Créer un cube spatio-temporel à partir d’emplacements définis (Outils d'exploration des modèles spatio-temporels)

Résumé

Structure des données de panel ou de station (localisations définies où la géographie ne change pas, mais où les attributs évoluent au fil du temps) dans un format de données netCDF en créant des groupes spatio-temporels. Pour tous les emplacements, l'évolution des variables ou des champs de récapitulation est évaluée.

En savoir plus sur le fonctionnement de l’outil Create Space Time Cube From Defined Locations (Créer un cube spatio-temporel à partir d’emplacements définis)

Illustration

Utilisation

• La structure de données créée par l’outil peut être considérée comme un cube 3D constitué de groupes spatio-temporels, les dimensions x et y représentant l’espace et la dimension t représentant le temps.

  

• Chaque groupe possède une position fixe dans l’espace (emplacement x,y si les entrées sont des points et un ensemble fixe de sommets si les entrées sont des emplacements surfaciques) et dans le temps (t). Les groupes couvrant la même surface de localisations définies (x,y ou sommets) partagent le même ID de localisation. Les bins englobant la même durée partagent le même ID d'intervalle temporel.

  

• Chaque groupe du cube spatio-temporel possède des valeurs LOCATION_ID, time_step_ID et COUNT, ainsi que les valeurs de paramètre Variables ou Summary Fields (Champs de récapitulation) qui ont été incluses lors de la création du cube. Les groupes associés à la même localisation physique partagent le même ID de localisation et constituent ensemble une série chronologique. Les groupes associés au même intervalle temporel partagent le même ID d’intervalle temporel et constituent ensemble une tranche temporelle.

• Les entités en entrée peuvent être des points ou des polygones et doivent représenter des localisations définies ou fixes avec des attributs associés qui ont été collectés au fil du temps. Ce type de données est communément nommé données de panel ou de station. Le champ contenant l’horodatage de l’événement doit être de type date.

  Remarque :

  Si les entités en entrée sont stockées dans une géodatabase fichier et contiennent des courbes vraies (stockées sous forme d’arcs et non avec des sommets), les formes surfaciques sont déformées lorsqu’elles sont stockées dans le cube spatio-temporel. Pour savoir si les entités en entrée contiennent des courbes vraies, exécutez l’outil Check Geometry (Vérifier les géométries) avec l’option OGC pour le paramètre Validation Method (Méthode de validation). Si un message d’erreur indiquant que l’option sélectionnée ne prend pas en charge les segments non linéaires apparaît, des courbes vraies sont présentes dans le jeu de données ; elles peuvent être éliminées et remplacées par des sommets via l’outil Densify (Densifier) avec le paramètre Densification Method (Méthode de densification) défini sur l’option Angle avant la création du cube spatio-temporel.

• Les entités en entrée peuvent être des formes répétées contenues dans la même classe d’entités ou dans un ensemble d’entités avec une table associée incluant les attributs enregistrés au fil du temps.

• L’outil échoue si les paramètres spécifiés génèrent un cube comportant plus de 2 milliards de groupes.

• Cet outil requiert des données projetées pour mesurer précisément les distances.

• Si le paramètre Temporal Aggregation (Agrégation temporelle) est sélectionné, le cube spatio-temporel obtenu contient le total de chaque groupe représentant le nombre d’événements qui ont eu lieu à la localisation associée dans l’intervalle temporel associé.

• La sortie de cet outil est une représentation netCDF des entités en entrée, ainsi que des messages récapitulant les caractéristiques du cube. Les messages sont écrits en bas de la fenêtre Geoprocessing (Géotraitement) au cours du traitement de l’outil. Pour accéder aux messages, passez le curseur de la souris sur la barre de progression et cliquez sur le bouton de menu contextuel ou développez la section des messages dans la fenêtre Geoprocessing (Géotraitement). Vous pouvez également accéder aux messages d’une précédente exécution de l’outil via l’historique de géotraitement. Vous pouvez utiliser le fichier netCDF en entrée dans d’autres outils, comme Emerging Hot Spot Analysis (Analyse de points chauds émergents) ou Local Outlier Analysis (Analyse de valeurs aberrantes locales). Reportez-vous à la rubrique Visualiser le cube spatio-temporel pour savoir comment afficher le contenu d’un cube.

