Выявление точек изменения (Углубленный анализ пространственно-временных закономерностей)

Краткая информация

Определяет временные шаги при изменении статистического свойства временного ряда для каждого местоположения куба пространство-время.

Инструмент может обнаруживать изменения среднего значения, среднеквадратичного отклонения или линейного тренда непрерывных переменных, а также изменения среднего значения исчисляемых переменных. Количество точек изменения в каждом местоположении может быть определено инструментом, или может быть задано определенное количество точек изменения, которое будет использоваться для всех местоположений. Точки изменения делят каждый временной ряд на сегменты, в которых значения в каждом сегменте имеют одинаковое среднее значение, среднеквадратичное отклонение или линейный тренд. Точки изменения определяются как первый временной шаг в каждом новом сегменте, поэтому количество точек изменения всегда на единицу меньше количества сегментов.

Узнайте больше о том, как работает инструмент Выявление точек изменения

Иллюстрация

Иллюстрация инструмента Выявление точек изменений

Использование

  • Если параметр Метод установлен на Автоматическое определение числа точек изменений, параметр Чувствительность обнаружения используется для управления чувствительностью выявления. Более высокие значения чувствительности приводят к большему количеству точек изменения в каждом местоположении. Выбор чувствительности имеет решающее значение для результатов анализа, поэтому рекомендуется попробовать несколько значений и сравнить результаты.

    Узнать больше о чувствительности обнаружения

  • Для переменных анализа, которые представляют собой количества, параметр Тип изменения опции Количество, как правило, больше всего подходит для выявления изменений в средних значениях количеств. Однако опция Сдвиг среднего может обеспечить эквивалентные или лучшие результаты для количественных данных. Это связано с тем, что модель типа изменения Количество предполагает, что значения каждого сегмента следуют распределению Пуассона, в котором дисперсия сегмента равна среднему значению сегмента. Тип изменения Сдвиг среднего вместо этого предполагает, что значения каждого сегмента распределены нормально, поэтому среднее значение может быть больше или меньше дисперсии значений.

    В распределении Пуассона большинство значений находится в пределах примерно двух значений квадратного корня от среднего значения. Например, для распределения Пуассона со средним значением, равным 100, примерно 95 процентов величин численности будут между 80 и 120 (2 * sqrt(100) = 20). Для распределения Пуассона со средним значением, равным 1 миллиону, большинство величин численности будут между 998 000 и 1 002 000 (квадратный корень из 1 миллиона равен 1 000). Диапазон численности более узкий для большего среднего значения, равного 1 миллиону, где большинство величин численности находятся в пределах 0.2 процента от среднего значения. Однако при меньшем среднем значении, равном 100, до 20 процентов численности отличается от среднего значения. При сравнении их со средним значением, если значения ваших численностей отличаются больше, чем ожидалось от распределения Пуассона, большое количество временных шагов могут быть выявлены как точки изменения. Чаще всего это происходит с большими численностями. В этом случае рекомендуется выявлять сдвиг среднего.

  • Этот инструмент использует файлы netCDF, созданные инструментами в Наборе инструментов Углубленный анализ пространственно-временных закономерностей.

    Более подробно о создании куба пространство-время

  • Значение параметра Выходные объекты будет добавлено на панель Содержание и будет отображаться на основе количества точек изменения, обнаруженных в каждом местоположении, вместе с полями дат первой и последней точки изменения. Всплывающие окна объектов включают диаграмму-график, показывающую значения временного ряда, точки изменения и оценки среднего или среднеквадратического отклонения сегментов между каждой точкой изменения.

  • Время слоя значения параметра Выходные объекты основано на дате первой точки изменения. Вы можете использовать бегунок времени для фильтрации местоположений на основе даты первой точки изменения. Время слоя можно изменить на дату последней точки изменения в свойствах слоя.

