Générer un raster de tendance (Outils Image Analyst)

Résumé

Estimer la tendance pour chaque pixel selon une dimension pour une ou plusieurs variables d’un raster multidimensionnel.

Utilisation

Voici un exemple d’utilisation de cet outil. Vous disposez de 40 années de données mensuelles sur la température des océans et voulez ajuster une ligne de tendance pour chaque pixel afin de voir où et comment la température a évolué au fil du temps.
Parmi les jeux de données raster multidimensionnel pris en charge se trouvent le format Cloud Raster Format (CRF), les mosaïques multidimensionnelles ou les couches raster multidimensionnelles générées par des fichiers au format netCDF, GRIB ou HDF.
Cet outil crée un jeu de données raster multidimensionnel au format Cloud Raster Format (CRF). Actuellement, aucun autre format en sortie n’est pris en charge.
Par défaut, le raster multidimensionnel en sortie sera compressé à l’aide du type de compression LZ77. Nous vous recommandons néanmoins de changer le type de compression de sorte à utiliser la compression LERC et d’ajuster la valeur d’erreur maximale en fonction des données. Par exemple, si vous voulez que la précision des résultats de l’analyse soit de trois décimales, utilisez la valeur d’erreur maximale 0,001. Évitez les exigences de précision inutiles, car elles ne feront qu’augmenter le temps de traitement et l’espace nécessaire au stockage.
Cet outil permet d’ajuster les données sur une courbe de tendance linéaire, harmonique ou polynomiale ou de détecter la tendance au moyen du test de Mann-Kendall ou Kendall saisonnier.
Les tests de Mann-Kendall et Kendall saisonnier permettent de déterminer si les données présentent une tendance monotonique. Ils ne sont pas paramétriques, c’est-à-dire qu’ils ne formulent aucune hypothèse sur la distribution spécifique des données. Le test de Mann-Kendall ne considère pas une corrélation sérielle ou des effets saisonniers. Si les données ont une saisonnalité, le test de Kendall saisonnier est plus adapté.
Si l’outil réalise le test de Mann-Kendall ou Kendall saisonnier, la sortie est un raster à cinq bandes, où :
- Bande 1 = Pente de Sen
- Bande 2 = Valeur p
- Bande 3 = Score de Mann-Kendall (S)
- Bande 4 = Variance S
- Bande 5 = Score z
Les sorties des tests de Mann-Kendall ou Kendall saisonnier permettent de déterminer les pixels de votre série temporelle multidimensionnelle qui présentent une tendance statistiquement significative. Vous pouvez utiliser cette information avec une analyse de tendance linéaire, harmonique ou polynomiale pour extraire les tendances significatives de vos séries temporelles. Vous générez un masque comportant les pixels avec une valeur de p significative, appliquez le masque au raster multidimensionnel et utilisez ce raster multidimensionnel masqué comme entrée de l’outil pour effectuer une analyse de tendance linéaire, harmonique ou polynomiale.
Trois options de ligne de tendance permettent d’ajuster une tendance aux valeurs de variable par rapport à une dimension : linéaire, harmonique et polynomiale. Ces trois options d’ajustement de tendance sont décrites ci-après.
- Linear—La ligne de tendance linéaire est la ligne droite la plus adaptée utilisée pour estimer des relations linéaires simples. Une tendance linéaire met en évidence un taux de variation qui augmente ou diminue de manière régulière. La formule de la ligne de tendance linéaire est la suivante :
  - y = valeur variable du pixel
  - x = valeur de dimension
  - ß0 = interception avec l'axe des y
  - ß1 = pente linéaire ou taux de variation
    
