Агрегировать многомерный растр (Инструменты Spatial Analyst)

Краткая информация

Генерирует набор многомерных растровых данных путем комбинирования существующих переменных многомерного растра вдоль измерения.

Использование

Используйте параметр Определение агрегирования, чтобы выбрать интервал с помощью ключевого слова, значения или диапазона значений. Например, если у вас есть данные за 30 лет о температуре морской поверхности, собираемые ежедневно на глубинах от 5 метров до 100 метров, вы можете использовать различные варианты интервалов для следующих сценариев:
- Агрегировать ежедневные данные о температуре в среднемесячные данные, результатом чего получится многомерный растр с 12 временными срезами, и каждый срез будет представлять собой агрегированные данные для каждого месяца за все годы. Выберите Ключевое слово интервала и задайте ключевое слово на Повторять ежемесячно.
- Агрегировать данные о суточной температуре в среднемесячные данные, результатом чего получится многомерный растр с 360 временными срезами или с 12 временными срезами за каждый год (30 лет x 12 месяцев = 360 срезов). Выберите Ключевое слово интервала и установите ключевое слово на Ежемесячно.
- Агрегировать ежемесячные данные температур в 4-месячные интервалы. Выберите Значение интервала, установите Интервал значения 4, а Единицами измерения — Месяцы.
- Агрегировать данные температур на глубинах от 0 до 25 метров, затем от 25 до 50 метров, затем от 50 до 100 метров. Выберите Интервальные диапазоны и укажите минимальные и максимальные глубины 0 25; 25 50; 50 100.
Поддерживаемые многомерные наборы растровых данных включают Cloud Raster Format (CRF), многомерные наборы данных мозаики или многомерные растровые слои, созданные с помощью файлов формата netCDF, GRIB или HDF.
Этот инструмент создает многомерный набор растровых данных в формате Cloud Raster Format (CRF). В настоящее время другие форматы выхода не поддерживаются.
По умолчанию выходной многомерный растр будет сжиматься с использованием типа сжатия LZ77. Однако рекомендуется изменить тип сжатия на LERC и настроить максимальное значение ошибки на основе данных. Например, если вы ожидаете, что результаты анализа будут иметь точность до трех десятичных знаков, используйте 0,001 для максимального значения ошибки. Избейте излишних требований к точности, поскольку они увеличивают время обработки и размер хранилища.

Чтобы изменить тип сжатия, измените параметр среды Сжатие.