• Indiquez un champ de type date pour le paramètre Time Field (Champ temporel). Si l’entrée est constituée de formes répétées, ce champ doit contenir l’horodatage associé à chaque entité. Si une valeur de paramètre Related Table (Table associée) est indiquée, ce champ est l’horodatage associé à chaque enregistrement dans la table. S’il s’agit d’un champ à haute précision (contenant des valeurs en millisecondes), l’horodatage de chaque groupe spatio-temporel n’inclut que des secondes et les millisecondes sont ignorées.

• Le paramètre Time Step Interval (Intervalle temporel) définit le mode de partitionnement de la période couverte par les données. Si le paramètre Temporal Aggregation (Agrégation temporelle) est désactivé, définissez le paramètre Time Step Interval (Intervalle temporel) sur la structure existante des données. Par exemple, si vous possédez des données de recensement qui ont été collectées tous les cinq ans, l’entrée doit être 5 ans. Cochez le paramètre Temporal Aggregation (Agrégation temporelle) si vous souhaitez effectuer une agrégation temporelle. Par exemple, si vous disposez de données de capteur qui ont été enregistrées toutes les cinq minutes, vous pouvez les agréger avec un jour d’intervalle. Les intervalles temporels sont toujours des durées fixes et l’outil requiert un minimum de dix phases.

  Remarque :

  Plusieurs unités de temps apparaissent dans la liste déroulante du paramètre Time Step Interval (Intervalle temporel) ; l’outil ne prend cependant en charge que les années, mois, semaines, jours, heures, minutes et secondes.

• Si le cube spatio-temporel ne peut pas être créé, il est possible que l’outil ne soit pas parvenu à structurer les données en entrée fournies en 10 intervalles temporels. Si un message d’erreur s’affiche, examinez les horodatages de l’entrée pour vérifier qu’ils incluent une plage de valeurs (au moins 10). La plage de valeurs doit couvrir au moins 10 secondes, car il s’agit du plus petit incrément temporel accepté par l’outil. 10 intervalles temporels sont requis par la statistique Mann-Kendall.

• Le paramètre Reference Time (Référence temporelle) peut être une valeur de date et d’heure ou simplement une valeur de date, mais pas uniquement une valeur d’heure. Le format attendu est fonction des paramètres régionaux de l’ordinateur.

• L'analyse de tendance réalisée sur les variables agrégées ou les valeurs de champ de récapitulation repose sur la statistique de Mann-Kendall.

• Cet outil permet les opérations statistiques suivantes pour l’agrégation des attributs : somme, moyenne, minimum, maximum, écart type et médiane.

• Les valeurs nulles présentes dans les enregistrements des champs de récapitulation entraînent l’exclusion de ces entités du cube en sortie. Si des valeurs nulles sont présentes dans les entités en entrée, il est recommandé d’exécuter d’abord l’outil Fill Missing Values (Remplir les valeurs manquantes). Si, après l’exécution de l’outil Fill Missing Values (Remplir les valeurs manquantes), des valeurs nulles sont toujours présentes et que le fait de disposer du total des points dans chaque groupe fait partie de votre stratégie d’analyse, vous pouvez créer des cubes distincts : un pour le total (sans champ de récapitulation) et un pour les champs de récapitulation. Si l’ensemble de valeurs nulles est différent pour chaque champ de récapitulation, vous pouvez également créer un cube distinct pour chaque champ de récapitulation.

• Lorsque vous remplissez des groupes vides avec des voisins spatiaux, l’outil calcule des estimations en fonction des 8 voisins les plus proches. Au minimum 4 de ces voisins spatiaux doivent comporter des valeurs pour remplir le groupe vide à l'aide de cette option.

• Lorsque vous remplissez des groupes vides avec des voisins spatio-temporels, l’outil calcule des estimations en fonction des 8 voisins les plus proches. De plus, des voisins temporels sont utilisés pour chacun des groupes identifiés comme étant des voisins spatiaux lorsque vous vous déplacez vers l’avant et vers l’arrière dans l’intervalle temporel. Un minimum de 13 voisins spatio-temporels est nécessaire pour remplir le groupe vide à l'aide de cette option.

• Lorsque vous remplissez des groupes vides avec une tendance temporelle, les groupes des deux premières et des deux dernières périodes temporelles à une localisation donnée doivent comporter des valeurs de telle sorte que les valeurs puissent être interpolées à d’autres périodes temporelles pour cette localisation.