    ß1 > 0 indique une tendance croissante
    
    ß1 < 0 indique une tendance décroissante
- Harmonic—La ligne de tendance harmonique est la courbe périodique la plus adaptée pour décrire des données qui suivent un modèle cyclique, telles que les changements de température saisonniers. La formule de la ligne de tendance harmonique est la suivante :
  - y = valeur variable du pixel
  - t = date julienne
  - ß0 = interception avec l'axe des y
  - ß1 = taux de variation
  - α, γ = coefficients des changements d’une année à l’autre ou au cours d’une même année
  - ω = i
  - f = fréquence harmonique
- Polynomial—La ligne de tendance polynomiale est une courbe utile pour les données qui fluctuent. Dans ce cas, une valeur d’ordre polynomial est utilisée pour indiquer le nombre maximum de fluctuations qui se produisent. La formule de la ligne de tendance polynomiale est la suivante :
  - y = valeur variable du pixel
  - x = valeur de dimension
  - ß0, ß1, ß2, ß3, ..., ßn = coefficients constants
Si l’outil est utilisé pour effectuer une analyse de tendance linéaire, harmonique ou polynomiale, le raster de tendance en sortie peut être utilisé comme entrée de l’outil Predict Using Trend Raster (Prévoir à l’aide d’un raster de tendance). Le raster de tendance est un raster multidimensionnel dans lequel chaque tranche est un raster multibande contenant des informations sur la ligne de tendance. Si vous analysez la tendance pour une seule variable d’un jeu de données contenant une seule dimension (par exemple, le temps), le jeu de données en sortie ne contient qu’une seule tranche. Si vous analysez une seule variable pour un jeu de données contenant plusieurs dimensions (par exemple, le temps et la profondeur), chaque tranche contient des informations sur les tendances de chaque valeur de dimension ainsi que la dimension non incluse dans l’analyse.

Pour l’analyse de tendance linéaire, la sortie contient des rasters à trois bandes, où :
- Bande 1 = Pente
- Bande 2 = Ordonnée à l’origine
- Bande 3 = Erreur quadratique moyenne (EQM) ou erreur autour de la ligne de compromis
Pour l’analyse de tendance harmonique, le nombre de bandes dans la sortie dépend de la fréquence harmonique. Si la fréquence est définie sur 1, la sortie est un raster à cinq bandes, où :
- Bande 1 = Pente
- Bande 2 = Ordonnée à l’origine
- Bande 3 = Harmonic_sin1
- Bande 4 = Harmonic_cos1
- Bande 5 = EQM
Si la fréquence est définie sur 2, la sortie est un raster à sept bandes, où :
- Bande 1 = Pente
- Bande 2 = Ordonnée à l’origine
- Bande 3 = Harmonic_sin1
- Bande 4 = Harmonic_cos1
- Bande 5 = Harmonic_sin2
- Bande 6 = Harmonic_cos2
- Bande 7 = EQM
Pour l’analyse de tendance polynomiale, le nombre de bandes dans la sortie dépend de l’ordre polynomial. Un ajustement polynomial de deuxième ordre génère un raster à quatre bandes, où :
- Bande 1 = Polynomial_2
- Bande 2 = Polynomial_1
- Bande 3 = Polynomial_0
- Bande 4 = EQM
Un ajustement polynomial de troisième ordre génère un raster à cinq bandes, où :
- Bande 1 = Polynomial_3
- Bande 2 = Polynomial_2
- Bande 3 = Polynomial_1
- Bande 4 = Polynomial_0
- Bande 5 = EQM
Le paramètre Length of Cycle (Durée du cycle) pour l’analyse de tendance harmonique est utilisé pour indiquer le nombre et la durée des cycles que vous vous attendez à voir dans vos données au cours d’une journée ou d’une année. Si, par exemple, vous prévoyez que vos données connaissent deux cycles de variation dans l’année, la durée du cycle sera de 182,5 jours, soit 0,5 an. Si vos données de température sont recueillies toutes les trois heures, et s’il y a un cycle de variation par jour, la durée du cycle est d’une journée.
Le paramètre Frequency (Fréquence) pour l’analyse de tendance harmonique permet de décrire le modèle harmonique à ajuster aux données. Si la fréquence est définie sur 1, une combinaison de tendance linéaire et de courbe harmonique de premier ordre est utilisée pour ajuster le modèle. Si la fréquence est définie sur 2, une combinaison de tendance linéaire, de courbe harmonique de premier ordre et de courbe harmonique de deuxième ordre est utilisée pour ajuster les données. Si la fréquence est 3, une courbe harmonique de troisième ordre supplémentaire est utilisée pour modéliser les données, et ainsi de suite.
Il est possible de générer des statistiques de qualité de l’ajustement du modèle sous forme de sorties facultatives pour les rasters de tendance linéaire, harmonique et polynomiale. L’erreur quadratique moyenne (EQM), la valeur R-carré et la valeur p de la pente de tendance peuvent être calculées et affichées dans la fenêtre Properties (Propriétés) du raster en sortie dans la section Statistics (Statistiques). Vous pouvez également afficher les statistiques en symbolisant le raster de tendance en sortie à l’aide de la symbologie RGB (RVB) et en spécifiant les statistiques comme les bandes rouge, verte et bleue.

