Интервальная перекодировка (3D Analyst)

Доступно с лицензией Spatial Analyst.

Доступно с лицензией 3D Analyst.

Краткая информация

Разбивает или переклассифицирует диапазон значений входных ячеек на зоны равных интервалов (классы). Доступные методы классификации данных - равный интервал, равная площадь (квантиль), естественные границы, среднеквадратичное отклонение (центрирование по среднему), заданный интервал и геометрический интервал.

Использование

  • Для Метода интервальной перекодировки доступны следующие опции. При этом создаются выходные зоны с разными характеристиками.

    • Равная площадь — выходной растр будет иметь определенное количество зон с одинаковым количеством ячеек в каждой.
    • Равные интервалы — выходной растр будет иметь определенное количество зон, каждая из которых будет содержать равные диапазоны значений выходного растра.
    • Естественные границы и Геометрический интервал — выходной растр будет иметь определенное число зон, количество ячеек в каждой из которых определяется границами классов.
    • Среднеквадратическое отклонение (центрированное по среднему), Среднеквадратическое отклонение (границы по среднему) и Заданный интервал — выходной растр будет иметь число зон, определенные параметром Размер интервала, количество ячеек в каждой из которых определяется границами классов.

  • В зависимости от указанного метода интервальной перекодировки, необходимо указать либо Число выходных зон, либо Размер интервала.

    • При использовании методов перекодировки Равная площадь, Равный интервал, Естественные границы или Геометрический интервал указывается Число выходных зон.
    • При использовании методов перекодировки Среднеквадратическое отклонение (центрированное по среднему), Среднеквадратическое отклонение (границы по среднему) и Заданный интервал указывается Размер интервала.

  • Вы можете использовать Изменить NoData на значение для выходных данных для замещения NoData целочисленными значениями в выходных данных. Если вы хотите, чтобы ячейки со значениями NoData не комбинировались с какими-либо зонами, укажите целочисленное значение вне предполагаемого диапазона выходных зон. Например, если значения для выходных зон варьируются в диапазоне от 1 до 5, присвойте значение меньше 1 или больше 5. Это может быть 0, 100 и -99 Для слияния ячеек NoData с существующей зоной используйте целочисленное значение этой зоны. Если этот параметр не установлен, для ячеек сохраняется значение NoData в выходном растре.

Параметры

ПодписьОписаниеТип данных
Входной растр

Входной переклассифицируемый растр.

Raster Layer
Выходной растр

Выходной переклассифицированный растр.

Выходные данные всегда будут целочисленными.

К атрибутивной таблице выходного растра будет добавлено два новых поля в дополнение к стандартным полям ObjectID, Value и Count. Поле Value указывает на значение класса. Поля ZoneMin и ZoneMax содержат, соответственно, минимальные и максимальные значения, используемые для генерации класса.

Raster Dataset
Число выходных зон
(Дополнительный)

Число зон, на которые будет переклассифицирован входной растр.

Этот параметр обязателен, если задан Метод перекодировки Равная площадь, Равный интервал, Естественные границы или Геометрический интервал.

При использовании Метода перекодировки Среднеквадратическое отклонение (центрированное по среднему), Среднеквадратическое отклонение (границы по среднему) и Заданный интервал, параметр Число выходных зон неактивен. Число выходных зон определяется значением параметра Размер интервала.

Long
Метод интервальной перекодировки
(Дополнительный)

Определяет способ, с помощью которого будет переклассифицирован и разделен на зоны входной растр.

  • Равный интервалДиапазон входных значений будут равномерно разделен на заданное число выходных зон, для определения границ классов. Это значение по умолчанию
  • Равная площадьЧисло входных ячеек будет равномерно разделено на заданное число выходных зон, для определения границ классов. Каждая зона будет представлять схожее количество ячеек, то есть примерно одинаковые площади.
  • Естественные границыГраницы классов определяются таким образом, чтобы минимизировать различия в пределах класса, а максимизировать различия между классами. Границы обычно ставятся там, где выявляются относительно большие изменения в значениях данных.
  • Среднеквадратическое отклонение (центрировано по среднему).Границы классов размещаются выше или ниже среднего значения на основании заданного размера интервала, например, 2, 1 или 0.5 в единицах среднеквадратического отклонения, пока не будут достигнуто минимальное и максимальное значение входного растра. Среднее значение не используется как граница, но центрирует границы двух классов. Одна граница ставится на половине указанного размера интервала выше среднего значения, а вторая - соответственно на половине интервала ниже среднего. Среднеквадратическое отклонение вычисляется с использованием знаменателя n-1, где n - число пикселов со значением.
  • Среднеквадратическое отклонение (центрировано по границе).Среднее значение будет использовано как граница классов. Другие границы классов размещаются выше или ниже среднего значения на основании заданного размера интервала, например, 2, 1 или 0.5 в единицах среднеквадратического отклонения, пока не будут достигнуто минимальное и максимальное значение входного растра. Среднеквадратическое отклонение вычисляется с использованием знаменателя n-1, где n - число пикселов со значением.
  • Заданный интервалГраницы классов будут установлены на ноль и кратны указанному размеру интервала относительно нуля. Они будут обрезаны по минимальному и максимальному значению входных данных для первого и последнего класса. Если в диапазоне значений есть ноль, он всегда будет использоваться как точка разрыва.
  • Геометрический интервалГраницы классов будут установлены на основании интервалов классов, имеющих геометрическую последовательность. Это закономерность, при которой текущее значение равно предыдущему значению, деленному на геометрический коэффициент. Геометрический коэффициент в этом классификаторе может измениться (на обратный к нему), чтобы оптимизировать диапазоны классов. Алгоритм создает геометрические интервалы путем минимизации суммы квадратов числа элементов в каждом классе. Это позволяет гарантировать, что в каждом классе будет примерно равное количество значений, и изменения между интервалами будут постоянными.
String
Начальное значение для выходных данных
(Дополнительный)