Подпись	Объяснение	Тип данных
Входной многомерный растр	Входной многомерный набор растровых данных.	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; File
Размеры	Измерение агрегации. Это измерение, по которому переменные будут агрегированы.	String
Метод агрегирования (Дополнительный)	Определяет математический метод, который будет использован для комбинации агрегированных срезов в пределах интервала. Если для метода установлено значение Пользовательский, становится активным параметр Функция агрегирования. Среднее–Для всех срезов в интервале будет вычислено среднее значение пикселов. Используется по умолчанию. Максимальный–Для всех срезов в интервале будет вычислено значение пиксела, которое является максимальным. Большинство–Для всех срезов в интервале будет вычислено значение пиксела, которое встречается наиболее часто. Минимум–Для всех срезов в интервале будет вычислено значение пиксела, которое является минимальным. Меньшинство–Для всех срезов в интервале будет вычислено значение пиксела, которое встречается наименее часто. Медиана–Для всех срезов в интервале будет вычислено медианное значение пикселов. Процентиль–Процент значений пикселов будет вычислен по всем срезам в интервале. Девяностый процентиль вычисляется по умолчанию. Вы можете задать другие значения (от 0 до 100) с помощью параметра Значение процентиля. Диапазон–Для всех срезов в интервале будет вычислен диапазон значений пикселов. Стандартное отклонение–Для всех срезов в интервале будет вычислено значение среднеквадратического отклонения для пикселов. Сумма–Для всех срезов в интервале будет вычислена сумма значений пикселов. Разнообразие–Для всех срезов в интервале будет вычислено количество уникальных значений пикселов. Пользовательский–Значение пиксела будет рассчитано на основе пользовательской функции растра.	String
Переменные [Dimension Info] (Описание) (Дополнительный)	Переменная или переменные, которые будут агрегированы по заданному измерению. Если не указано конкретных переменных, будут агрегированы все переменные в пределах заданного измерения. Например, для агрегирования суточных температурных данных в среднемесячные, необходимо указать температуру в качестве переменной для агрегирования. Если вы не указали ни одной переменной, а у вас есть суточные данные по температуре и влажности, обе переменные будут агрегированы в среднемесячные и выходной многомерный растр будет включать обе переменные.	String
Определение агрегирования (Дополнительный)	Определяет интервал измерения, по которому данные будут агрегированы. Все–Значения данных будут агрегированы по всем срезам. Используется по умолчанию. Ключевое слово интервала–Данные переменных будут агрегированы с использованием общеизвестного интервала. Значение интервала–Данные переменных будут агрегированы с использованием заданного пользователем интервала и единицы. Интервальные диапазоны–Данные переменных будут агрегированы в пределах указанных пар значений или дат.	String
Интервал по ключевому слову (Дополнительный)	Указывает ключевое слово интервала, которое будет использовано при агрегировании по измерению. Это обязательный параметр, если параметр Определение агрегирования установлен на Ключевое слово интервала, а агрегирование выполняется по времени. Каждый час–Значения данных будут агрегированы по временным шагам в один час, а результаты будут содержать каждый час во временном ряду. Ежедневно–Значения данных будут агрегированы по временным шагам в один день, а результаты будут содержать каждый день во временных рядах. Каждую неделю–Значения данных будут агрегированы по временным шагам в одну неделю, а результаты будут содержать каждую неделю во временных рядах. По декадам–Значения данных будут агрегироваться в 3 периода по 10 дней каждый. Последний период может содержать больше или меньше 10 дней. Выходные данные будут включать 3 среза для каждого месяца. По пятидневкам–Значения данных будут агрегироваться в 6 периодов по 5 дней каждый. Последний период может содержать больше или меньше 5 дней. Выходные данные будут включать 6 среза для каждого месяца. Ежемесячно–Значения данных будут агрегированы по временным шагам в один месяц, результаты будут содержать каждый месяц во временных рядах. Ежеквартально–Значения данных будут агрегированы по временным шагам в один квартал, результаты будут содержать каждый квартал во временных рядах. Ежегодно–Значения данных будут агрегированы по временным шагам в один год, результаты будут содержать каждый год во временных рядах. Повторяющийся ежедневно–Значения данных будут агрегированы по временным шагам в один день, результаты будут содержать одно агрегированное значение на каждый