• La méthode de remplissage avec tendance temporelle utilise la méthode de spline univariée interpolée du paquetage d’interpolation de SciPy.

• Cet outil peut tirer parti des performances accrues disponibles dans les systèmes équipés de plusieurs processeurs (ou de processeurs multicœur). L’outil est exécuté par défaut avec 50 pour cent des processeurs disponibles. Toutefois, le nombre de processeurs peut être augmenté ou réduit à l’aide de l’environnement Parallel Processing Factor (Facteur de traitement parallèle). L’augmentation de la vitesse de traitement est davantage visible lors de la création de cubes spatio-temporels volumineux.

Paramètres

• Dialog
• Python

Etiqueter	Explication	Type de données
Input Features (Entités en entrée)	Classe d’entités ponctuelles ou surfaciques en entrée qui sera convertie en cube spatio-temporel.	Feature Layer
Cube spatio-temporel en sortie	Le cube de données netCDF en sortie qui sera créé.	File
ID d'emplacement	Champ de type entier ou texte contenant le numéro d’identification de chaque localisation unique.	Field
Agrégation temporelle	Indique si les données sont agrégées temporellement. Activé—Le cube spatio-temporel agrège temporellement les entités en fonction de l’intervalle temporel indiqué. Par exemple, si les données ont été collectées quotidiennement et que vous souhaitez créer un cube avec un intervalle temporel hebdomadaire. Décoché—Le cube spatio-temporel est créé avec la structure temporelle existante des entités en entrée. Par exemple, si vous possédez des données annuelles et que vous souhaitez créer un cube avec un intervalle temporel annuel. Il s’agit de l’option par défaut.	Boolean
Time Field (Champ temporel)	Champ contenant l’horodatage de chaque enregistrement du jeu de données. Ce champ doit être de type date.	Field
Intervalle temporel (Facultatif)	Nombre de secondes, minutes, heures, jours, semaines ou années qui représenteront un intervalle temporel. Voici un exemple d'entrées valides pour ce paramètre : 1 semaine, 13 jours ou 1 mois. Si vous n’appliquez pas l’agrégation temporelle (paramètre Temporal Aggregation (Agrégation temporelle) décoché), définissez ce paramètre sur la structure temporelle existante des données. Si vous appliquez l’agrégation temporelle (paramètre Temporal Aggregation (Agrégation temporelle) coché), définissez ce paramètre sur l’intervalle temporel à créer. Toutes les entités au sein du même intervalle temporel sont agrégées.	Time Unit
Alignement de l’intervalle temporel (Facultatif)	Définit l’alignement de la structure du cube en fonction d’un intervalle temporel donné. Heure de fin—Les intervalles temporels sont alignés sur le dernier événement temporel et agrégés en arrière dans le temps. Il s’agit de l’option par défaut. Heure de début—Les intervalles temporels sont alignés sur le premier événement temporel et agrégés en avant dans le temps. Référence temporelle—Les intervalles temporels s’alignent sur la date et l’heure spécifiées. Si la valeur d’horodatage de tous les points des entités en entrée est supérieure à la référence temporelle spécifiée (ou si elle correspond exactement à l’heure de début des entités en entrée), l’intervalle temporel commence par cette référence temporelle et procède à l’agrégation vers l’avenir (comme avec un alignement de type heure de début). Si la valeur d’horodatage de tous les points des entités en entrée est inférieure à la référence temporelle spécifiée (ou si elle correspond exactement à l’heure de fin des entités en entrée), l’intervalle temporel termine par cette référence temporelle et procède à l’agrégation à rebours (comme avec un alignement de type heure de fin). Si la référence temporelle indiquée se trouve au milieu de l’étendue temporelle des données, un intervalle temporel est créé ; il se termine par la référence temporelle spécifiée (comme avec un alignement de type heure de fin). Des intervalles supplémentaires sont créés avant et après la référence temporelle jusqu’à ce que l’étendue temporelle complète des données soit couverte.	String
Référence temporelle (Facultatif)	Date et heure à utiliser pour aligner les intervalles temporels. Si vous souhaitez regrouper les données de façon hebdomadaire du lundi au dimanche, par exemple, définissez l’heure de référence du dimanche à minuit pour garantir la séparation des groupes entre le dimanche et le lundi à minuit.	Date
