PredictUsingTrend

获得 Image Analyst 许可后可用。

摘要

使用来自 GenerateTrend 函数的输出趋势栅格计算预测的多维栅格对象。

说明

有关此函数工作原理的详细信息，请参阅使用趋势栅格预测函数。

栅格对象所引用的栅格数据集是临时性的。 要将其设置为永久，可以调用栅格对象的 save 方法。

语法

PredictUsingTrend (raster, {dimension_definition_type}, {dimension_values}, {start}, {end}, {interval_value}, {interval_unit})

参数	说明	数据类型
raster	来自 GenerateTrend 函数的输入趋势栅格。	Raster
dimension_definition_type	指定要用于提供预测维度值的方法。 BY_VALUE - 将针对单个维度值或由 dimension_values 参数定义的一系列维度值来计算预测。这是默认设置。 BY_INTERVAL - 将针对由 start 和 end 参数定义的维度间隔来计算预测。 (默认值为 BY_VALUE)	String
dimension_values [dimension_values,...]	预测中要使用的一个或一系列维度值。该值的格式必须与输入多维栅格中的维度格式相匹配。如果为 StdTime 维度生成了趋势栅格，则其格式将为 YYYY-MM-DDTHH:MM:SS，例如 2050-01-01T12:00:00。 当将 dimension_def 参数设置为 BY_VALUE 时，此参数为必需项。 (默认值为 None)	String
start	预测中要使用的维度间隔的开始日期、高度或深度。该值的格式必须与输入多维栅格中的维度格式相匹配。 (默认值为 None)	String
end	预测中要使用的维度间隔的结束日期、高度或深度。该值的格式必须与输入多维栅格中的维度格式相匹配。 (默认值为 None)	String
interval_value	要包含在预测中的两个纬度值之间的步长数量。默认值为 1。 (默认值为 1)	Double
interval_unit	指定将用于 interval_value 参数的单位。仅当分析的维度是时间维度时，此参数才适用。 HOURS - 将在用 start、end 和 interval_value 参数描述的时间范围内计算每小时的预测。 DAYS - 将在用 start、end 和 interval_value 参数描述的时间范围内计算每天的预测。 WEEKS - 将在用 start、end 和 interval_value 参数描述的时间范围内计算每周的预测。 MONTHS - 将在用 start、end 和 interval_value 参数描述的时间范围内计算每月的预测。 YEARS - 将在用 start、end 和 interval_value 参数描述的时间范围内计算每年的预测。 (默认值为 HOURS)	String

返回值

数据类型	说明
Raster	输出栅格。

代码示例

PredictUsingTrendRaster 示例

本示例将生成 2025 年每个月的预测 NDVI 值。

# Import system modules
import arcpy
from arcpy.ia import *

# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")

# Set the local variables
in_raster = "C:/Data/NDVI_Trend.crf"
dimension_def = "BY_INTERVAL"
dimension_values = "None"
start = "2025-01-01T00:00:00"
end = "2025-12-31T00:00:00"
interval_value = 1
interval_unit = "MONTHS"

# Apply PredictUsingTrendRaster function
predicted_raster = arcpy.ia.PredictusingTrend(in_raster, dimension_def, 
                        dimension_values , start, end, interval_value, interval_unit)
	
# Save the output
predicted_raster.save("C:/arcpyExamples/outputs/predicted_NDVI.crf")