Юлианский день. Результат будет включать не более 366 дневных временных срезов. Повторяющийся еженедельно–Значения данных будут агрегированы по временным шагам в одну неделю, результаты будут содержать одно агрегированное значение на неделю. Выходные данные будут включать не более 53 недельных временных срезов. Повторяющийся ежемесячно–Значения данных будут агрегированы по временным шагам в один месяц, результаты будут содержать одно агрегированное значение на месяц. Результат будет включать не более 12 ежемесячных временных срезов. Повторяющийся ежеквартально–Значения данных будут агрегированы по временным шагам в один квартал, результаты будут содержать одно агрегированное значение на квартал. Выходные данные будут включать не более 4 квартальных временных срезов.	String
Значение интервала (Дополнительный)	Размер интервала, который будет использован для агрегации. Этот параметр необходим, если параметр Определение агрегирования равен Значению интервала. Например, чтобы агрегировать данные среднемесячных температур за 30 лет с интервалом в 5 лет, введите 5 в качестве Значения интервала и укажите в качестве Единиц измерения Годы.	Double
Единицы измерения (Дополнительный)	Единица измерения, которая будет использована для параметра Значение интервала. Этот параметр необходим, если параметр Измерение представляет собой поле времени, а для параметра Определение агрегирования задано Значение интервала. Если вы агрегируете данные не по времени, эта опция будет недоступна, и единица измерения значения интервала будет соответствовать единице измерения переменной входных многомерных растровых данных. Часы–Значения данных будут агрегированы по часовым временным срезам с заданным интервалом. Дни–Значения данных будут агрегированы по суточным временным срезам с заданным интервалом. Недели–Значения данных будут агрегированы еженедельным временным срезам с заданным интервалом. Месяцы–Значения данных будут агрегированы по ежемесячным временным срезам с заданным интервалом. Годы–Значения данных будут агрегированы по ежегодным временным срезам с заданным интервалом.	String
Диапазон (Дополнительный)	Для агрегирования групп значений будут использоваться интервальные диапазоны, указанные в таблице значений. Таблица значений состоит из пар минимального и максимального значений диапазона с типом данных Double или Date. Это обязательный параметр, если для параметра Определение агрегирования задано Интервальные диапазоны. Столбцы таблицы значений: Minimum Value–The minimum value for a range. Maximum Value–The maximum value for a range.	Value Table
Функция агрегации (Дополнительный)	Пользовательская растровая функция, которая будет использована для вычислений значений пикселов агрегированных растров. Входная функция растра может быть объектом JSON или файлом `.rft.xml`, созданным из последовательности функций, или пользовательская функция растра Python. Этот параметр обязателен, когда для параметра Метод агрегирования задано Пользовательский.	File; String
Игнорировать NoData (Дополнительный)	Указывает, будут ли игнорироваться значения NoData при анализе. Отмечено–Анализ будет включать все действительные пикселы вдоль данного измерения и игнорировать пикселы NoData. Используется по умолчанию. Не отмечено–Результатом анализа будет значение NoData, если для этого пиксела по данному измерению есть значение NoData.	Boolean
Безразмерный (Дополнительный)	Устанавливает, будут ли в слое содержаться значения измерения. Этот параметр доступен только в том случае, если для создания слоя выбран один срез. Отмечено–В слое не будут содержаться значения измерения. Не отмечено–В слое будут содержаться значения измерения. Используется по умолчанию.	Boolean
Значение процентиля (Дополнительный)	Процентиль, который будет вычислен. Значение по умолчанию – 90, определяющее 90-й процентиль. Значения могут варьироваться от 0 до 100. 0-й процентиль по существу эквивалентен минимуму в статистике, а 100-й - максимуму. Значение 50 даст, по существу, тот же результат, что и медиана в статистике. Этот параметр доступен только в том случае, если для параметра Тип статистики задано Процентиль.	Double
Тип интерполяции Процентиль (Дополнительный)	Определяет метод интерполяции процентиля, который будет использоваться, если вычисляемое количество значений входного растра является четным. Ближайший–Используется ближайшее доступное значение к желаемому процентилю. В этом случае выходной тип пиксела будет таким же, как и во входном растре значений. Линейная–Используется средневзвешенное значение двух окружающих значений из желаемого процентиля. В этом случае тип выходного пиксела - с плавающей точкой.	String