Variables (Facultatif)	Le champ numérique contenant les valeurs attributaires qui seront importées dans le cube spatio-temporel. Remarque : Les valeurs nulles présentes dans des enregistrements de variables génèrent un groupe vide. Si des valeurs nulles sont présentes dans les entités en entrée, il est recommandé d’exécuter d’abord l’outil Fill Missing Values (Remplir les valeurs manquantes). Colonnes de la table de valeurs : Field—The numeric field containing attribute values that will be brought into the space-time cube. Fill Empty Bins with—Specifies how empty bins will be filled if they are encountered. Drop locations—Locations with missing data for any of the variables will be excluded from the output space-time cube. Zeros—Empty bins will be filled with zeros. Spatial neighbors—Empty bins will be filled with the average value of spatial neighbors. Space-time neighbors—Empty bins will be filled with the average value of space-time neighbors. Temporal trend—Empty bins will be filled using an interpolated univariate spline algorithm.	Value Table
Champs de récapitulation (Facultatif)	Champ numérique contenant les valeurs attributaires qui permettent de calculer les statistiques indiquées lors de l’agrégation dans un cube spatio-temporel. Vous pouvez spécifier plusieurs combinaisons de statistiques et de champs. Les valeurs nulles présentes dans les champs spécifiés entraînent l’exclusion de cette entité du cube en sortie. Si des valeurs nulles sont présentes dans les entités en entrée, il est recommandé d’exécuter l’outil Fill Missing Values (Remplir les valeurs manquantes) avant de créer un cube spatio-temporel. Remarque : Les valeurs nulles présentes dans les enregistrements des champs de récapitulation entraînent l’exclusion de ces entités du cube en sortie. Si des valeurs nulles sont présentes dans les entités en entrée, il est recommandé d’exécuter d’abord l’outil Fill Missing Values (Remplir les valeurs manquantes). Si, après l’exécution de l’outil Fill Missing Values (Remplir les valeurs manquantes), des valeurs nulles sont toujours présentes et que le fait de disposer du total des points dans chaque groupe fait partie de votre stratégie d’analyse, vous pouvez créer des cubes distincts : un pour le total (sans champ de récapitulation) et un pour les champs de récapitulation. Si l’ensemble de valeurs nulles est différent pour chaque champ de récapitulation, vous pouvez créer un cube distinct pour chaque champ de récapitulation. Colonnes de la table de valeurs : Field—The numeric field containing attribute values used to calculate the specified statistic when aggregating into a space-time cube. Statistic—The statistic used for calculation when aggregating. Sum—The total value for the specified field will be calculated. Mean—The average for the specified field will be calculated. Minimum—The smallest value for all records of the specified field will be identified. Maximum—The largest value for all records of the specified field will be identified. Standard deviation—The standard deviation for values in the specified field will be calculated. Median—The median for all records of the specified field will be calculated. Fill Empty Bins with—Specifies how empty bins will be filled if they are encountered. Drop locations—Locations with missing data for any of the variables will be excluded from the output space-time cube. Zeros—Empty bins will be filled with zeros. Spatial neighbors—Empty bins will be filled with the average value of spatial neighbors. Space-time neighbors—Empty bins will be filled with the average value of space-time neighbors. Temporal trend—Empty bins will be filled using an interpolated univariate spline algorithm.	Value Table
Table associée (Facultatif)	La table ou la vue tabulaire à associer dans les entités en entrée.	Table View
ID d'emplacement associé (Facultatif)	Champ de type entier ou texte dans la table associée qui contient l’ID de localisation sur lequel la relation est basée.	Field

Environnements

Espace de travail courant, Espace de travail temporaire, Système de coordonnées en sortie, Transformations géographiques, Facteur de traitement parallèle

Informations de licence

• Basic: Oui
• Standard: Oui
• Advanced: Oui

Rubriques connexes

• Vue d’ensemble du jeu d’outils Space Time Cube Creation (Création d’un cube spatio-temporel)
• Fonctionnement de l’outil Create Space Time Cube (Créer un cube spatio-temporel)
• Analyse des points chauds émergents
• Analyse des valeurs aberrantes locales
• Agrégation de séries chronologiques
• Visualiser le cube spatio-temporel
• Qu’est-ce qu’un score z ? Qu’est-ce qu’une valeur p ?
• Vue d’ensemble de la boîte à outils Space Time Pattern Mining (Exploration des modèles spatio-temporels)
• Rechercher un outil de géotraitement