Генерировать многомерную аномалию (Spatial Analyst)

Доступно с лицензией Image Analyst.

Доступно с лицензией Spatial Analyst.

Сводка

Вычисляет аномалию для каждого среза в существующем многомерном растре с целью создания нового многомерного растра.

Аномалия - это отклонение наблюдения от его стандартного или среднего значения.

Использование

  • Поддерживаются следующие многомерные наборы растровых данных: Облачный растр (CRF), многомерные наборы данных мозаики или многомерные растровые слои, созданные из файлов netCDF, GRIB или HDF.

  • Этот инструмент создает набор многомерных растровых данных в облачном растровом формате (CRF). Другие форматы выходных данных в настоящее время не поддерживаются.

  • Этот инструмент вычисляет аномалии во времени для одной или нескольких переменных в многомерном растре. Если в дополнение к измерению времени имеется измерение без времени, аномалия будет вычисляться на каждом шаге дополнительного измерения.

    Например, у вас есть ежемесячные данные о температуре океана, собранные через 1 м до глубины 100 м, и вы хотите рассчитать такие температурные аномалии, как отклонения от среднегодового значения. Инструмент Создать многомерную аномалию определит температурные аномалии на основе среднегодового значения, если вы установите для параметра Интервал расчета среднего значения Ежегодно, и возвратит значения аномалий для каждой из 100 глубин.

  • Этот инструмент поддерживает только многомерные наборы растровых данных, в которых есть измерение времени.

  • Далее перечислены математические методы расчета аномальных значений. Аномалии могут быть вычислены с использованием среднего или медианного значений. Если распределение данных искажено, среднее может сильно зависеть от выбросов, поэтому метод медианного значения или z-оценки может больше подходить для этого типа данных.

    • Отличие от среднего = x - µ
      • x = значение пиксела в срезе
      • µ = среднее значение пиксела за заданный временной интервал
    • Процентное отличие от среднего = |x - µ| / [(x - µ)/2]
      • x = значение пиксела в срезе
      • µ = среднее значение пиксела за заданный временной интервал
      • |x - µ| = абсолютное значение разницы между значением и средним значением
    • Процент от среднего = x / µ
      • x = значение пиксела в срезе
      • µ = среднее значение пиксела за заданный временной интервал
    • Отличие от медианы значений = x - µ
      • x = значение пиксела в срезе
      • ß = медиана значений пиксела за заданный временной интервал
    • Процентное отличие от медианы значений = |x - ß| / [(x + ß)/2]
      • x = значение пиксела в срезе
      • ß = медиана значений пиксела за заданный временной интервал
      • |x - ß| = абсолютное значение разницы между текущим и медианным значениями
    • Процент от медианного = x / ß
      • x = значение пиксела в срезе
      • ß = медиана значений пиксела за заданный временной интервал
    • Z-оценка = (x - µ) / S
      • x = значение пиксела в срезе
      • µ = среднее значение пиксела за заданный временной интервал
      • S = стандартное отклонение значений пиксела за заданный интервал времени

  • Среднее или медиана будут либо вычислены по входному многомерному растру либо вы можете задать значения среднего или медианы непосредственно как входные растровые данные в параметре Интервал расчета среднего. Внешний растр может быть одиночным или многомерным. Если используется одиночный растр, отличие от среднего будет вычислено сравнением значений пикселов в каждом срезе с соответствующими значениями пикселов во внешнем растре. Если используется многомерный растр, соответствующие срезы будут сравниваться для определения отличия от среднего, поэтому число и название переменных и размерностей должно совпадать.

    Внешний растр должен иметь такой же экстент, размер ячейки и пространственную привязку, что и входной многомерный растр.

  • Метод расчета аномалии z-оценки не поддерживается, если внешний растр используется для вычисления отличия от среднего.

Синтаксис

GenerateMultidimensionalAnomaly(in_multidimensional_raster, {variables}, {method}, {calculation_interval}, {ignore_nodata}, {reference_mean_raster})
ParameterОбъяснениеТип данных
in_multidimensional_raster

Входной многомерный набор растровых данных.