Возвращаемое значение

Подпись	Объяснение	Тип данных
Выходной многомерный растр	Выходной многомерный набор растровых данных Cloud Raster Format (CRF).	Raster

AggregateMultidimensionalRaster(in_multidimensional_raster, dimension, {aggregation_method}, {variables}, {aggregation_def}, {interval_keyword}, {interval_value}, {interval_unit}, {interval_ranges}, {aggregation_function}, {ignore_nodata}, {dimensionless}, {percentile_value}, {percentile_interpolation_type})

Имя	Объяснение	Тип данных
in_multidimensional_raster	Входной многомерный набор растровых данных.	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; File
dimension	Измерение агрегации. Это измерение, по которому переменные будут агрегированы.	String
aggregation_method (Дополнительный)	Определяет математический метод, который будет использован для комбинации агрегированных срезов в пределах интервала. Если для `aggregation_method` установлено `CUSTOM`, параметр `aggregation_function` становится доступным. `MEAN`–Для всех срезов в интервале будет вычислено среднее значение пикселов. Используется по умолчанию. `MAXIMUM`–Для всех срезов в интервале будет вычислено значение пиксела, которое является максимальным. `MAJORITY`–Для всех срезов в интервале будет вычислено значение пиксела, которое встречается наиболее часто. `MINIMUM`–Для всех срезов в интервале будет вычислено значение пиксела, которое является минимальным. `MINORITY`–Для всех срезов в интервале будет вычислено значение пиксела, которое встречается наименее часто. `MEDIAN`–Для всех срезов в интервале будет вычислено медианное значение пикселов. `PERCENTILE`–Процент значений пикселов будет вычислен по всем срезам в интервале. Девяностый процентиль вычисляется по умолчанию. Вы можете задать другие значения (от 0 до 100) с помощью параметра `percentile_value`. `RANGE`–Для всех срезов в интервале будет вычислен диапазон значений пикселов. `STD`–Для всех срезов в интервале будет вычислено значение среднеквадратического отклонения для пикселов. `SUM`–Для всех срезов в интервале будет вычислена сумма значений пикселов. `VARIETY`–Для всех срезов в интервале будет вычислено количество уникальных значений пикселов. `CUSTOM`–Значение пиксела будет рассчитано на основе пользовательской функции растра.	String
variables [variables,...] (Дополнительный)	Переменная или переменные, которые будут агрегированы по заданному измерению. Если не указано конкретных переменных, будут агрегированы все переменные в пределах заданного измерения. Например, для агрегирования суточных температурных данных в среднемесячные, необходимо указать температуру в качестве переменной для агрегирования. Если вы не указали ни одной переменной, а у вас есть суточные данные по температуре и влажности, обе переменные будут агрегированы в среднемесячные и выходной многомерный растр будет включать обе переменные.	String
aggregation_def (Дополнительный)	Определяет интервал измерения, по которому данные будут агрегированы. `ALL`–Значения данных будут агрегированы по всем срезам. Используется по умолчанию. `INTERVAL_KEYWORD`–Данные переменных будут агрегированы с использованием общеизвестного интервала. `INTERVAL_VALUE`–Данные переменных будут агрегированы с использованием заданного пользователем интервала и единицы. `INTERVAL_RANGES`–Данные переменных будут агрегированы в пределах указанных пар значений или дат.	String
interval_keyword (Дополнительный)	Указывает ключевое слово интервала, которое будет использовано при агрегировании по измерению. Это обязательный параметр, если для параметра`aggregation_def` задано `INTERVAL_KEYWORD` и агрегирование выполняется по времени. `HOURLY`–Значения данных будут агрегированы по временным шагам в один час, а результаты будут содержать каждый час во временном ряду. `DAILY`–Значения данных будут агрегированы по временным шагам в один день, а результаты будут содержать каждый день во временных рядах. `WEEKLY`–Значения данных будут агрегированы по временным шагам в одну неделю, а результаты будут содержать каждую неделю во временных рядах. `DEKADLY`–Значения данных будут агрегироваться в 3 периода по 10 дней каждый. Последний период может содержать больше или меньше 10 дней. Выходные данные будут включать 3 среза для каждого месяца. `PENTADLY`–Значения данных будут агрегироваться в 6 периодов по 5 дней каждый. Последний период может содержать больше или меньше 5 дней. Выходные данные будут включать 6 среза для каждого месяца. `MONTHLY`–Значения данных будут агрегированы по временным шагам в один месяц, результаты будут содержать каждый месяц во временных рядах. `QUARTERLY`–Значения данных будут агрегированы по временным шагам в один квартал, результаты будут содержать каждый квартал во временных рядах. `YEARLY`–Значения данных будут агрегированы по временным шагам в один год, результаты будут содержать каждый