GenerateTrend

汇总

用于面向多维栅格中一个或多个变量估计每个像素沿维度的趋势。

讨论

有关此函数工作原理的详细信息，请参阅 生成趋势 栅格函数。

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

GenerateTrend(raster, dimension_name, {regression_type}, {cycle_length}, {cycle_unit}, {harmonic_frequency}, {polynomial_order}, {ignore_nodata}, {rmse}, {r2}, {slope_p_value}, {seasonal_period})

参数	说明	数据类型
raster	输入多维栅格。	Raster
dimension_name	维度的名称；将沿此维度为分析中所选的一个或多个变量提取趋势。	String
regression_type	指定用于拟合沿维度像素值的线的类型。 LINEAR—将沿线性趋势线拟合变量像素值。这是默认设置。 HARMONIC—将沿谐波趋势线拟合变量像素值。 POLYNOMIAL—将沿二阶多项式趋势线拟合变量像素值。 MANN-KENDALL—将使用 Mann-Kendall 趋势测试对变量像素值进行单调性趋势评估。 SEASONAL-KENDALL—将使用 Seasonal-Kendall 趋势测试对变量像素值进行单调性趋势评估。 (默认值为 LINEAR)	String
cycle_length	要进行建模的周期性变化的长度。 regression_type 设置为 HARMONIC 时需要此参数。例如，叶绿度通常在一年中具有一个较强的变化周期，因此 cycle_length 为 1 年。每小时温度数据在一天中具有一个较强的变化周期，因此 cycle_length 为 1 天。默认值为 1。 (默认值为 1)	Integer
cycle_unit	指定用于谐波周期长度的时间单位。 DAYS—谐波周期的长度单位为天。 YEARS—谐波周期的长度单位为年。这是默认设置。 (默认值为 YEARS)	String
harmonic_frequency	当 regression_type 为 HARMONIC 时，趋势拟合中使用的模型数量。默认为 1 或每年一个谐波周期。 仅当分析的维度是时间时，趋势分析中才会包含此参数。 (默认值为 1)	Integer
polynomial_order	当 regression_type 为 POLYNOMIAL 时，趋势拟合中使用的多项式阶数。默认为 2 或二阶多项式。 仅当分析的维度是时间时，趋势分析中才会包含此参数。 (默认值为 2)	Integer
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
rmse	指定是否将计算趋势拟合线的均方根误差 (RMSE)。 True - 将计算 RMSE。这是默认设置。 False - 将不计算 RMSE。 (默认值为 True)	Boolean
r2	指定是否将为趋势拟合线计算 R 平方拟合优度统计数据。 True - 将计算 R 平方值。 False - 将不计算 R 平方值。这是默认设置。 (默认值为 False)	Boolean
slope_p_value	指定是否将为趋势线的斜率系数计算 p 值统计数据。 True - 将计算 p 值。 False - 将不计算 p 值。这是默认设置。 (默认值为 False)	Boolean
seasonal_period	指定要用于季节性期间的单位。当将 regression_type 参数设置为 SEASONAL-KENDALL 时，此为必需项。 DAYS—季节性期间的长度单位为天。这是默认设置。 MONTHS—季节性期间的长度单位为月。 (默认值为 DAYS)	String

返回值

数据类型	说明
Raster	输出栅格。

代码示例

GenerateTrendRaster 示例

本示例将计算沿 NDVI 时间序列的谐波趋势拟合。

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

# Set the local variables
in_multidimensional_raster = "C:/data/ndvi_time_series.crf"
dimension_name = "StdTime"
regression_type = "HARMONIC"
cycle_length = 1
cycle_unit = "YEARS"
harmonic_frequency = 1
polynomial_order = None
ignore_nodata = True

rmse = True
r2 = False
slope_p_value = False
seasonal_period = None

# Apply GenerateTrendRaster function
trend_raster = arcpy.ia.GenerateTrend(in_multidimensional_raster,
                dimension_name, regression_type, cycle_length, cycle_unit,
                harmonic_frequency, polynomial_order, ignore_nodata, rmse,
                r2, slope_p_value, seasonal_period)

# Save the output
trend_raster.save("C:/arcpyExamples/outputs/ndvi_trend_raster.crf")