使用趋势栅格预测 (影像分析工具)
汇总
使用来自生成趋势栅格工具的输出趋势栅格来计算预测多维栅格。
用法
该工具使用生成趋势栅格工具的输出作为输入多维趋势栅格。
该工具将生成云栅格格式 (CRF) 的多维栅格数据集。 目前，尚不支持其他输出格式。
默认情况下，将使用 LZ77 压缩类型对多维栅格输出进行压缩。 但是，建议将压缩类型更改为 LERC 并根据数据来调整最大误差值。 例如，如果您希望分析结果精确到三位小数，对于最大误差值，请使用 0.001。 避免不必要的精度要求，因为它们将增加处理时间和存储大小。
参数
|
标注
|
说明
|
数据类型
|
|
输入趋势栅格
|
来自生成趋势栅格工具的输入多维趋势栅格。
|
Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; File
|
|
变量 [维度信息]（描述）
（可选）
|
将在分析中预测的一个或多个变量。 如果未指定任何变量，则将使用所有变量。
|
String
|
|
维度定义
（可选）
|
指定用于提供预测维度值的方法。
|
String
|
|
值
（可选）
|
预测中要使用的一个或多个维度值。
时间、深度和高度值的格式必须与用于生成趋势栅格的维度值的格式相匹配。 如果为 StdTime 维度生成了趋势栅格，则其格式应为 YYYY-MM-DDTHH:MM:SS，例如 2050-01-01T00:00:00。 用分号分隔多个值。
当维度定义参数设置为按值时，此参数为必需项。
|
String
|
|
起始
（可选）
|
预测中要使用的维度间隔的开始日期、高度或深度。
|
String
|
|
结束
（可选）
|
预测中要使用的维度间隔的结束日期、高度或深度。
|
String
|
|
值间隔
（可选）
|
要包含在预测中的两个纬度值之间的步长数量。 默认值为 1。
例如，若要预测每五年的温度值，请使用值 5。
|
Double
|
|
单位
（可选）
|
指定将用于间隔值的单位。 仅当分析的维度是时间维度时，此参数才适用。
小时—将在由起始、结束和值间隔参数描述的时间范围内计算每小时的预测。
天—将在由起始、结束和值间隔参数描述的时间范围内计算每天的预测。
周—将在由起始、结束和值间隔参数描述的时间范围内计算每周的预测。
月—将在由起始、结束和值间隔参数描述的时间范围内计算每月的预测。
年—将在由起始、结束和值间隔参数描述的时间范围内计算每年的预测。
|
String
|
返回值
|
标注
|
说明
|
数据类型
|
|
输出多维栅格
|
输出云栅格格式 (CRF) 多维栅格数据集。
|
Raster
|
PredictUsingTrendRaster(in_multidimensional_raster, {variables}, {dimension_def}, {dimension_values}, {start}, {end}, {interval_value}, {interval_unit})
|
名称
|
说明
|
数据类型
|
|
in_multidimensional_raster
|
来自生成趋势栅格工具的输入多维趋势栅格。
|
Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service; File
|
|
variables
[variables,...]
（可选）
|
将在分析中预测的一个或多个变量。 如果未指定任何变量，则将使用所有变量。
|
String
|
|
dimension_def
（可选）
|
指定用于提供预测维度值的方法。
|
String
|
|
dimension_values
[dimension_values,...]
（可选）
|
预测中要使用的一个或多个维度值。
时间、深度和高度值的格式必须与用于生成趋势栅格的维度值的格式相匹配。 如果为 StdTime 维度生成了趋势栅格，则其格式应为 YYYY-MM-DDTHH:MM:SS，例如 2050-01-01T00:00:00。 用分号分隔多个值。
当 dimension_def 参数设置为 BY_VALUE 时，此参数为必需项。
|
String
|
|
start
（可选）
|
预测中要使用的维度间隔的开始日期、高度或深度。
|
String
|
|
end
（可选）
|
预测中要使用的维度间隔的结束日期、高度或深度。
|
String
|
|
interval_value
（可选）
|
要包含在预测中的两个纬度值之间的步长数量。 默认值为 1。
例如，若要预测每五年的温度值，请使用值 5。
|
Double
|
|
interval_unit
（可选）
|
指定将用于间隔值的单位。 仅当分析的维度是时间维度时，此参数才适用。
HOURS—将在由 start、end 和 interval_value 参数描述的时间范围内计算每小时的预测。
DAYS—将在由 start、end 和 interval_value 参数描述的时间范围内计算每天的预测。
WEEKS—将在由 start、end 和 interval_value 参数描述的时间范围内计算每周的预测。
MONTHS—将在由 start、end 和 interval_value 参数描述的时间范围内计算每月的预测。
YEARS—将在由 start、end 和 interval_value 参数描述的时间范围内计算每年的预测。
|
String
|
返回值
|
名称
|
说明
|
数据类型
|
|
out_multidimensional_raster
|
输出云栅格格式 (CRF) 多维栅格数据集。
|
Raster
|
代码示例
PredictUsingTrendRaster 示例 1（Python 窗口）
本示例生成 2050 年 1 月 1 日和 2100 年 1 月 1 日的预测降雨量与温度。
# Import system modules
import arcpy
from arcpy.ia import *
# Run
predictOutput = PredictUsingTrendRaster("C:/Data/LinearTrendCoefficients.crf",
"temp;precip", "BY_VALUE", "2050-01-01T00:00:00;2100-01-01T00:00:00")
# Save output
predictOutput.save("C:/Data/Predicted_Temp_Precip.crf")
PredictUsingTrendRaster 示例 2（独立脚本）
本示例生成 2025 年每个月的预测 NDVI 值。
# Import system modules
import arcpy
from arcpy.ia import *
# Define input parameters
inFile = "C:/Data/HarmonicTrendCoefficients.crf"
variables = "NDVI"
dimension_definition = "BY_INTERVAL"
start = "2025-01-01T00:00:00"
end = "2025-12-31T00:00:00"
interval_value = 1
interval_unit = "MONTHS"
# Run - predict the monthly NDVI in 2025
predictOutput = PredictUsingTrendRaster(inFile, variables,
dimension_definition, '', start, end, interval_value, interval_unit)
# Save output
predictOutput.save("C:/data/predicted_ndvi.crf")
环境
像元大小, 压缩, 当前工作空间, 地理变换, NoData, 输出配置关键字, 输出坐标系, 范围, 并行处理因子, 金字塔, 栅格统计, 重采样方法, 临时工作空间, 捕捉栅格, 切片大小
许可信息
- 基本: 需要 Image Analyst
- 标准: 需要 Image Analyst
- 高级: 需要 Image Analyst