Raum-Zeit-Würfel aus definierten Positionen erstellen (Raum-Zeit-Muster-Mining)

Zusammenfassung

Strukturiert Paneldaten oder Stationsdaten (festgelegte Positionen mit unveränderlicher Geographie, deren Attribute sich mit der Zeit ändern) mittels Erstellung von Raum-Zeit-Abschnitten in ein netCDF-Datenformat. Für alle Positionen werden der Trend für Variablen oder Zusammenfassungsfelder ausgewertet.

Weitere Informationen zur Funktionsweise von "Raum-Zeit-Würfel aus definierten Positionen erstellen"

Abbildung

Abbildung des Werkzeugs "Raum-Zeit-Würfel aus definierten Positionen erstellen"

Verwendung

  • Die durch dieses Werkzeug erstellte Datenstruktur kann als 3D-Würfel aufgefasst werden, der aus Raum-Zeit-Abschnitten mit X- und Y-Dimensionen zur Darstellung von Raum und der t-Dimension zur Darstellung von Zeit besteht.

    Raum-Zeit-Abschnitte in einem 3D-Würfel

  • Jeder Abschnitt ist in Raum (XY-Position, wenn die Eingabe aus Punkten besteht, und eine feste Gruppe von Stützpunkten, wenn es sich bei den Eingaben um Polygon-Positionen handelt) und Zeit (t) fest positioniert. Abschnitte, die denselben definierten Positionsbereich abdecken (X,Y oder Stützpunkte) verwenden dieselbe Positions-ID. Abschnitte, die dieselbe Dauer aufweisen, teilen sich dieselbe Zeitschritt-ID.

    Positionen im Raum-Zeit-Würfel

  • Jeder Abschnitt des Raum-Zeit-Würfels enthält die Werte LOCATION_ID, time_step_ID und COUNT sowie Parameterwerte für Variablen oder Zusammenfassungsfelder, die beim Erstellen des Würfels einbezogen wurden. Abschnitte, die derselben physischen Position zugeordnet sind, besitzen dieselbe Positions-ID und stellen zusammen eine Zeitserie dar. Abschnitte, die demselben Zeitintervall zugeordnet sind, besitzen dieselbe Zeitschritt-ID und stellen ein gemeinsames Zeitintervall dar.

  • Die Eingabe-Features können Punkte oder Polygone sein und sollten definierte oder festgelegte Positionen mit zugehörigen Attributen darstellen, die mit der Zeit erfasst wurden. Dieser Datentyp wird im Allgemeinen als Panel- oder Stationsdaten bezeichnet. Das Feld mit dem Ereignis-Zeitstempel muss vom Typ "Datum" sein.

    Hinweis:

    Wenn die Eingabe-Features in einer File-Geodatabase gespeichert sind und echte Kurven enthalten (die als Bögen statt mit Stützpunkten gespeichert sind), werden Polygon-Shapes verzerrt, wenn Sie im Raum-Zeit-Würfel gespeichert werden. Um zu bestimmen, ob die Eingabe-Features echte Kurven enthalten, führen Sie das Werkzeug Geometrie überprüfen mit der Option OGC als Wert für den Parameter Validierungsmethode aus. Wenn Sie die Fehlermeldung erhalten, dass die ausgewählte Position keine nicht linearen Segmente unterstützt, sind echte Kurven in Ihrem Dataset enthalten und können eliminiert und durch Stützpunkte ersetzt werden. Verwenden Sie dazu das Werkzeug Dichte mit der Option Winkel als Wert für den Parameter Verdichtungsmethode, bevor Sie den Raum-Zeit-Würfel erstellen.

  • Die Eingabe-Features können sich wiederholende Shapes sein, die sich in derselben Feature-Class oder in einer Gruppe von Features mit einer zugehörigen Tabelle befinden, die die mit der Zeit erfassten Attribute enthält.

  • Das Werkzeug kann nicht ausgeführt werden, wenn die angegebenen Parameter zu einem Würfel mit mehr als 2 Milliarden Abschnitten führen.

  • Dieses Werkzeug erfordert projizierte Daten, um Entfernungen präzise zu messen.

