Image Analyst ライセンスで利用できます。
概要
[トレンド ラスターの生成 (Generate Trend Raster)] ツールの出力トレンド ラスターを使用して、予測される多次元ラスターを計算します。
使用法
このツールは、[トレンド ラスターの生成 (Generate Trend Raster)] ツールからの出力を入力多次元トレンド ラスターとして使用します。
このツールは、多次元ラスター データセットを CRF (Cloud Raster Format) で生成します。現在、他の出力形式はサポートされていません。
デフォルトでは、出力された多次元ラスターは、LZ77 圧縮タイプを使用して圧縮されます。ただし、圧縮タイプを LERC に変更し、データに応じて最大誤差を調整することをお勧めします。たとえば、解析結果が小数点以下 3 桁まで正確であることを期待する場合は、0.001 を最大誤差に使用します。不要な精度要件は、処理時間およびストレージ サイズを増やすため、避けることをお勧めします。
構文
PredictUsingTrendRaster(in_multidimensional_raster, {variables}, {dimension_def}, {dimension_values}, {start}, {end}, {interval_value}, {interval_unit})| パラメーター | 説明 | データ タイプ |
in_multidimensional_raster | [トレンド ラスターの生成 (Generate Trend Raster)] ツールからの入力多次元トレンド ラスター。 | Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; File |
variables [variables,...] (オプション) | 解析で予測する変数。変数を指定しない場合は、すべての変数が使用されます。 | String |
dimension_def (オプション) | 予測ディメンション値の提供に使用する方法を指定します。
| String |
dimension_values [dimension_values,...] (オプション) | 予測で使用するディメンション値。 時間、深さ、高さの値の形式は、トレンド ラスターの生成に使用したディメンション値の形式と一致する必要があります。トレンド ラスターが StdTime ディメンションに対して生成された場合、この形式は YYYY-MM-DDTHH:MM:SS (たとえば、2050-01-01T00:00:00) になります。複数の値はセミコロンで区切って指定します。 このパラメーターは、dimension_def パラメーターが BY_VALUE に設定されている場合に必須です。 | String |
start (オプション) | 予測で使用するディメンション間隔の開始の日付、高さ、または深さ。 | String |
end (オプション) | 予測で使用するディメンション間隔の終了の日付、高さ、または深さ。 | String |
interval_value (オプション) | 予測に含める 2 つのディメンション値の間のステップ数。デフォルト値は 1 です。 たとえば、5 年ごとの温度値を予測するには、値 5 を使用します。 | Double |
interval_unit (オプション) | 間隔値に使用する単位を指定します。このパラメーターは、解析のディメンションが時間ディメンションである場合にのみ適用されます。
| String |
戻り値
| 名前 | 説明 | データ タイプ |
| out_multidimensional_raster | 出力される CRF (Cloud Raster Format) 多次元ラスター データセット。 | Raster |
コードのサンプル
この例では、2050 年 1 月 1 日と 2100 年 1 月 1 日の予測される降水量と温度を生成します。
# Import system modules
import arcpy
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
# Execute
predictOutput = PredictUsingTrendRaster("C:/Data/LinearTrendCoefficients.crf",
"temp;precip", "BY_VALUE", "2050-01-01T00:00:00;2100-01-01T00:00:00")
# Save output
predictOutput.save("C:/Data/Predicted_Temp_Precip.crf")この例では、2025 年の各月の予測される NDVI 値を生成します。
# Import system modules
import arcpy
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
# Define input parameters
inFile = "C:/Data/HarmonicTrendCoefficients.crf"
variables = "NDVI"
dimension_definition = "BY_INTERVAL"
start = "2025-01-01T00:00:00"
end = "2025-12-31T00:00:00"
interval_value = 1
interval_unit = "MONTHS"
# Execute - predict the monthly NDVI in 2025
predictOutput = PredictUsingTrendRaster(inFile, variables,
dimension_definition, '', start, end, interval_value, interval_unit)
# Save output
predictOutput.save("C:/data/predicted_ndvi.crf")環境
ライセンス情報
- Basic: 次のものが必要 Image Analyst
- Standard: 次のものが必要 Image Analyst
- Advanced: 次のものが必要 Image Analyst