy.env.workspace = r"C:\STPM"
arcpy.VisualizeSpaceTimeCube2D_stpm("Homicides.nc", "AGE_STD_ZEROS",
"LOCATIONS_EXCLUDED_FROM_ANALYSIS",
"Homicides_Age_LocExc.shp")Le script Python autonome ci-dessous illustre l'utilisation de l'outil VisualizeSpaceTimeCube2D.
# Display Space Time Cube of homicide incidents in a metropolitan area
# Import system modules
import arcpy
# Set environment property to overwrite existing output, by default
arcpy.env.overwriteOutput = True
# Local variables...
workspace = r"C:\STPM"
# Set the current workspace (to avoid having to specify the full path to the
# feature classes each time)
arcpy.env.workspace = workspace
# Display Space Time Cube of homicide with the standard deviation of victim's
# age, fill no-data as 0
# Only display the locations excluded from analysis.
# Process: Visualize Space Time Cube in 2D
cube = arcpy.VisualizeSpaceTimeCube2D_stpm("Homicides.nc", "AGE_STD_ZEROS",
"LOCATIONS_EXCLUDED_FROM_ANALYSIS",
"Homicides_Age_LocExc.shp")Environnements
Informations de licence
- Basic: Oui
- Standard: Oui
- Advanced: Oui
Rubriques connexes
- Fonctionnement de l'outil Créer un cube spatio-temporel
- Analyse de points chauds émergents
- Analyse de valeurs aberrantes locales
- Agrégation de séries chronologiques
- Visualiser le cube spatio-temporel
- Présentation de la boîte à outils d'exploration des modèles spatio-temporels
- Rechercher un outil de géotraitement
Vous avez un commentaire à formuler concernant cette rubrique ?