  • Входной куб пространство-время обновляется с учетом результатов анализа и может использоваться в инструменте Визуализация куба Пространство-Время в 3D с опцией Точки изменения временных рядов параметра Тема отображения для отображения результатов в 3D. Выходные данные будут содержать по одному объекту для каждого временного шага куба пространство-время с полями, указывающими, является ли временной шаг точкой изменения, с оценками среднего или среднеквадратического отклонения сегмента. Использование куба пространство-время в инструменте Визуализация куба Пространство-Время в 2D позволит воссоздать выходной класс пространственных объектов для выявления точки изменения.

  • Этот инструмент поддерживает параллельную обработку для анализа отдельных местоположений в разных ядрах обработки и по умолчанию использует 50 процентов доступных процессоров. Количество используемых процессоров можно изменить при помощи параметра среды Коэффициент параллельной обработки.

Параметры

ПодписьОписаниеТип данных
Входной куб Пространство-Время

Куб пространство-время, содержащий переменную для анализа. У файлов куба пространство-время расширение - .nc; они создаются разнообразными инструментами в наборе инструментов Углубленный анализ пространственно-временных закономерностей.

File
Переменная анализа

Числовая переменная куба пространство-время, содержащая значения временных рядов для каждого местоположения.

String
Выходные объекты

Выходной класс пространственных объектов, который будет содержать результаты выявления точек изменения. Слой отображает количество точек изменения, выявленных в каждом местоположении, и содержит всплывающие линейные диаграммы, показывающие значения временного ряда, точки изменения и оценки среднего или среднеквадратичного отклонения для каждого сегмента.

Feature Class
Тип изменения
(Дополнительный)

Задает тип выявляемого изменения. Каждая опция определяет статистическое свойство временного ряда, которое предполагается постоянным в каждом сегменте. Значение изменяется на новое постоянное значение в каждой точке изменения временного ряда.

  • Cдвиг среднегоБудут выявлены сдвиги в среднем значении. Это значение по умолчанию
  • Среднеквадратическое отклонениеБудут выявлены изменения среднеквадратического отклонения.
  • Уклон (Линейный тренд)Будут выявлены изменения в уклоне (линейный тренд).
  • КоличествоБудут обнаружены изменения средних значений количественных данных.
String
Метод
(Дополнительный)

Определяет, будет ли количество точек изменения определяться автоматически или будет задано определенное количество точек изменения, используемых для всех местоположений.

  • Автоматическое определение числа точек изменения (PELT)Количество точек изменения будет определено автоматически. Чувствительность выявления будет определяться параметром Чувствительность обнаружения. Это значение по умолчанию
  • Заданное количество точек изменения (SegNeigh)Количество точек изменений будет определяться параметром Число точек изменения.
String
Число точек изменения
(Дополнительный)

Количество точек изменения, которые будут выявлены в каждом местоположении. Значение по умолчанию равно 1.

Long
Чувствительность обнаружения
(Дополнительный)

Число от 0 до 1, определяющее чувствительность обнаружения. Большие значения приведут к большему количеству обнаруженных точек изменения в каждом местоположении. Значение по умолчанию равно 0.5.

Double
Минимальная длина сегмента
(Дополнительный)

Минимальное число временных шагов внутри каждого сегмента. Точки изменения делят каждый временной ряд на сегменты, и каждый сегмент должен иметь не менее этого числа временных шагов. Для изменения в среднем, стандартном отклонении или количестве по умолчанию указано 1, то есть каждый временной шаг может быть точкой изменения. Для выявления изменений в уклоне (линейный тренд), значение по умолчанию - 2, так как для подгонки линии необходимо минимум два значения. Значение должно быть меньше половины числа временных шагов во временном ряде.

Long

arcpy.stpm.ChangePointDetection(in_cube, analysis_variable, output_features, {change_type}, {method}, {num_change_points}, {sensitivity}, {min_seg_len})
ИмяОписаниеТип данных
in_cube

Куб пространство-время, содержащий переменную для анализа. У файлов куба пространство-время расширение - .nc; они создаются разнообразными инструментами в наборе инструментов Углубленный анализ пространственно-временных закономерностей.