  • Wenn der Parameter Zeitliche Aggregation aktiviert ist, enthält der resultierende Raum-Zeit-Würfel einen Zählwert für jeden Abschnitt, der der Anzahl der Punkte entspricht, die innerhalb des zugeordneten Zeitintervalls an der zugeordneten Position entstanden sind.

  • Dieses Werkzeug gibt eine netCDF-Repräsentation der Eingabe-Features sowie Meldungen aus, die eine Zusammenfassung der Würfeleigenschaften enthalten. Die Meldungen werden während der Ausführung des Werkzeugs als am unteren Rand des Bereichs Geoverarbeitung angezeigt. Um auf die Meldungen zuzugreifen, zeigen Sie mit der Maus auf die Fortschrittsleiste, und klicken Sie auf die Pop-out-Schaltfläche Pop-out-Schaltfläche, oder erweitern Sie den Abschnitt "Meldungen" im Bereich Geoverarbeitung. Sie können auch auf die Meldungen für eine vorherige Ausführung des Werkzeugs über den Geoverarbeitungsverlauf zugreifen. Die netCDF-Datei kann als Eingabe für andere Werkzeuge verwendet werden, z. B. das Werkzeug Trendanalyse von Hot-Spots oder das Werkzeug Lokale Ausreißeranalyse. Unter Visualisieren des Raum-Zeit-Würfels werden Strategien zum Anzeigen von Würfelinhalten beschrieben.

  • Geben Sie für den Parameter Zeitfeld ein Feld vom Typ "Datum" an. Wenn es sich bei der Eingabe um sich wiederholende Shapes handelt, sollte dieses Feld den Zeitstempel enthalten, der mit dem jeweiligen Feature verknüpft ist. Wenn ein Wert für den Parameter Zugehörige Tabelle angegeben wurde, ist dieses Feld der Zeitstempel, der mit jedem Datensatz in der Tabelle verknüpft ist. Wenn das Feld sehr genau ist (mit Millisekunden), enthält der Zeitstempel der einzelnen Raum-Zeit-Abschnitte nur Sekunden, und Millisekunden werden ignoriert.

  • Der Parameter Zeitschrittintervall definiert, wie die Zeitspanne der Daten partitioniert werden soll. Wenn der Parameter Zeitliche Aggregation deaktiviert ist, dann legen Sie den Parameter Zeitschrittintervall auf die vorhandene Struktur der Daten fest. Wenn Sie beispielsweise über Volkszählungsdaten verfügen, die alle fünf Jahre erfasst wurden, sollten 5 Jahre eingegeben werden. Aktivieren Sie den Parameter Zeitliche Aggregation, um zeitlich zu aggregieren. Wenn Sie beispielsweise über Sensordaten verfügen, die alle 5 Minuten erfasst wurden, können Sie in Eintagesintervallen aggregieren. Zeitintervalle sind immer festgelegte Zeiträume, das Werkzeug erfordert mindestens zehn Zeitschritte.

    Hinweis:

    Die Dropdown-Liste Zeitschrittintervall enthält zahlreiche Einträge, von denen dieses Werkzeug lediglich Jahre, Monate, Wochen, Tage, Stunden, Minuten und Sekunden unterstützt.

  • Wenn der Raum-Zeit-Würfel nicht erstellt werden konnte, konnte das Werkzeug die bereitgestellten Daten möglicherweise nicht in zehn Zeitschrittintervallen strukturieren. Wenn Sie eine Fehlermeldung erhalten, überprüfen Sie die Zeitstempel der Eingabe, um sicherzustellen, dass sie einen Bereich von (mindestens zehn) Werten enthalten. Der Wertebereich muss sich über mindestens 10 Sekunden erstrecken, da dies das kleinste Zeitinkrement ist, das das Werkzeug verwenden kann. Die Mann-Kendall-Statistik erfordert zehn Zeitschrittintervalle.

  • Der Parameter Bezugszeit kann ein Datums- und Uhrzeitwert oder nur ein Datumswert, jedoch nicht nur ein Uhrzeitwert sein. Das erwartete Format wird durch die regionalen Zeiteinstellungen des Computers bestimmt.

