Multidimensional Analysis geoprocessing functions

Image Analyst ライセンスで利用できます。

Spatial Analyst のライセンスで利用可能。

The Multidimensional Analysis geoprocessing functions allow you to perform various multidimensional analyses on scientific raster data across multiple variables and dimensions.

Multidimensional data represents data captured at multiple times, depths, and heights. This type of data is commonly used in atmospheric, oceanographic, and earth sciences. ArcPy multidimensional analysis geoprocessing functions allow you to work with scientific raster data in multiple formats, including netCDF, HDF, GRIB, the multidimensional mosaic dataset, and Esri's Cloud Raster Format (CRF).

The geoprocessing functions require an ArcGIS Image Analyst extension license.

注意:
The geoprocessing functions Aggregate Multidimensional Raster, Dimensional Moving Statistics, and Generate Multidimensional Anomaly are also included in the ArcGIS Spatial Analyst extension.

Geoprocessing functionDescription

Aggregate Multidimensional Raster

既存の多次元ラスター変数をディメンションに沿って結合することによって、多次元ラスター データセットを生成します。

Analyze Changes Using CCDC

CCDC 法を使用してピクセル値の経時的な変化を評価し、モデル結果を含む変化解析ラスターを生成します。

Analyze Changes Using LandTrendr

干渉と回復における Landsat ベースの傾向検出 (LandTrendr) 法を使用してピクセル値の経時的な変化を評価し、モデル結果を含む変化解析ラスターを生成します。

Detect Change Using Change Analysis Raster

[CCDC を使用した変化の解析 (Analyze Changes Using CCDC)] ツールまたは [LandTrendr を使用した変化の解析 (Analyze Changes Using LandTrendr)] ツールの出力変化解析ラスターを使用してピクセル変化情報を含むラスターを生成します。

Dimensional Moving Statistics

多次元データの変動ウィンドウで指定された次元に沿って統計情報を計算します。

Find Argument Statistics

多次元ラスターまたはマルチバンド ラスター内のピクセルごとに特定の統計情報が得られるディメンション値またはバンド インデックスを抽出します。

Generate Multidimensional Anomaly

既存の多次元ラスター内のスライスごとに異常を計算し、新しい多次元ラスターを生成します。

Generate Trend Raster

多次元ラスターの 1 つまたは複数の変数のディメンションに沿って各ピクセルのトレンドを推定します。

Predict Using Trend Raster

[トレンド ラスターの生成 (Generate Trend Raster)] ツールから生成された出力トレンド 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。

Summarize Categorical Raster

入力カテゴリ ラスターのスライスごとに、各クラスのピクセル数を含むテーブルを生成します。

Geoprocessing functions in the Multidimensional Analysis category