Etiqueter	Explication	Type de données
Raster multidimensionnel en entrée	Jeu de données raster multidimensionnel en entrée.	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; File
Dimension	Dimension le long de laquelle une tendance sera extraite pour la ou les variables sélectionnées dans l’analyse.	String
Variables [info dimension] (Description) (Facultatif)	La variable ou les variables pour lesquelles les tendances sont calculées. Si aucune variable n’est spécifiée, la première variable dans le raster multidimensionnel est analysée.	String
Type de tendance (Facultatif)	Spécifie le type d’analyse de tendance à appliquer aux valeurs de pixel le long d’une dimension. Linéaire—Les valeurs de pixel des variables sont ajustées le long d’une ligne de tendance linéaire. Il s’agit de l’option par défaut. Polynomiale—Les valeurs de pixel des variables sont ajustées le long d’une ligne de tendance polynomiale de deuxième ordre. Harmonique—Les valeurs de pixel des variables sont ajustées le long d’une ligne de tendance harmonique. Mann-Kendall—Les valeurs de pixel des variables sont évaluées à l’aide du test de tendance Mann-Kendall. Kendall saisonnier—Les valeurs de pixel des variables sont évaluées à l’aide du test de tendance Kendall saisonnier.	String
Fréquence/Ordre polynomial (Facultatif)	Fréquence ou numéro d’ordre polynomial à utiliser dans l’ajustement de la tendance. Si le type de tendance est défini sur Polynomiale, ce paramètre spécifie l’ordre polynomial. Si le type de tendance est défini sur Harmonique, ce paramètre spécifie le nombre de modèles à utiliser pour ajuster la tendance. Ce paramètre est disponible dans l’analyse de tendance uniquement lorsque la dimension analysée est la dimension temporelle. Si le paramètre Trend Type (Type de tendance) est défini sur Harmonic (Harmonique), la valeur par défaut est 1, ce qui signifie qu’une courbe harmonique de premier ordre est utilisée pour ajuster le modèle. Si le paramètre Trend Type (Type de tendance) est défini sur Poynomial (Polynomiale), la valeur par défaut est 2, ce qui signifie qu’un polynôme de deuxième ordre est utilisé.	Long
Ignorer NoData (Facultatif)	Spécifie si les valeurs NoData sont ignorées lors de l’analyse. Activé—L’analyse inclut tous les pixels valides selon une dimension donnée et ignore les pixels NoData. Il s’agit de l’option par défaut. Décoché—Le résultat de l’analyse est NoData s’il existe des valeurs NoData pour les pixels selon la dimension donnée.	Boolean
Durée du cycle (Facultatif)	Durée de la variation périodique à modéliser. Ce paramètre est requis lorsque Trend Type (Type de tendance) est défini sur Harmonic (Harmonique). Par exemple, les composés phénoliques des feuilles affichent souvent un important cycle de variation dans une année ; aussi la durée du cycle est définie sur 1 année. Les données de température par heure affichent souvent un important cycle de variation dans une journée ; aussi la durée du cycle est définie sur 1 jour. La durée par défaut est définie sur 1 année pour les données qui varient sur un cycle annuel.	Double
Unité de cycle (Facultatif)	Précise l’unité de temps à utiliser pour la durée d’un cycle harmonique. Jours—L’unité pour la durée du cycle harmonique est le jour. Années—L’unité pour la durée du cycle harmonique est l’année. Il s’agit de l’option par défaut.	String
EQM (Facultatif)	Précise si l’erreur quadratique moyenne (EQM) de la ligne d'ajustement de la tendance est calculée. Activé—L’erreur quadratique moyenne (EQM) est calculée. Il s’agit de l’option par défaut. Décoché—L’erreur quadratique moyenne (EQM) n’est pas calculée.	Boolean
R-carré (Facultatif)	Précise si la statistique de la qualité d’ajustement R-carré pour la ligne d’ajustement de la tendance est calculée. Activé—La valeur R-carré est calculée. Décoché—La valeur R-carré n’est pas calculée. Il s’agit de l’option par défaut.	Boolean
Valeur P du coefficient de pente (Facultatif)	Indique si la statistique de valeur p pour le coefficient de pente de la ligne de tendance doit être calculé. Activé—La valeur p est calculée. Décoché—La valeur p n’est pas calculée. Il s’agit de l’option par défaut.	Boolean
Période saisonnière (Facultatif)	Spécifie l’unité de temps à utiliser pour mesurer la longueur de la période saisonnière lors du test de Kendall saisonnier Jours—L’unité pour la durée de la période saisonnière est le jour. Il s’agit de l’option par défaut. Mois—L’unité pour la durée de la période saisonnière est le mois.	String