  • Die für die aggregierten Variablen oder Zusammenfassungsfeldwerte durchgeführte Trendanalyse basiert auf der Mann-Kendall-Statistik.

  • Mit diesem Werkzeug sind folgende statistische Operationen für die Aggregation von Attributen möglich: Summe, Mittelwert, Minimum, Maximum, Standardabweichung und Medianwert.

  • NULL-Werte, die sich in den Datensätzen von Zusammenfassungsfeldern befinden, führen dazu, dass diese Features aus dem Ausgabe-Würfel ausgeschlossen werden. Wenn NULL-Werte in den Eingabe-Features vorhanden sind, wird empfohlen, zuerst das Werkzeug Fehlende Werte ausfüllen auszuführen. Wenn auch nach dem Ausführen des Werkzeugs Fehlende Werte ausfüllen noch NULL-Werte vorhanden sind und es Teil Ihrer Analysestrategie ist, dass in jedem Abschnitt die Anzahl der Punkte enthalten ist, dann können Sie auch getrennte Würfel erstellen, einen für die Anzahl (ohne Zusammenfassungsfelder) und einen für die Zusammenfassungsfelder. Wenn der Satz von NULL-Werten für jedes Zusammenfassungsfeld unterschiedlich ist, können Sie auch einen getrennten Würfel für jedes Zusammenfassungsfeld erstellen.

  • Wenn leere Abschnitte mit räumlichen Nachbarn gefüllt werden, schätzt das Werkzeug basierend auf den 8 nächsten Nachbarn. Zum Füllen des leeren Abschnitts mit dieser Option müssen mindestens 4 dieser räumlichen Nachbarn Werte aufweisen.

  • Wenn leere Abschnitte mit Raum-Zeit-Nachbarn gefüllt werden, schätzt das Werkzeug basierend auf den 8 nächsten Nachbarn. Außerdem werden für jeden dieser Abschnitte, die sich als räumliche Nachbarn erweisen, zeitliche Nachbarn verwendet, indem ein Zeitschritt zurück und vor gegangen wird. Zum Füllen des leeren Abschnitts mit dieser Option sind mindestens 13 Raum-Zeit-Nachbarn erforderlich.

  • Wenn leere Abschnitte mit einem zeitlichen Trend gefüllt werden, müssen die Abschnitte der ersten und letzten beiden Zeiträume an einer bestimmten Position Werte aufweisen, um Werte in anderen Zeiträumen für diese Position zu interpolieren.

  • Der Fülltyp "Zeitlicher Trend" verwendet die Methode "Interpolated Univariate Spline" im Interpolationspaket von SciPy.

  • Mit diesem Werkzeug kann die erhöhte Performance genutzt werden, die Systeme mit mehreren CPUs (Mehrkern-CPUs) bieten. Das Werkzeug wird standardmäßig mit der Hälfte der verfügbaren Prozessoren ausgeführt. Die Anzahl der verwendeten CPUs kann jedoch mit der Umgebung für den Faktor für parallele Verarbeitung erhöht oder reduziert werden. Die erhöhte Verarbeitungsgeschwindigkeit macht sich beim Erstellen großer Raum-Zeit-Würfel am deutlichsten bemerkbar.

Parameter

BeschriftungErläuterungDatentyp
Eingabe-Features

Die Eingabe-Punkt- oder Polygon-Feature-Class, die in einen Raum-Zeit-Würfel konvertiert wird.

Feature Layer
Ausgabe-Raum-Zeit-Würfel

Der Ausgabe-netCDF-Daten-Würfel, der erstellt wird.

File
Positions-ID

Ein ganzzahliges oder Textfeld, das die ID-Nummer für jede eindeutige Position enthält.

Field
Zeitliche Aggregation

Gibt an, ob die Daten zeitlich aggregiert werden sollen.

