Générer une anomalie multidimensionnelle (Spatial Analyst)

Disponible avec une licence Image Analyst.

Disponible avec une licence Spatial Analyst.

Résumé

Calcule l’anomalie de chaque tranche d’un raster multidimensionnel existant afin de créer un nouveau raster multidimensionnel.

Une anomalie est l’écart d’une observation par rapport à sa valeur standard ou moyenne.

Utilisation

  • Parmi les jeux de données raster multidimensionnelles pris en charge se trouvent le format CRF, les jeux de données mosaïque multidimensionnelles, ou les couches raster multidimensionnelles générées par les fichiers netCDF, GRIB, ou HDF.

  • 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.

  • Cet outil calcule les anomalies dans le temps pour une ou plusieurs variables dans un raster multidimensionnel. Si vous possédez une dimension non temporelle en plus d’une dimension temporelle, l’anomalie sera calculée à chaque pas dans la dimension supplémentaire.

    Par exemple, vous disposez de données de température des océans mensuelles, collectées tous les mètres jusqu’à 100 mètres de profondeur, et vous souhaitez calculer les anomalies de température en tant qu’écarts par rapport à la moyenne annuelle. L’outil Générer une anomalie multidimensionnelle détermine les anomalies de température sur la base d’une moyenne annuelle si vous définissez le paramètre Mean Calculation Interval (Intervalle de calcul moyen) sur Yearly (Annuelle) ; il renvoie les valeurs d’anomalie pour chacun des 100 profondeurs.

  • Cet outil ne prend en charge que les jeux de données raster multidimensionnelles qui possèdent une dimension temporelle.

  • Les méthodes mathématiques de calcul des valeurs d’anomalie sont répertoriées ci-dessous. Les anomalies peuvent être calculées en utilisant soit la moyenne soit les valeurs médianes comme définition de la moyenne. Si la distribution de données est inclinée, la moyenne peut être considérablement influencée par les points aberrants, il est donc conseillé d’utiliser la méthode de valeur médiane ou de score z pour ce type de données.

    • Différence par rapport à la moyenne = x - µ
      • x = valeur du pixel dans une tranche
      • µ = moyenne des valeurs de ce pixel pendant l’intervalle temporel indiqué
    • Différence en pourcentage par rapport à la moyenne = |x - µ| / [(x + µ)/2]
      • x = valeur du pixel dans une tranche
      • µ = moyenne des valeurs de ce pixel pendant l’intervalle temporel indiqué
      • |x - µ| = valeur absolue de la différence entre la valeur et la moyenne
    • Pourcentage de la moyenne = x / µ
      • x = valeur du pixel dans une tranche
      • µ = moyenne des valeurs de ce pixel pendant l’intervalle temporel indiqué
    • Différence par rapport à la médiane = x - ß
      • x = valeur du pixel dans une tranche
      • ß = médiane des valeurs de ce pixel pendant l’intervalle temporel indiqué
    • Différence en pourcentage par rapport à la médiane = |x - ß| / [(x + ß)/2]
      • x = valeur du pixel dans une tranche
      • ß = médiane des valeurs de ce pixel pendant l’intervalle temporel indiqué
      • |x - ß| = valeur absolue de la différence entre la valeur et la médiane
    • Pourcentage de la médiane = x / ß
      • x = valeur du pixel dans une tranche
      • ß = médiane des valeurs de ce pixel pendant l’intervalle temporel indiqué
    • Score z = (x - µ) / S
      • x = valeur du pixel dans une tranche
      • µ = moyenne des valeurs de ce pixel pendant l’intervalle temporel indiqué
      • S = écart type des valeurs du pixel pendant l’intervalle temporel indiqué

  • La moyenne ou la médiane est calculée à partir du raster multidimensionnel en entrée ou vous pouvez fournir les valeurs moyenne ou médiane directement comme entrée de raster dans le paramètre Mean Calculation Interval (Intervalle de calcul de la moyenne). Le raster externe peut être un raster unique ou un raster multidimensionnel. Si l’entrée est un raster unique, l’écart entre la moyenne sera calculé en comparant les valeurs en pixels dans chaque tranche avec la valeur de pixel correspondante dans le raster externe. Si l’entrée est un raster multidimensionnel, les tranches correspondantes seront comparées pour calculer l’écart par rapport à la moyenne, afin que le nombre et le nom des variables et des dimensions puissent correspondre.