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

Переменная или переменные, для которых будут рассчитываться аномалии. Если переменная не указана, будут проанализированы все переменные с измерением времени.

String
method
(Дополнительный)

Задает метод, который будет использоваться для вычисления аномалии.

  • DIFFERENCE_FROM_MEANБудет рассчитана разница между значением пиксела и средним значением этого пиксела в срезах, определенных интервалом. Это значение по умолчанию.
  • PERCENT_DIFFERENCE_FROM_MEANБудет рассчитана процентная разница между значениями пикселей и средним значением этого пиксела в срезах, определенных интервалом.
  • PERCENT_OF_MEANБудет рассчитан процент от среднего.
  • Z_SCOREБудет рассчитана Z-оценка для каждого пиксела. Z-оценка 0 указывает, что значение пиксела идентично среднему значению. Z-оценка 1 указывает, что значение пиксела составляет 1 стандартное отклонение от среднего. Если z-оценка равна 2, значение пиксела равно 2 стандартным отклонениям от среднего, и так далее.
  • DIFFERENCE_FROM_MEDIANБудет рассчитана разница между значением пиксела и медианным значением этого пиксела в срезах, определенных интервалом.
  • PERCENT_DIFFERENCE_FROM_MEDIANБудет рассчитана процентная разница между значением пиксела и медианным значением этого пиксела в срезах, определенных интервалом.
  • PERCENT_OF_MEDIANБудет рассчитан процент от математической медианы.
String
calculation_interval
(Дополнительный)

Задает временной интервал, который будет использоваться для вычисления среднего значения.

  • ALLСреднее вычисляется по всем срезам для каждого пиксела.
  • YEARLYДля каждого пиксела вычисляется среднегодовое значение.
  • RECURRING_MONTHLYДля каждого пиксела вычисляется среднемесячное значение.
  • RECURRING_WEEKLYДля каждого пиксела вычисляется средненедельное значение.
  • RECURRING_DAILYДля каждого пиксела вычисляется средне дневное значение.
  • HOURLYДля каждого пиксела вычисляется среднечасовое значение.
  • EXTERNAL_RASTERПриводится имеющийся набор растровых данных, который содержит значение среднего или медианы для каждого пиксела.
String
ignore_nodata
(Дополнительный)

Определяет, будут ли игнорироваться значения NoData в анализе.

  • DATA Анализ будет включать все действительные пикселы по данному измерению и игнорировать любые пикселы NoData. Это значение по умолчанию.
  • NODATAРезультатом анализа будет значение NoData, если для этого пиксела по данному измерению есть хотя бы одно значение NoData.
Boolean
reference_mean_raster
(Дополнительный)

Базовый набор растровых данных, который содержит ранее вычисленное среднее для каждого пиксела. Аномалии будут вычислены в сравнении с этим средним.

Raster Layer; Raster Dataset; Mosaic Layer; Mosaic Dataset

Значение отраженного сигнала

NameОбъяснениеТип данных
out_multidimensional_raster

Выходной набор многомерных растровых данных в формате Cloud Raster Format (CRF).

Raster

Пример кода

GenerateMultidimensionalAnomaly, пример 1 (окно Python)

В этом примере создается многомерный растр аномалий для данных температуры, сравнивающий значения пикселей со средним значением пикселей по всем срезам.

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")
GenerateMultidimensionalAnomaly, пример 2 (автономный скрипт)

В этом примере создается многомерный растр аномалий для данных температуры океана, сравнивающий значения пикселей со средним значением за год.

# 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")

Информация о лицензиях

  • Basic: Требуется Дополнительный модуль Spatial Analyst или Image Analyst
  • Standard: Требуется Дополнительный модуль Spatial Analyst или Image Analyst
  • Advanced: Требуется Дополнительный модуль Spatial Analyst или Image Analyst

Связанные разделы