  • Deaktiviert: Der Raum-Zeit-Würfel wird mit der vorhandenen zeitlichen Struktur der Eingabe-Features erstellt. Sie verfügen beispielsweise über jährliche Daten und möchten einen Würfel mit einem jährlichen Zeitschrittintervall erstellen. Dies ist die Standardeinstellung.
  • Aktiviert: Der Raum-Zeit-Würfel aggregiert die Features zeitlich basierend auf dem angegebenen Zeitschrittintervall. Sie verfügen beispielsweise über Daten, die täglich erfasst wurden, und möchten einen Würfel mit einem wöchentlichen Zeitschrittintervall erstellen.
Boolean
Zeitfeld

Das Feld, das den Zeitstempel für jede Zeile im Dataset enthält. Dieses Feld muss vom Typ "Datum" sein.

Field
Zeitschrittintervall
(optional)

Die Anzahl der Sekunden, Minuten, Stunden, Tage, Wochen oder Jahre, die einen Zeitschritt darstellen. Gültige Einträge für diesen Parameter sind beispielsweise 1 Woche, 13 Tage oder 1 Monat.

Wenn Sie die zeitliche Aggregation nicht anwenden (Zeitliche Aggregation ist deaktiviert), dann legen Sie diesen Parameter auf die vorhandene zeitliche Struktur der Daten fest.

Wenn Sie die zeitliche Aggregation anwenden (Zeitliche Aggregation ist aktiviert), dann legen Sie diesen Parameter auf das Zeitschrittintervall fest, das Sie erstellen möchten. Alle Features im selben Zeitschrittintervall werden aggregiert.

Time Unit
Zeitschrittausrichtung
(optional)

Gibt an, wie die Würfelstruktur basierend auf einem bestimmten Zeitschrittintervall ausgerichtet werden soll.

  • EndzeitZeitschritte werden auf das letzte Zeitereignis ausgerichtet und in der Zeit zurück aggregiert. Dies ist die Standardeinstellung.
  • StartzeitZeitschritte werden auf das erste Zeitereignis ausgerichtet und in der Zeit vorwärts aggregiert.
  • BezugszeitZeitschritte werden am angegebenen Datum und an der angegebenen Uhrzeit ausgerichtet. Wenn alle Punkte in den Eingabe-Features über einen Zeitstempel verfügen, der größer ist als die angegebene Bezugszeit (oder genau auf die Startzeit der Eingabe-Features fällt), beginnt das Zeitschrittintervall mit dieser Bezugszeit und aggregiert vorwärts in der Zeit (wie dies bei einer Startzeit-Ausrichtung der Fall ist). Wenn alle Punkte in den Eingabe-Features über einen Zeitstempel verfügen, der kleiner ist als die angegebene Bezugszeit (oder genau auf die Endzeit der Eingabe-Features fällt), endet das Zeitschrittintervall mit dieser Bezugszeit und aggregiert rückwärts in der Zeit (wie dies bei einer Endzeit-Ausrichtung der Fall ist). Wenn sich die angegebene Bezugszeit in der Mitte des Zeitraums der Daten befindet, wird ein Zeitintervall erstellt, das mit der angegebenen Bezugszeit endet (wie dies bei einer Endzeit-Ausrichtung der Fall ist). Zusätzliche Intervalle werden sowohl vor als auch nach der Bezugszeit erstellt, bis der Zeitraum der Daten vollständig abgedeckt ist.
String
Bezugszeit
(optional)

Das Datum mit Uhrzeit, das zum Ausrichten der Zeitschrittintervalle verwendet werden soll. Wenn Sie die Daten in wöchentliche Abschnitte, beispielsweise von Montag bis Sonntag, unterteilen möchten, legen Sie als Bezugszeit Sonntag um Mitternacht fest, um sicherzustellen, dass die Abschnitte zwischen Sonntag und Montag um Mitternacht unterbrochen werden.

Date
Variablen
(optional)

Das numerische Feld, das die Attributwerte enthält, die in den Zeit-Raum-Würfel übernommen werden.

Die folgenden Fülltypen sind verfügbar:

  • Positionen entfernen: Positionen, die keine Daten für eine der Variablen aufweisen, werden aus dem Ausgabe-Raum-Zeit-Würfel ausgeschlossen.
  • ZEROS: Leere Abschnitte werden mit Nullen gefüllt.
  • Räumliche Nachbarn: Leere Abschnitte werden mit dem Durchschnittswert von räumlichen Nachbarn gefüllt.
  • SPACE_TIME_NEIGHBORS: Leere Abschnitte werden mit dem Durchschnittswert von Raum-Zeit-Nachbarn gefüllt.
  • TEMPORAL_TREND: Leere Abschnitte werden anhand eines interpolierten eindimensionalen Spline-Algorithmus gefüllt.