год во временных рядах. `RECURRING_DAILY`–Значения данных будут агрегированы по временным шагам в один день, результаты будут содержать одно агрегированное значение на каждый Юлианский день. Результат будет включать не более 366 дневных временных срезов. `RECURRING_WEEKLY`–Значения данных будут агрегированы по временным шагам в одну неделю, результаты будут содержать одно агрегированное значение на неделю. Выходные данные будут включать не более 53 недельных временных срезов. `RECURRING_MONTHLY`–Значения данных будут агрегированы по временным шагам в один месяц, результаты будут содержать одно агрегированное значение на месяц. Результат будет включать не более 12 ежемесячных временных срезов. `RECURRING_QUARTERLY`–Значения данных будут агрегированы по временным шагам в один квартал, результаты будут содержать одно агрегированное значение на квартал. Выходные данные будут включать не более 4 квартальных временных срезов.	String
interval_value (Дополнительный)	Размер интервала, который будет использован для агрегации. Этот параметр необходим, если параметр `aggregation_def` установлен на `INTERVAL_VALUE`. Например, чтобы агрегировать данные среднемесячных температур за 30 лет с интервалом в 5 лет, введите 5 в качестве `interval_value` и укажите для `interval_unit` значение `YEARS`.	Double
interval_unit (Дополнительный)	Единицы измерения, которые будут применены к параметру `interval_value`. Этот параметр необходим, если для параметра `dimension` задано поле времени, а для параметра `aggregation_def` задано `INTERVAL_VALUE`. Если вы агрегируете данные не по времени, эта опция будет недоступна, и единица измерения значения интервала будет соответствовать единице измерения переменной входных многомерных растровых данных. `HOURS`–Значения данных будут агрегированы по часовым временным срезам с заданным интервалом. `DAYS`–Значения данных будут агрегированы по суточным временным срезам с заданным интервалом. `WEEKS`–Значения данных будут агрегированы еженедельным временным срезам с заданным интервалом. `MONTHS`–Значения данных будут агрегированы по ежемесячным временным срезам с заданным интервалом. `YEARS`–Значения данных будут агрегированы по ежегодным временным срезам с заданным интервалом.	String
interval_ranges [interval_ranges,...] (Дополнительный)	Для агрегирования групп значений будут использоваться интервальные диапазоны, указанные в таблице значений. Таблица значений состоит из пар минимального и максимального значений диапазона с типом данных Double или Date. Этот параметр необходим, если параметр `aggregation_def` установлен на `INTERVAL_RANGE`. Столбцы таблицы значений: `Minimum Value`–The minimum value for a range. `Maximum Value`–The maximum value for a range.	Value Table
aggregation_function (Дополнительный)	Пользовательская растровая функция, которая будет использована для вычислений значений пикселов агрегированных растров. Входная функция растра может быть объектом JSON или файлом `.rft.xml`, созданным из последовательности функций, или пользовательская функция растра Python. Этот параметр необходим, если параметр `aggregation_method` установлен на `CUSTOM`.	File; String
ignore_nodata (Дополнительный)	Указывает, будут ли игнорироваться значения NoData при анализе. `DATA`–Анализ будет включать все действительные пикселы вдоль данного измерения и игнорировать пикселы NoData. Используется по умолчанию. `NODATA`–Результатом анализа будет значение NoData, если для этого пиксела по данному измерению есть значение NoData.	Boolean
dimensionless (Дополнительный)	Устанавливает, будут ли в слое содержаться значения измерения. Этот параметр доступен только в том случае, если для создания слоя выбран один срез. `NO_DIMENSIONS`–В слое не будут содержаться значения измерения. `DIMENSIONS`–В слое будут содержаться значения измерения. Используется по умолчанию.	Boolean
percentile_value (Дополнительный)	Процентиль, который будет вычислен. Значение по умолчанию – 90, определяющее 90-й процентиль. Значения могут варьироваться от 0 до 100. 0-й процентиль по существу эквивалентен минимуму в статистике, а 100-й - максимуму. Значение 50 даст, по существу, тот же результат, что и медиана в статистике. Этот параметр поддерживается только в том случае, если для параметра `statistics_type` установлено значение `PERCENTILE`.	Double
percentile_interpolation_type (Дополнительный)	Определяет метод интерполяции процентиля, который будет использоваться, если вычисляемое количество значений входного растра является четным. `NEAREST`–Используется ближайшее доступное значение к желаемому процентилю. В этом случае выходной тип пиксела будет таким же, как и во входном растре значений. `LINEAR`–Используется средневзвешенное значение двух окружающих значений из желаемого процентиля. В этом случае тип выходного пиксела - с плавающей точкой.	String

