PredictUsingTrend

Доступно с лицензией Image Analyst.

Сводка

Вычисляет объект прогнозируемого многомерного растра, используя выходной растр тренда из функции GenerateTrend.

Описание

Для получения дополнительной информации о том, как работает эта функция, см. растровую функцию Прогнозировать, используя тренд.

Указанный набор растровых данных является временным для растрового объекта. Чтобы сделать его постоянным, можно вызвать метод save растрового объекта.

Синтаксис

PredictUsingTrend (raster, {dimension_definition_type}, {dimension_values}, {start}, {end}, {interval_value}, {interval_unit})
ParameterОбъяснениеТип данных
raster

Входной растр тренда из функции GenerateTrend.

Raster
dimension_definition_type

Указывает метод, используемый для предоставления значений прогнозных измерений.

  • BY_VALUE – Прогноз будет рассчитан для одного значения измерения или списка значений измерения, определенных аргументом dimension_values. Это значение по умолчанию.
  • BY_INTERVAL – Прогноз будет рассчитан для интервала измерения, определенного аргументами start и end.

(Значение по умолчанию — BY_VALUE)

String
dimension_values
[dimension_values,...]

Значение измерения или список значений, которые будут использоваться в прогнозе. Формат значения должен соответствовать формату измерения во входном многомерном растре. Если растр тренда был построен для измерения StdTime, то формат будет следующим: ГГГГ-ММ-ДДTЧЧ:MM:СС, например, 2050-01-01T12:00:00.

Этот аргумент требуется, если значением параметра dimension_def является BY_VALUE.

(Значение по умолчанию — None)

String
start

Начальная дата, высота или глубина интервала измерений, который будет использоваться в прогнозе. Формат значения должен соответствовать формату измерения во входном многомерном растре.

(Значение по умолчанию — None)

String
end

Конечная дата, высота или глубина интервала измерений, который будет использоваться в прогнозе. Формат значения должен соответствовать формату измерения во входном многомерном растре.

(Значение по умолчанию — None)

String
interval_value

Количество шагов между двумя значениями измерений, которые должны быть включены в прогноз. Значение по умолчанию равно 1.

(Значение по умолчанию — 1)

Double
interval_unit

Указывает единицы измерения, которые будут применены к аргументу interval_value. Применяется только в том случае, если измерение, используемое в анализе, является измерением времени.

  • HOURS – Прогноз будет рассчитан для каждого часа в интервале времени, описанном аргументами start, end и interval_value.
  • DAYS – Прогноз будет рассчитан для каждого дня в интервале времени, описанном аргументами start, end и interval_value.
  • WEEKS – Прогноз будет рассчитан для каждой недели в интервале времени, описанном аргументами start, end и interval_value.
  • MONTHS – Прогноз будет рассчитан для каждого месяца в интервале времени, описанном аргументами start, end и interval_value.
  • YEARS – Прогноз будет рассчитан для каждого года в интервале времени, описанном аргументами start, end и interval_value.

(Значение по умолчанию — HOURS)

String
Значение отраженного сигнала
Тип данныхОбъяснение
Raster

Выходной растр.

Пример кода

PredictUsingTrendRaster, пример

В этом примере генерируются прогнозируемые значения NDVI для каждого месяца в 2025 году.

# Import system modules
import arcpy
from arcpy.ia import *

# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")

# Set the local variables
in_raster = "C:/Data/NDVI_Trend.crf"
dimension_def = "BY_INTERVAL"
dimension_values = "None"
start = "2025-01-01T00:00:00"
end = "2025-12-31T00:00:00"
interval_value = 1
interval_unit = "MONTHS"

# Apply PredictUsingTrendRaster function
predicted_raster = arcpy.ia.PredictusingTrend(in_raster, dimension_def, 
                        dimension_values , start, end, interval_value, interval_unit)
	
# Save the output
predicted_raster.save("C:/arcpyExamples/outputs/predicted_NDVI.crf")