Hinweis:

NULL-Werte in einem der variablen Datensätze führen dazu, dass ein Abschnitt leer bleibt. Wenn NULL-Werte in den Eingabe-Features vorhanden sind, wird empfohlen, zuerst das Werkzeug Fehlende Werte ausfüllen auszuführen.

Value Table
Zusammenfassungsfelder
(optional)

Das numerische Feld, das Attributwerte enthält, anhand derer die angegebene Statistik beim Aggregieren in einen Raum-Zeit-Würfel berechnet wird. Es können mehrere Statistik- und Feldkombinationen angegeben werden. NULL-Werte in einem der angegebenen Felder führen dazu, dass dieses Feature aus dem Ausgabe-Würfel ausgeschlossen wird. Wenn NULL-Werte in den Eingabe-Features vorhanden sind, wird empfohlen, das Werkzeug Fehlende Werte ausfüllen auszuführen, bevor ein Raum-Zeit-Würfel erstellt wird.

Die folgenden Statistiktypen sind verfügbar:

  • SUM: Der Gesamtwert für das angegebene Feld in jedem Abschnitt wird berechnet.
  • MEAN: Der Durchschnitt für das angegebene Feld in jedem Abschnitt wird berechnet.
  • MIN: Der kleinste Wert aller Datensätze des angegebenen Feldes in jedem Abschnitt wird ermittelt.
  • MAX: Der größte Wert aller Datensätze des angegebenen Feldes in jedem Abschnitt wird ermittelt.
  • STD: Die Standardabweichung der Werte im angegebenen Feld in jedem Abschnitt wird berechnet.
  • MEDIAN: Der sortierte Mittelwert aller Datensätze des angegebenen Feldes in jedem Abschnitt wird berechnet.

Die folgenden Fülltypen sind verfügbar:

  • ZEROS: Leere Abschnitte werden mit Nullen gefüllt.
  • SPATIAL_NEIGHBORS: Leere Abschnitte werden mit dem Durchschnittswert von räumlichen Nachbarn gefüllt.
  • SPACE_TIME_NEIGHBORS: Leere Abschnitte werden mit dem Durchschnittswert von Raum-Zeit-Nachbarn gefüllt.
  • TEMPORAL_TREND: Leere Abschnitte werden anhand eines interpolierten eindimensionalen Spline-Algorithmus gefüllt.

Hinweis:

NULL-Werte in einem der Datensätze von Zusammenfassungsfeldern führen dazu, dass diese Features aus dem Ausgabe-Würfel ausgeschlossen werden. Wenn NULL-Werte in den Eingabe-Features vorhanden sind, wird empfohlen, zuerst das Werkzeug Fehlende Werte ausfüllen auszuführen. Wenn auch nach dem Ausführen des Werkzeugs Fehlende Werte ausfüllen noch NULL-Werte vorhanden sind und es Teil Ihrer Analysestrategie ist, dass in jedem Abschnitt die Anzahl der Punkte enthalten ist, dann können Sie auch getrennte Würfel erstellen, einen für die Anzahl (ohne Zusammenfassungsfelder) und einen für die Zusammenfassungsfelder. Wenn der Satz von NULL-Werten für jedes Zusammenfassungsfeld unterschiedlich ist, können Sie einen getrennten Würfel für jedes Zusammenfassungsfeld erstellen.

Value Table
Zugehörige Tabelle
(optional)

Die Tabelle oder Tabellensicht, mit der die Eingabe-Features in Beziehung gesetzt wird.

Table View
Zugehörige Positions-ID
(optional)

Ein ganzzahliges oder Textfeld in der zugehörigen Tabelle, das die Positions-ID enthält, auf der die Beziehung basiert.

