Выполнение анализа многомерных растров в ArcGIS Pro
Доступно с лицензией Image Analyst.
В ArcGIS Pro вы можете визуализировать и обрабатывать научные данные для временного и пространственного анализа.
Вы можете работать с научными данными в ArcGIS Pro, используя различные форматы: пространственно-временные кубы, многомерные слои, наборы данных мозаики и наборы многомерных растровых данных в облачном растровом формате (CRF). В этом руководстве вы познакомитесь с некоторыми способами обработки и отображения научных данных с использованием наборов многомерных растровых данных.
Сначала вы добавите слой многомерного растра в ArcGIS Pro, отображающий температуру поверхности моря, из архива исследовательских данных Национального центра атмосферных исследований (NCAR).
Далее вы будете использовать инструменты геообработки и построения графиков, чтобы исследовать изменение температуры поверхности моря с течением времени и обнаружить аномалии потепления в океане.
Лицензия:
Для выполнения этого руководства требуются ArcGIS Pro 2.5 или новее и дополнительный модуль ArcGIS Image Analyst.
Добавление многомерных данных в проект
Пакет данных для этого урока предоставлен NCAR Research Data Archive. Это файл netCDF, входящий в продукт Climate Forecast System Reanalysis (CFSR). Он содержит данные ежемесячные о температуре на поверхности моря за 35 лет, с пространственным разрешением 0,5 градуса.
В ArcGIS Pro создайте проект при помощи шаблона Карта и при необходимости выполните вход в свою учетную запись ArcGIS Online.
Во вкладке Карта в группе Слой щелкните ниспадающее меню Добавить данные и выберите Многомерный растровый слой.
В диалоговом окне Добавить слои многомерных растров в разделе Входной файл, Набор данных мозаики или Cервис изображений нажмите кнопку Импортировать переменные из файла и перейдите в C:\SampleData\SST_tutorial или в другое место, где вы загрузили обучающие данные. Выберите файл CFSR_sst.nc и нажмите OK.
Вкладка Многомерные появится под Растровым слоем в ленте.
Уменьшите масштаб до полного экстента набора данных. Поставьте отметку рядом с переменной cfsrsst, чтобы выбрать температуру поверхности моря, и выберите Многомерный многовариантный растр в качестве опции Выходная конфигурация . Остальные параметры оставьте по умолчанию и щелкните OK.
Нажмите правой кнопкой мыши слой CFSR_sst.nc в панели Содержание и выберите Приблизить к слою.
Этот файл NetCDF содержит ежемесячные данные о температуре поверхности моря за 36 лет с 1980 по 2015 год.
Щелкните слой правой кнопкой и выберите Свойства. В Свойствах слоя откройте меню Источник и разверните раздел Многомерная информация.
Перечислены переменные и свойства переменных многомерного набора данных. Разверните переменную cfsrsst, чтобы просмотреть информацию об измерении. В этом случае данные о температуре поверхности моря упорядочены по временному измерению, называемому StdTime (стандартное время), с интервалом в 1 месяц с 1980 по 2015 год, в общей сложности для 432 растров.
Щелкните OK, чтобы закрыть Свойства слоя.
Нажмите на вкладку Многомерные, чтобы просмотреть доступные возможности.
Используйте ниспадающий список StdTime в группе Срез текущего отображения для отображения ежемесячной температуры поверхности моря в течение различных месяцев и лет.
Обработка данных о температуре поверхности моря
Далее вы обработаете набор растровых данных ежемесячной температуры поверхности моря, чтобы сосредоточиться на годовой максимальной температуре поверхности моря и температурных аномалиях.
Примечание:
Инструменты растрового анализа, используемые в этом разделе, находятся в группе инструментов Многомерный анализ в наборе инструментов Image Analyst. Кроме того, набор инструментов Многомерные данные содержит инструменты, которые управляют многомерными растровыми данными.
На вкладке Многомерные, в группе Анализ нажмите кнопку Агрегировать, чтобы открыть инструмент геообработки Агрегировать многомерный растр.
Этот инструмент объединяет срезы из существующего многомерного набора данных по измерению для создания нового многомерного растра CRF.
Примечание:
Если дополнительный модуль ArcGIS Image Analyst не был лицензирован для ArcGIS Pro, вы не сможете получить доступ к этим инструментам.
Введите следующие параметры:
В качестве Входного многомерного растра выберите CFSR_sst.nc.
В разделе Переменные отметьте cfsrsst [StdTime=432] ((null)).
Для Выходного многомерного растра выберите YearlySST.crf.
Для Измерения выберите StdTime.
Для Метода агрегирования выберите Максимум.
Для Определения агрегирования выберите Ключевое слово интервала.
Для Ключевого слова интервала выберите Ежегодно.
Отметьте Игнорировать NoData.
Щелкните Запустить.
Результатом является набор многомерных растровых данных в формате .crf, содержащий годовое максимальное значение температуры поверхности моря для каждого пиксела и каждого года в наборе данных.
Дважды щелкните слой YearlySST.crf на панели Содержание, чтобы открыть диалоговое окно Свойства слоя. Откройте меню Источник и разверните раздел Многомерная информация.
Обратите внимание, что количество значений StdTime изменилось с 432 (месяцы) до 36 (годы). Теперь вы изучите некоторые аномалии.