    Le raster externe doit avoir la même étendue, taille de cellule et référence spatiale que le raster multidimensionnel en entrée.

  • La méthode de calcul des anomalies du score z n’est pas prise en charge si un raster externe est utilisé pour calculer l’écart par rapport à la moyenne.

Syntaxe

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

Jeu de données raster multidimensionnelles en entrée.

Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; File
variables
[variables,...]
(Facultatif)

La variable ou les variables pour lesquelles des anomalies sont calculées. Si aucune variable n’est spécifiée, toutes les variables avec une dimension temporelle sont analysées.

String
method
(Facultatif)

Spécifie la méthode à utiliser pour calculer l’anomalie.

  • DIFFERENCE_FROM_MEANLa différence entre la valeur d’un pixel et la moyenne des valeurs de ce pixel à travers les tranches définies par l’intervalle est calculée. Il s’agit de l’option par défaut.
  • PERCENT_DIFFERENCE_FROM_MEANLe pourcentage de la différence entre la valeur d’un pixel et la moyenne des valeurs de ce pixel à travers les tranches définies par l’intervalle est calculé.
  • PERCENT_OF_MEANLe pourcentage de la moyenne est calculé.
  • Z_SCORELe score z de chaque pixel est calculé. Un score z de 0 indique que la valeur du pixel est identique à la moyenne. Un score z de 1 indique que la valeur du pixel présente un écart type de 1 par rapport à la moyenne. Si le score z est de 2, la valeur du pixel présente un écart type de 2 par rapport à la moyenne, et ainsi de suite.
  • DIFFERENCE_FROM_MEDIANLa différence entre la valeur d’un pixel et la médiane mathématique des valeurs de ce pixel à travers les tranches définies par l’intervalle est calculée.
  • PERCENT_DIFFERENCE_FROM_MEDIANLe pourcentage de la différence entre la valeur d’un pixel et la médiane mathématique des valeurs de ce pixel à travers les tranches définies par l’intervalle est calculé.
  • PERCENT_OF_MEDIANLa médiane mathématique en pourcentage est calculée.
String
calculation_interval
(Facultatif)

Spécifie l’intervalle temporel à utiliser pour calculer la moyenne.

  • ALLLa moyenne est calculée dans toutes les tranches pour chaque pixel.
  • YEARLYLa moyenne annuelle est calculée pour chaque pixel.
  • RECURRING_MONTHLYLa moyenne mensuelle est calculée pour chaque pixel.
  • RECURRING_WEEKLYLa moyenne hebdomadaire est calculée pour chaque pixel.
  • RECURRING_DAILYLa moyenne journalière est calculée pour chaque pixel.
  • HOURLYLa moyenne horaire est calculée pour chaque pixel.
  • EXTERNAL_RASTERJeu de données de raster existant qui contient la valeur de moyenne ou de médiane pour chaque pixel est référencée.
String
ignore_nodata
(Facultatif)

Indique si les valeurs NoData sont ignorées lors de l’analyse.

  • DATA L’analyse inclut tous les pixels valides le long d’une dimension donnée et ignore les pixels NoData. Il s’agit de l’option par défaut.
  • NODATALe résultat de l’analyse est NoData s’il existe des valeurs NoData pour les pixels selon la dimension donnée.
Boolean
reference_mean_raster
(Facultatif)

Jeu de données raster de référence qui contient une moyenne précédemment calculée pour chaque pixel. Les anomalies seront calculées par rapport à cette moyenne.

Raster Layer; Raster Dataset; Mosaic Layer; Mosaic Dataset

Valeur renvoyée

NomExplicationType de données
out_multidimensional_raster

Jeu de données raster multidimensionnelles CRF (Cloud Raster Format) en sortie.

Raster

Exemple de code

Exemple 1 d’utilisation de la fonction GenerateMultidimensionalAnomaly (fenêtre Python)

Cet exemple génère un raster multidimensionnel d’anomalies pour les données de température en comparant les valeurs de pixel à la moyenne des valeurs de pixel de toutes les tranches.

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")
Exemple 2 d’utilisation de l’outil GenerateMultidimensionalAnomaly (script autonome)

Cet exemple génère un raster multidimensionnel d’anomalies pour les données de température océanique en comparant les valeurs de pixel à la moyenne annuelle.

# 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")

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