Field

arcpy.stpm.CreateSpaceTimeCubeDefinedLocations(in_features, output_cube, location_id, temporal_aggregation, time_field, {time_step_interval}, {time_step_alignment}, {reference_time}, {variables}, {summary_fields}, {in_related_table}, {related_location_id})
NameErläuterungDatentyp
in_features

Die Eingabe-Punkt- oder Polygon-Feature-Class, die in einen Raum-Zeit-Würfel konvertiert wird.

Feature Layer
output_cube

Der Ausgabe-netCDF-Daten-Würfel, der erstellt wird.

File
location_id

Ein ganzzahliges oder Textfeld, das die ID-Nummer für jede eindeutige Position enthält.

Field
temporal_aggregation
  • APPLY_TEMPORAL_AGGREGATIONDer Raum-Zeit-Würfel aggregiert die Features zeitlich basierend auf dem angegebenen Zeitschrittintervall. Sie verfügen beispielsweise über Daten, die täglich erfasst wurden, und möchten einen Würfel mit einem wöchentlichen Zeitschrittintervall erstellen.
  • NO_TEMPORAL_AGGREGATIONDer Raum-Zeit-Würfel wird mit der vorhandenen zeitlichen Struktur der Eingabe-Features erstellt. Sie verfügen beispielsweise über jährliche Daten und möchten einen Würfel mit einem jährlichen Zeitschrittintervall erstellen. Dies ist die Standardeinstellung.
Boolean
time_field

Das Feld, das den Zeitstempel für jede Zeile im Dataset enthält. Dieses Feld muss vom Typ "Datum" sein.

Field
time_step_interval
(optional)

Die Anzahl der Sekunden, Minuten, Stunden, Tage, Wochen oder Jahre, die einen Zeitschritt darstellen. Gültige Einträge für diesen Parameter sind beispielsweise 1 Woche, 13 Tage oder 1 Monat.

Wenn Sie die zeitliche Aggregation nicht anwenden (temporal_aggregation = "NO TEMPORAL_AGGREGATION"), dann legen Sie diesen Parameter auf die vorhandene zeitliche Struktur der Daten fest.

Wenn Sie die zeitliche Aggregation anwenden (temporal_aggregation = "APPLY TEMPORAL_AGGREGATION"), dann legen Sie diesen Parameter auf das Zeitschrittintervall fest, das Sie erstellen möchten. Alle Features im selben Zeitschrittintervall werden aggregiert.

Time Unit
time_step_alignment
(optional)

Gibt an, wie die Würfelstruktur basierend auf einem bestimmten time_step_interval ausgerichtet werden soll.

  • END_TIMEZeitschritte werden auf das letzte Zeitereignis ausgerichtet und in der Zeit zurück aggregiert. Dies ist die Standardeinstellung.
  • START_TIMEZeitschritte werden auf das erste Zeitereignis ausgerichtet und in der Zeit vorwärts aggregiert.
  • REFERENCE_TIMEZeitschritte werden am angegebenen Datum und an der angegebenen Uhrzeit ausgerichtet. Wenn alle Punkte in den Eingabe-Features über einen Zeitstempel verfügen, der größer ist als die angegebene Bezugszeit (oder genau auf die Startzeit der Eingabe-Features fällt), beginnt das Zeitschrittintervall mit dieser Bezugszeit und aggregiert vorwärts in der Zeit (wie dies bei einer Startzeit-Ausrichtung der Fall ist). Wenn alle Punkte in den Eingabe-Features über einen Zeitstempel verfügen, der kleiner ist als die angegebene Bezugszeit (oder genau auf die Endzeit der Eingabe-Features fällt), endet das Zeitschrittintervall mit dieser Bezugszeit und aggregiert rückwärts in der Zeit (wie dies bei einer Endzeit-Ausrichtung der Fall ist). Wenn sich die angegebene Bezugszeit in der Mitte des Zeitraums der Daten befindet, wird ein Zeitintervall erstellt, das mit der angegebenen Bezugszeit endet (wie dies bei einer Endzeit-Ausrichtung der Fall ist). Zusätzliche Intervalle werden sowohl vor als auch nach der Bezugszeit erstellt, bis der Zeitraum der Daten vollständig abgedeckt ist.
String
reference_time
(optional)

Das Datum mit Uhrzeit, das zum Ausrichten der Zeitschrittintervalle verwendet werden soll. Wenn Sie die Daten in wöchentliche Abschnitte, beispielsweise von Montag bis Sonntag, unterteilen möchten, legen Sie als Bezugszeit Sonntag um Mitternacht fest, um sicherzustellen, dass die Abschnitte zwischen Sonntag und Montag um Mitternacht unterbrochen werden.

