获得 Image Analyst 许可后可用。
需要 Spatial Analyst 许可。
描述
根据时间维度间隔和异常计算方法,创建包含输入多维栅格的异常像素值的栅格对象。
讨论
使用 Anomaly 函数可计算多维栅格对象中时间变量的像素值异常。例如,如果具有每日降雨量数据,则可以查找整个数据集中与每月平均降雨量值高度不同的像素。
可通过三种数学方法使用此函数计算异常值,如下所示:
- 与平均值的差值 = x - µ
- x = 剖切中的像素值
- μ = 给定时间间隔内该像素值的平均值
- 与平均值的百分比差值 = |x - µ| /[(x + µ)/2]
- x = 剖切中的像素值
- μ = 给定时间间隔内该像素值的平均值
- |x - µ| = 该值与平均值之差的绝对值
- 平均值百分比 = x / µ
- x = 剖切中的像素值
- μ = 给定时间间隔内该像素值的平均值
栅格对象的引用栅格数据集是临时的。要将其设置为永久,可以调用栅格对象的 save 方法。
语法
Anomaly (in_raster, {dimension_name}, {anomaly_type}, {temporal_interval}, {ignore_nodata})
参数 | 说明 | 数据类型 |
in_raster | 输入多维栅格。 | Raster |
dimension_name | 执行异常定义时所沿的维度名称。 (默认值为 StdTime) | String |
anomaly_type | 指定用于计算异常的方法。
(默认值为 DIFFERENCE_FROM_MEAN) | String |
temporal_interval | 指定用于计算平均值的时间间隔。
(默认值为 None) | String |
ignore_nodata | 指定分析中是否忽略 NoData 值。
(默认值为 True) | Boolean |
数据类型 | 说明 |
Raster | 输出异常多维栅格。 |
代码示例
计算所有剖切的降水量异常和月降水量异常值。
import arcpy
from arcpy.ia import *
arcpy.CheckOutExtension("ImageAnalyst")
in_raster = Raster('ClimateData_Daily.nc', True)
# Choose the precipitation variable
prcp_raster = Subset(in_raster, variables = 'prcp')
# Calculate percent of mean anomalies,
# where the mean_value is the mean of all slices
prcp_anomaly = Anomaly(prcp_raster, anomaly_type = 'PERCENT_OF_MEAN')
# Calculate the difference from mean,
# where the mean_value is the mean of each year
prcp_monthly_anomaly = Anomaly(
prcp_raster, temporal_interval = 'YEARLY')