Начальное значение, которое будет использовано для зон (классов) в выходном наборе растровых данных.

Классам будет назначены целочисленные значения, возрастающие на 1 от начального значения.

Начальное значение по умолчанию равно 1.

Long
Изменить NoData на значение в выходных данных.
(Дополнительный)

Заменить NoData значением в выходных данных.

Если этот параметр не установлен, для ячеек сохраняется значение NoData в выходном растре.

Long
Размер интервала
(Дополнительный)

Размер интервала между классами.

Этот параметр обязателен, если для Метода перекодировки установлен Заданный интервал, Среднеквадратическое отклонение (центрированное по среднему) или Среднеквадратическое отклонение (границы по среднему).

Если используется Заданный интервал, размер интервала указывает актуальный диапазон значений класса, используемый для вычисления границ классов.

Если используется Среднеквадратическое отклонение (центрированное по среднему) или Среднеквадратическое отклонение (границы по среднему) размер интервала указывает число среднеквадратических отклонений, используемых для вычисления границ классов.

Double

arcpy.ddd.Slice(in_raster, out_raster, {number_zones}, {slice_type}, {base_output_zone}, {nodata_to_value}, {class_interval_size})
ИмяОписаниеТип данных
in_raster

Входной переклассифицируемый растр.

Raster Layer
out_raster

Выходной переклассифицированный растр.

Выходные данные всегда будут целочисленными.

К атрибутивной таблице выходного растра будет добавлено два новых поля в дополнение к стандартным полям ObjectID, Value и Count. Поле Value указывает на значение класса. Поля ZoneMin и ZoneMax содержат, соответственно, минимальные и максимальные значения, используемые для генерации класса.

Raster Dataset
number_zones
(Дополнительный)

Число зон, на которые будет переклассифицирован входной растр.

Этот параметр обязателен, если задан slice_type EQUAL_AREA, EQUAL_INTERVAL, NATURAL_BREAKS или GEOMETRIC_INTERVAL.

При использовании slice_type STANDARD_DEVIATION_MEAN_CENTERED, STANDARD_DEVIATION_MEAN_BREAK или DEFINED_INTERVAL, параметр number_zones неактивен. Число выходных зон определяется значением параметра class_interval_size.

Long
slice_type
(Дополнительный)

Определяет способ, с помощью которого будет переклассифицирован и разделен на зоны входной растр.

  • EQUAL_INTERVALДиапазон входных значений будут равномерно разделен на заданное число выходных зон, для определения границ классов. Это значение по умолчанию
  • EQUAL_AREAЧисло входных ячеек будет равномерно разделено на заданное число выходных зон, для определения границ классов. Каждая зона будет представлять схожее количество ячеек, то есть примерно одинаковые площади.
  • NATURAL_BREAKSГраницы классов определяются таким образом, чтобы минимизировать различия в пределах класса, а максимизировать различия между классами. Границы обычно ставятся там, где выявляются относительно большие изменения в значениях данных.
  • STANDARD_DEVIATION_MEAN_CENTEREDГраницы классов размещаются выше или ниже среднего значения на основании заданного размера интервала, например, 2, 1 или 0.5 в единицах среднеквадратического отклонения, пока не будут достигнуто минимальное и максимальное значение входного растра. Среднее значение не используется как граница, но центрирует границы двух классов. Одна граница ставится на половине указанного размера интервала выше среднего значения, а вторая - соответственно на половине интервала ниже среднего. Среднеквадратическое отклонение вычисляется с использованием знаменателя n-1, где n - число пикселов со значением.
  • STANDARD_DEVIATION_MEAN_BREAKСреднее значение будет использовано как граница классов. Другие границы классов размещаются выше или ниже среднего значения на основании заданного размера интервала, например, 2, 1 или 0.5 в единицах среднеквадратического отклонения, пока не будут достигнуто минимальное и максимальное значение входного растра. Среднеквадратическое отклонение вычисляется с использованием знаменателя n-1, где n - число пикселов со значением.
  • DEFINED_INTERVALГраницы классов будут установлены на ноль и кратны указанному размеру интервала относительно нуля. Они будут обрезаны по минимальному и максимальному значению входных данных для первого и последнего класса. Если в диапазоне значений есть ноль, он всегда будет использоваться как точка разрыва.
  • GEOMETRIC_INTERVALГраницы классов будут установлены на основании интервалов классов, имеющих геометрическую последовательность. Это закономерность, при которой текущее значение равно предыдущему значению, деленному на геометрический коэффициент. Геометрический коэффициент в этом классификаторе может измениться (на обратный к нему), чтобы оптимизировать диапазоны классов. Алгоритм создает геометрические интервалы путем минимизации суммы квадратов числа элементов в каждом классе. Это позволяет гарантировать, что в каждом классе будет примерно равное количество значений, и изменения между интервалами будут постоянными.
String
base_output_zone
(Дополнительный)