Date
variables
[[Field, Fill Empty Bins with],...]
(optional)

Das numerische Feld, das die Attributwerte enthält, die in den Zeit-Raum-Würfel übernommen werden.

Die folgenden Fülltypen sind verfügbar:

  • Positionen entfernen: Positionen, die keine Daten für eine der Variablen aufweisen, werden aus dem Ausgabe-Raum-Zeit-Würfel ausgeschlossen.
  • ZEROS: Leere Abschnitte werden mit Nullen gefüllt.
  • Räumliche Nachbarn: Leere Abschnitte werden mit dem Durchschnittswert von räumlichen Nachbarn gefüllt.
  • SPACE_TIME_NEIGHBORS: Leere Abschnitte werden mit dem Durchschnittswert von Raum-Zeit-Nachbarn gefüllt.
  • TEMPORAL_TREND: Leere Abschnitte werden anhand eines interpolierten eindimensionalen Spline-Algorithmus gefüllt.

Hinweis:

NULL-Werte in einem der variablen Datensätze führen dazu, dass ein Abschnitt leer bleibt. Wenn NULL-Werte in den Eingabe-Features vorhanden sind, wird empfohlen, zuerst das Werkzeug Fehlende Werte ausfüllen auszuführen.

Value Table
summary_fields
[[Field, Statistic, Fill Empty Bins with],...]
(optional)

Das numerische Feld, das Attributwerte enthält, anhand derer die angegebene Statistik beim Aggregieren in einen Raum-Zeit-Würfel berechnet wird. Es können mehrere Statistik- und Feldkombinationen angegeben werden. NULL-Werte in einem der angegebenen Felder führen dazu, dass dieses Feature aus dem Ausgabe-Würfel ausgeschlossen wird. Wenn NULL-Werte in den Eingabe-Features vorhanden sind, wird empfohlen, das Werkzeug Fehlende Werte ausfüllen auszuführen, bevor ein Raum-Zeit-Würfel erstellt wird.

Die folgenden Statistiktypen sind verfügbar:

  • SUM: Der Gesamtwert für das angegebene Feld in jedem Abschnitt wird berechnet.
  • MEAN: Der Durchschnitt für das angegebene Feld in jedem Abschnitt wird berechnet.
  • MIN: Der kleinste Wert aller Datensätze des angegebenen Feldes in jedem Abschnitt wird ermittelt.
  • MAX: Der größte Wert aller Datensätze des angegebenen Feldes in jedem Abschnitt wird ermittelt.
  • STD: Die Standardabweichung der Werte im angegebenen Feld in jedem Abschnitt wird berechnet.
  • MEDIAN: Der sortierte Mittelwert aller Datensätze des angegebenen Feldes in jedem Abschnitt wird berechnet.

Die folgenden Fülltypen sind verfügbar:

  • ZEROS: Leere Abschnitte werden mit Nullen gefüllt.
  • SPATIAL_NEIGHBORS: Leere Abschnitte werden mit dem Durchschnittswert von räumlichen Nachbarn gefüllt.
  • SPACE_TIME_NEIGHBORS: Leere Abschnitte werden mit dem Durchschnittswert von Raum-Zeit-Nachbarn gefüllt.
  • TEMPORAL_TREND: Leere Abschnitte werden anhand eines interpolierten eindimensionalen Spline-Algorithmus gefüllt.

Hinweis:

NULL-Werte in einem der Datensätze von Zusammenfassungsfeldern führen dazu, dass diese Features aus dem Ausgabe-Würfel ausgeschlossen werden. Wenn NULL-Werte in den Eingabe-Features vorhanden sind, wird empfohlen, zuerst das Werkzeug Fehlende Werte ausfüllen auszuführen. Wenn auch nach dem Ausführen des Werkzeugs Fehlende Werte ausfüllen noch NULL-Werte vorhanden sind und es Teil Ihrer Analysestrategie ist, dass in jedem Abschnitt die Anzahl der Punkte enthalten ist, dann können Sie auch getrennte Würfel erstellen, einen für die Anzahl (ohne Zusammenfassungsfelder) und einen für die Zusammenfassungsfelder. Wenn der Satz von NULL-Werten für jedes Zusammenfassungsfeld unterschiedlich ist, können Sie einen getrennten Würfel für jedes Zusammenfassungsfeld erstellen.