Возвращаемое значение

Имя	Объяснение	Тип данных
out_multidimensional_raster	Выходной многомерный набор растровых данных Cloud Raster Format (CRF).	Raster

Пример кода

AggregateMultidimensionalRaster пример 1 (окно Python)

Этот пример агрегирует температурные данные в годовые данные со средними значениями температуры.

import arcpy
from arcpy import env
from arcpy.sa import *
env.workspace = "C:/sapyexamples/data"

outAggMultidim = AggregateMultidimensionalRaster("C:/sapyexamples/data/climateData.crf",
    "StdTime", "MEAN", "temperature", "INTERVAL_KEYWORD", "YEARLY",
    "", "", "", "", "DATA")
outAggMultidim.save("C:/sapyexamples/output/YearlyTemp.crf")

AggregateMultidimensionalRaster пример 2 (автономный скрипт)

В этом примере данные о дневных осадках и температуре агрегируются в среднемесячные данные с максимальными значениями осадков и температуры.

# Name: AggregateMultidimensionalRaster_Ex_02.py
# Description: Aggregates daily precipitation and temperature data into
#           monthly data with the maximum precipitation and temperature values
# Requirements: Spatial Analyst extension

# Import system modules
import arcpy
from arcpy import env
from arcpy.sa import *

# Set environment settings
env.workspace = "C:/sapyexamples/data"

""""
Usage: out_multidimensional_raster = AggregateMultidimensionalRaster(in_multidimensional_raster, dimension,
                                    {aggregation_method}, {variables},
                                    {aggregation_def}, {interval_keyword}, {ignore_nodata})
"""

# Define input parameters
inputFile = "C:/sapyexamples/data/dailyclimateData.crf"
dimensionName = "StdTime"
aggregationMethod = "Maximum"
variables = "temperature;precipitation"
aggregationDefinition = "INTERVAL_KEYWORD"
keyword = "MONTHLY"
ignore_nodata = "DATA"

# Run AggregateMultidimensionalRaster
outAggMultidim = AggregateMultidimensionalRaster(inputFile, dimensionName,
    aggregationMethod, variables, aggregationDefinition, keyword, "", "", "", "",
    ignore_nodata)

# Save the output
outAggMultidim.save("C:/sapyexamples/output/monthlymaxtemp.crf")

Параметры среды

Размер ячейки, Сжатие, Текущая рабочая область, Географические преобразования, NoData, Выходное ключевое слово конфигурации, Выходная система координат, Экстент, Коэффициент параллельной обработки, Пирамидный слой, Статистика растра, Метод пересчета, Временная рабочая область, Растр привязки, Размер листа

Информация о лицензировании

Basic: Требуется Spatial Analyst или Image Analyst
Standard: Требуется Spatial Analyst или Image Analyst
Advanced: Требуется Spatial Analyst или Image Analyst

Агрегировать многомерный растр (Инструменты Spatial Analyst)

Краткая информация

Использование

Параметры

Возвращаемое значение

Параметры среды

Информация о лицензировании

Связанные разделы