Начальное значение, которое будет использовано для зон (классов) в выходном наборе растровых данных.

Классам будет назначены целочисленные значения, возрастающие на 1 от начального значения.

Начальное значение по умолчанию равно 1.

Long
nodata_to_value
(Дополнительный)

Заменить NoData значением в выходных данных.

Если этот параметр не установлен, для ячеек сохраняется значение NoData в выходном растре.

Long
class_interval_size
(Дополнительный)

Размер интервала между классами.

Этот параметр необходим, если параметр slice_type задан как DEFINED_INTERVAL, STANDARD_DEVIATION_MEAN_CENTERED или STANDARD_DEVIATION_MEAN_BREAK.

Если используется DEFINED_INTERVAL, размер интервала указывает актуальный диапазон значений класса, используемый для вычисления границ классов.

Если используется STANDARD_DEVIATION_MEAN_CENTERED или STANDARD_DEVIATION_MEAN_BREAK размер интервала указывает число среднеквадратических отклонений, используемых для вычисления границ классов.

Double

Пример кода

Slice, пример 1 (окно Python)

Переклассификация входного растра на пять классов на основе естественных групп, присущих данным.

import arcpy
from arcpy import env
env.workspace = "C:/data"
arcpy.ddd.Slice("elevation", "c:/output/elev_slice.tif", 5, "NATURAL_BREAKS")
Slice, пример 2 (окно Python)

Переклассифицирует входной растр с заданным интервалом, равным 10.

import arcpy
from arcpy import env
env.workspace = "C:/data"
arcpy.ddd.Slice("elevation", "c:/output/elev_slice_02.tif", "", "DEFINED_INTERVAL", "", "", 10)
Slice, пример 3 (автономный скрипт)

Переклассификация входного растра на десять классов на основе естественных групп в данных, с указанием начального значения для выходных классов на -5.

# Name: Slice_3d_Ex_03.py
# Description: Slices the input raster into 10 zones(classes) based on natural groupings inherent in the data
#              Specify the starting value for output classes to be -5.
# Requirements: 3D Analyst Extension

# Import system modules
import arcpy
from arcpy import env

# Set environment settings
env.workspace = "C:/data"

# Set local variables
inRaster = "elevation"
outRaster = "C:/output/elev_slice_03.tif"
numberZones = 10
baseOutputZone = -5

# Execute Slice
arcpy.ddd.Slice(inRaster, outRaster, numberZones, "NATURAL_BREAKS", baseOutputZone)
Slice, пример 4 (автономный скрипт)

Переклассифицирует входной растр на 10 классов равной площади. Назначает значение NoData ячейкам, значение который в выходных данных равно -99.

# Name: Slice_3d_Ex_04.py
# Description: Slices the input raster into 10 zones(classes) based on equal area.
#              Assign NoData cells to have a value of -99 in the output.
# Requirements: 3D Analyst Extension

# Import system modules
import arcpy
from arcpy import env

# Set environment settings
env.workspace = "C:/data"

# Set local variables
inRaster = "elevation"
outRaster = "C:/output/elev_slice_04.tif"
numberZones = 10
baseOutputZone = 5
nodataToValue = -99
classIntervalSize = "" # or None

# Execute Slice
arcpy.ddd.Slice(inRaster, outRaster, numberZones, "EQUAL_AREA", baseOutputZone, nodataToValue, classIntervalSize)

Информация о лицензиях

  • Basic: Обязательно 3D Analyst или Spatial Analyst
  • Standard: Обязательно 3D Analyst или Spatial Analyst
  • Advanced: Обязательно 3D Analyst или Spatial Analyst

Связанные разделы