Value Table
in_related_table
(optional)

Die Tabelle oder Tabellensicht, mit der die Eingabe-Features in Beziehung gesetzt wird.

Table View
related_location_id
(optional)

Ein ganzzahliges oder Textfeld in der zugehörigen Tabelle, das die Positions-ID enthält, auf der die Beziehung basiert.

Field

Codebeispiel

CreateSpaceTimeCubeDefinedLocations: Beispiel 1 (Python-Fenster)

Das folgende Skript im Python-Fenster veranschaulicht, wie Sie die Funktion CreateSpaceTimeCubeDefinedLocations verwenden.

import arcpy
arcpy.env.workspace = r"C:\STPM\Chicago.gdb"
arcpy.stpm.CreateSpaceTimeCubeDefinedLocations("Chicago_Data", r"C:\STPM\Chicago_Cube.nc", "MYID",
                                               "NO_TEMPORAL_AGGREGATION", "TIME", "1 Months",
                                               "END_TIME", "", "COUNT ZEROS")
CreateSpaceTimeCubeDefinedLocations: Beispiel 2 (eigenständiges Skript)

Das folgende eigenständige Python-Skript veranschaulicht, wie die Funktion CreateSpaceTimeCubeDefinedLocations verwendet wird.

# Fill missing values using a feature set and related table
# Use the results to create a space-time cube from defined locations
# Run Emerging Hot Spot Analysis on the data
# Visualize the results in 3d

# Import system modules
import arcpy

# Set overwriteOutput property to overwrite existing output, by default
arcpy.env.overwriteOutput = True

# Local variables ...
arcpy.env.workspace = r"C:\STPM\Chicago.gdb"

try:

    # Fill missing values in a feature class containing block group polygon shapes and a related table containing the incidents
    # Since some of the values are missing, fill them using the temporal trend method

    arcpy.stpm.FillMissingValues("Chicago_Feature", "Chicago_FilledFeature", "COUNT", "TEMPORAL_TREND", "", "", NoneNone,
                                 "TIME", "", "MYID", "Chicago_Table", "MYID", "", "", "", "Chicago_FilledTable")



    # Create a defined location space-time cube using a related table
    # Using a reference time at the start of the month to force binning fall on month breaks
    # Using temporal aggregation to sum multiple entries into one month
    # Using the method drop location if missing values since you already filled using Fill Missing Values
    arcpy.stpm.CreateSpaceTimeCubeDefinedLocations("Chicago_FilledFeature", r"C:\STPM\Chicago_Cube.nc", "MYID",
                                                   "APPLY_TEMPORAL_AGGREGATION", "TIME", "1 Months", "REFERENCE_TIME",
                                                   "10/1/2015", "", "COUNT SUM DROP_LOCATIONS", "Chicago_FilledTable",
                                                   "MYID")

    # Run an emerging hot spot analysis on the defined locations cube
    # Using contiguity edges so only block groups that bound each other are considered neighbors
    arcpy.stpm.EmergingHotSpotAnalysis(r"C:\STPM\Chicago_Cube.nc", "COUNT_SUM_NONE",
                                       "Chicago_Cube_EmergingHotSpot", "", 1, "",
                                       "CONTIGUITY_EDGES_ONLY")

    # Use Visualize Cube in 3d to see the hot spot results for each time slice
    arcpy.stpm.VisualizeSpaceTimeCube3D(r"C:\STPM\Chicago_Cube.nc", "COUNT_SUM_NONE", "HOT_AND_COLD_SPOT_RESULTS",
                                        "Chicago_Cube_Visualize3d")

except arcpy.ExecuteError:
    # If any error occurred when running the tool, print the messages
    print(arcpy.GetMessages())