Valeur de retour

Etiqueter	Explication	Type de données
Raster multidimensionnel en sortie	Jeu de données raster multidimensionnel CRF (Cloud Raster Format) en sortie.	Raster

GenerateTrendRaster(in_multidimensional_raster, dimension, {variables}, {line_type}, {frequency}, {ignore_nodata}, {cycle_length}, {cycle_unit}, {rmse}, {r2}, {slope_p_value}, {seasonal_period})

Nom	Explication	Type de données
in_multidimensional_raster	Jeu de données raster multidimensionnel en entrée.	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; File
dimension	Dimension le long de laquelle une tendance sera extraite pour la ou les variables sélectionnées dans l’analyse.	String
variables [variables,...] (Facultatif)	La variable ou les variables pour lesquelles les tendances sont calculées. Si aucune variable n’est spécifiée, la première variable dans le raster multidimensionnel est analysée.	String
line_type (Facultatif)	Spécifie le type d’analyse de tendance à appliquer aux valeurs de pixel le long d’une dimension. `LINEAR`—Les valeurs de pixel des variables sont ajustées le long d’une ligne de tendance linéaire. Il s’agit de l’option par défaut. `POLYNOMIAL`—Les valeurs de pixel des variables sont ajustées le long d’une ligne de tendance polynomiale de deuxième ordre. `HARMONIC`—Les valeurs de pixel des variables sont ajustées le long d’une ligne de tendance harmonique. `MANN-KENDALL`—Les valeurs de pixel des variables sont évaluées à l’aide du test de tendance Mann-Kendall. `SEASONAL-KENDALL`—Les valeurs de pixel des variables sont évaluées à l’aide du test de tendance Kendall saisonnier.	String
frequency (Facultatif)	Fréquence ou numéro d’ordre polynomial à utiliser dans l’ajustement de la tendance. Si le type de tendance est défini sur Polynomiale, ce paramètre spécifie l’ordre polynomial. Si le type de tendance est défini sur Harmonique, ce paramètre spécifie le nombre de modèles à utiliser pour ajuster la tendance. Ce paramètre est disponible dans l’analyse de tendance uniquement lorsque la dimension analysée est la dimension temporelle. Si le paramètre `line_type` est défini sur `HARMONIC`, la valeur par défaut est 1, ce qui signifie qu’une courbe harmonique de premier ordre est utilisée pour ajuster le modèle. Si le paramètre `line_type` est défini sur `POLYNOMIAL`, la valeur par défaut est 2, ce qui signifie qu’un polynôme de deuxième ordre est utilisé.	Long
ignore_nodata (Facultatif)	Spécifie si les valeurs NoData sont ignorées lors de l’analyse. `DATA`—L’analyse inclut tous les pixels valides selon une dimension donnée et ignore les pixels NoData. Il s’agit de l’option par défaut. `NODATA`—Le résultat de l’analyse est NoData s’il existe des valeurs NoData pour les pixels selon la dimension donnée.	Boolean
cycle_length (Facultatif)	Durée de la variation périodique à modéliser. Ce paramètre est requis lorsque `line_type` est défini sur `HARMONIC`. Par exemple, les composés phénoliques des feuilles affichent souvent un important cycle de variation dans une année ; aussi la durée du cycle est définie sur 1 année. Les données de température par heure affichent souvent un important cycle de variation dans une journée ; aussi la durée du cycle est définie sur 1 jour. La durée par défaut est définie sur 1 année pour les données qui varient sur un cycle annuel.	Double
cycle_unit (Facultatif)	Précise l’unité de temps à utiliser pour la durée d’un cycle harmonique. `DAYS`—L’unité pour la durée du cycle harmonique est le jour. `YEARS`—L’unité pour la durée du cycle harmonique est l’année. Il s’agit de l’option par défaut.	String
rmse (Facultatif)	Précise si l’erreur quadratique moyenne (EQM) de la ligne d'ajustement de la tendance est calculée. `RMSE`—L’erreur quadratique moyenne (EQM) est calculée. Il s’agit de l’option par défaut. `NO_RMSE`—L’erreur quadratique moyenne (EQM) n’est pas calculée.	Boolean
r2 (Facultatif)	Précise si la statistique de la qualité d’ajustement R-carré pour la ligne d’ajustement de la tendance est calculée. `R2`—La valeur R-carré est calculée. `NO_R2`—La valeur R-carré n’est pas calculée. Il s’agit de l’option par défaut.	Boolean
slope_p_value (Facultatif)	Indique si la statistique de valeur p pour le coefficient de pente de la ligne de tendance doit être calculé. `SLOPEPVALUE`—La valeur p est calculée. `NO_SLOPEPVALUE`—La valeur p n’est pas calculée. Il s’agit de l’option par défaut.	Boolean
seasonal_period (Facultatif)	Spécifie l’unité de temps à utiliser pour mesurer la longueur de la période saisonnière lors du test de Kendall saisonnier `DAYS`—L’unité pour la durée de la période saisonnière est le jour. Il s’agit de l’option par défaut. `MONTHS`—L’unité pour la durée de la période saisonnière est le mois.	String