File
analysis_variable

Числовая переменная куба пространство-время, содержащая значения временных рядов для каждого местоположения.

String
output_features

Выходной класс пространственных объектов, который будет содержать результаты выявления точек изменения. Слой отображает количество точек изменения, выявленных в каждом местоположении, и содержит всплывающие линейные диаграммы, показывающие значения временного ряда, точки изменения и оценки среднего или среднеквадратичного отклонения для каждого сегмента.

Feature Class
change_type
(Дополнительный)

Задает тип выявляемого изменения. Каждая опция определяет статистическое свойство временного ряда, которое предполагается постоянным в каждом сегменте. Значение изменяется на новое постоянное значение в каждой точке изменения временного ряда.

  • MEANБудут выявлены сдвиги в среднем значении. Это значение по умолчанию
  • STANDARD_DEVIATIONБудут выявлены изменения среднеквадратического отклонения.
  • SLOPEБудут выявлены изменения в уклоне (линейный тренд).
  • COUNTБудут обнаружены изменения средних значений количественных данных.
String
method
(Дополнительный)

Определяет, будет ли количество точек изменения определяться автоматически или будет задано определенное количество точек изменения, используемых для всех местоположений.

  • AUTO_DETECTКоличество точек изменения будет определено автоматически. Чувствительность выявления будет определяться параметром sensitivity. Это значение по умолчанию
  • DEFINED_NUMBERКоличество точек изменений будет определяться параметром num_change_points.
String
num_change_points
(Дополнительный)

Количество точек изменения, которые будут выявлены в каждом местоположении. Значение по умолчанию равно 1.

Long
sensitivity
(Дополнительный)

Число от 0 до 1, определяющее чувствительность обнаружения. Большие значения приведут к большему количеству обнаруженных точек изменения в каждом местоположении. Значение по умолчанию равно 0.5.

Double
min_seg_len
(Дополнительный)

Минимальное число временных шагов внутри каждого сегмента. Точки изменения делят каждый временной ряд на сегменты, и каждый сегмент должен иметь не менее этого числа временных шагов. Для изменения в среднем, стандартном отклонении или количестве по умолчанию указано 1, то есть каждый временной шаг может быть точкой изменения. Для выявления изменений в уклоне (линейный тренд), значение по умолчанию - 2, так как для подгонки линии необходимо минимум два значения. Значение должно быть меньше половины числа временных шагов во временном ряде.

Long

Пример кода

ChangePointDetection, пример 1 (окно Python)

Скрипт Python, демонстрирующий использование функции ChangePointDetection.

import arcpy
arcpy.env.workspace = "C:/Analysis"

# Automatically detect changes in population counts
arcpy.stpm.ChangePointDetection("Population.nc", "Pop_NONE_ZEROS", 
                            "Analysis.gdb/Population_Change_Points", 
                            "COUNT", "AUTO_DETECT", "", 0.5, 1)
ChangePointDetection, пример 2 (автономный скрипт)

Скрипт Python, демонстрирующий использование функции ChangePointDetection.

# Detect changes in air temperature.

# Import system modules.
import arcpy

# Set property to overwrite existing output.
arcpy.env.overwriteOutput = True

# Set workspace.
workspace = r"C:\Analysis"
arcpy.env.workspace = workspace

# Detect the largest mean shift of temperature measurements.
arcpy.stpm.ChangePointDetection("Air_Temp.nc", "MAX_DEGREES_F", 
                            "Analysis.gdb/Temperature_Change_Points", 
                            "MEAN", "DEFINED_NUMBER", 1, "", 3)

# Create a feature class visualizing the change point results in a 3D scene view.
arcpy.stpm.VisualizeSpaceTimeCube3D("Air_Temp.nc", "Pop_NONE_ZEROS", 
                                    "VALUE", "Analysis.gdb/ForecastsFC")

Информация о лицензиях

  • Basic: Да
  • Standard: Да
  • Advanced: Да

Связанные разделы