Anomaly

获得 Image Analyst 许可后可用。

需要 Spatial Analyst 许可。

摘要

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。

说明

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。 DIFFERENCE_FROM_MEAN—计算像素值与该像素值跨由间隔定义的剖切的平均值之差。这是默认设置。 PERCENT_DIFFERENCE_FROM_MEAN—计算像素值与该像素值跨剖切（由间隔定义）的平均值的百分比差值。 PERCENT_OF_MEAN—计算平均值的百分比。 (默认值为 DIFFERENCE_FROM_MEAN)	String
temporal_interval	指定用于计算平均值的时间间隔。 None—计算每个像素跨所有剖切的平均值。这是默认设置。 HOURLY—计算每个像素的每小时平均值。 DAILY—计算每个像素的每日平均值。 WEEKLY—计算每个像素的每周平均值。 MONTHLY—计算每个像素的每月平均值。 YEARLY—计算每个像素的每年平均值。 (默认值为 None)	String
ignore_nodata	指定分析中是否忽略 NoData 值。 True - 分析将包括沿给定维度的所有有效像素，并忽略所有 NoData 像素。这是默认设置。 False - 如果沿给定维度的像素包含任意 NoData 值，则分析结果将变为 NoData。 (默认值为 True)	Boolean

返回值

数据类型	说明
Raster	输出异常多维栅格。

代码示例

异常示例

计算所有剖切的降水量异常和月降水量异常值。

import arcpy
from arcpy.sa import *

arcpy.CheckOutExtension("Spatial")
 
in_raster = Raster("C:/sapyexamples/data/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')