Valeur de retour

Nom	Explication	Type de données
out_multidimensional_raster	Jeu de données raster multidimensionnel CRF (Cloud Raster Format) en sortie.	Raster

Exemple de code

Exemple 1 d’utilisation de la fonction GenerateTrendRaster (fenêtre Python)

Cet exemple calcule l’ajustement de la tendance polynomiale pour les données sur les précipitations au fil du temps.

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

# Run
trendCoeffMultidim = arcpy.ia.GenerateTrendRaster("model_time_series.crf",
    "StdTime", "precip", "POLYNOMIAL", 2, "DATA", None, '', "RMSE","R2", None)

# Save output
trendCoeffMultidim.save("C:/data/polynomial_trend_coefficients.crf")

Exemple 2 d’utilisation de la fonction GenerateTrendRaster (script autonome)

Cet exemple calcule l’ajustement de la tendance linéaire pour les données de température et de salinité en fonction de la profondeur.

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

# Define input parameters
inFile = "C:/Data/ClimateVariables.crf"
dimensionName = "Depth"
variables = "salinity;temp"
trend_model = "LINEAR"
ignore_nodata = "DATA"

# Run - fit a linear model for salinity and temperature
trendCoeffMultidim = GenerateTrendRaster(inFile, dimensionName,
    variables, trend_model, None, ignore_nodata)

# Save output
trendCoeffMultidim.save("C:/data/linear_trend_coefficients.crf")

Exemple 3 d’utilisation de la fonction GenerateTrendRaster (script autonome)

Cet exemple recherche la présente d’une tendance monotonique, puis calcule l’ajustement de la tendance harmonique le long d’une série chronologique NDVI.

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

# Define input parameters

inFile = "C:/data/ndvi_time_series.crf"
dimensionName = "StdTime"
variables = "ndvi"
trend_test = "SEASONAL_KENDALL"
trend_model = "HARMONIC"
harmonic_frequency = 1
ignore_nodata = "DATA"
length_of_cycle = 365.25
rmse = RMSE
r_square = NO_r2
p_value = NO_SLOPEPVALUE

# Test for monotonic trend

trendtest = GenerateTrendRaster(inFile, dimensionName, variables,
    trend_test, '', ignore_Nodata, '', '', '', '', '', 'MONTHS')

# Run
trendCoeffMultidim = GenerateTrendRaster(inFile, dimensionName,
    variables, trend_model, harmonic_frequency, ignore_nodata,
    length_of_cycle,rmse,r_square,p_value)

# Save output
trendCoeffMultidim.save("C:/data/harmonic_trend_coefficients.crf")

Environnements

Taille de cellule, Compression, Espace de travail courant, Transformations géographiques, NoData, Mot-clé CONFIG en sortie, Système de coordonnées en sortie, Étendue, Facteur de traitement parallèle, Pyramide, Statistiques raster, Méthode de rééchantillonnage, Espace de travail temporaire, Raster de capture, Taille de tuile

Informations de licence

Basic: Requiert Image Analyst
Standard: Requiert Image Analyst
Advanced: Requiert Image Analyst

Générer un raster de tendance (Outils Image Analyst)

Résumé

Utilisation

Paramètres

Valeur de retour

Environnements

Informations de licence

Rubriques connexes