Щелкните кнопку Назад на панели Геообработка, чтобы перейти обратно в меню. Откройте инструмент Создать многомерную аномалию в наборе инструментов Многомерный анализ.
Этот инструмент генерирует многомерный растр CRF, отображающий для каждого года разницу в температуре между каждым пикселом и глобальным средним значением за этот год.
Введите следующие параметры:
Для Входного многомерного растра выберите YearlySST.crf.
Для Выходного многомерного растра выберите YearlySSTAnomalies.crf.
В разделе Переменные отметьте cfsrsst [StdTime=36]().
Для Метода вычисления аномалии выберите Отличия от среднего.
Для Интервала расчета среднего выберите Все.
Отметьте Игнорировать NoData.
Щелкните Запустить.
Когда инструмент завершится, на карте появится новый растровый слой.
Со слоем YearlySSTAnomalies.crf на панели Содержание откройте вкладку Оформление под контекстной вкладкой Растровый слой на ленте. В группе Отображение щелкните ниспадающее меню Тип растяжки и выберите Среднеквадратическое отклонение.
Результатом является набор многомерных растровых данных в формате .crf, где пикселы, выделенные красным цветом, указывают на максимальные годовые температуры, которые были выше среднемировой температуры поверхности моря в этом году. Пикселы, выделенные синим цветом, указывают на температуру ниже среднемировой.
Исследуйте изменения температуры поверхности моря и аномалии
Теперь, когда у вас есть данные об аномалиях для максимальных годовых температур, вы можете визуализировать и исследовать их. Вы можете использовать вкладку Многомерные и диаграммы временного профиля, чтобы определить области, в которых происходят изменения, и увидеть тренды.
Выберите слой YearlySSTAnomalies.crf на панели Содержание и откройте вкладку Многомерные на ленте.
В группе Срез текущего отображения нажмите кнопку Воспроизвести срезы по StdTime, чтобы увидеть обновление отображения каждый год в наборе данных.
Установите StdTime в Срезе текущего отображения на 1998-01-01T00:00:00 - 1998-12-31T23:59:59, чтобы увидеть годовые температурные аномалии за 1998 год.
у западного побережья Южной Америки появилась большая красная область. Аномалия простирается через Тихий океан, показывая область, где максимальные температуры были намного выше, чем температура мирового океана.
Щелкните правой кнопкой слой CFSR_sst.nc, выберите Создать диаграмму и выберите Временной профиль.
Появится панель Свойства диаграммы, а также в нижней части проекта появится окно диаграммы.
Настройте временную диаграмму:
Щелкните кнопку точки под Задать область интереса. Поместите точку в Тихом океане в большой красной области, описанной выше (около 84.2696° западной долготы и 4.433006° южной широты).
В разделе Опции биннинга времени измените Размер интервала на 1 год.
При необходимости в разделе Все местоположения используйте ниспадающее меню в столбце Переменная, чтобы выбрать cfsrsst.
На диаграмме обновляется временной профиль местоположения точки за 36 лет данных. Вы можете дополнительно настроить диаграмму, используя вкладки Оси, Направляющие, Формат и Общие в верхней части панели Свойств диаграммы.
В разделе Формат времени для Формата даты выберите (гггг) или 2020 (гггг). Для Формата времени выберите <none>.
Перейдите на вкладку Общие на панели Свойств диаграммы. Измените название диаграммы на Температура поверхности моря с 1980 по 2015 год. Измените заголовок по оси X на Дата, а заголовок по оси Y на Средняя температура поверхности моря (K).
Обратите внимание, что максимальная температура была намного выше в течение двух лет, чем в другие годы. Наведите курсор на две точки, чтобы увидеть, что в 1983 и 1997 годах температура воздуха была выше средней.
Эти два года и большая красная область в данных об аномалиях соответствуют двум явлениям Эль-Ниньо, при которых в центральной и восточно-центральной частях Тихого океана образуется полоса теплой океанской воды.
Нажмите кнопку точечного объекта еще раз и на этот раз добавьте точку в водах у юго-восточного побережья Гренландии (около 32.997154° западной долготы и 64.789142° северной широты).
Снимите отметку рядом с первой точкой местоположения на панели Свойств диаграммы, чтобы удалить данные об Эль-Ниньо с диаграммы.
Таким образом, вы сможете лучше рассмотреть профиль для Гренландии.
Временной профиль этой части света отличается от восточно-центрального района Тихого океана. Здесь вы можете наблюдать отчетливое, неуклонное повышение температуры с течением времени — одно из многих последствий глобального изменения климата.
Используйте набор данных аномалий CRF для поиска других интересных областей.
Краткая информация
В этом руководстве вы добавили на свою карту данные о температуре поверхности моря за месяц и использовали инструменты геообработки, чтобы объединить эти данные в годовую максимальную температуру и рассчитать аномалии. Затем вы исследовали свои данные с помощью диаграмм временного профиля. Более подробную информацию по этим темам см. в разделах:
Пакет данных для этого урока предоставлен NCAR Research Data Archive:
Saha, S., et al. 2010. NCEP Climate Forecast System Reanalysis (CFSR) Monthly Products, January 1979 to December 2010. Research Data Archive at the National Center for Atmospheric Research, Computational and Information Systems Laboratory. https://doi.org/10.5065/D6DN438J. Accessed 6/21/19.
