Correlación de ráster multidimensional (Image Analyst)

Disponible con licencia de Image Analyst.

Resumen

Analiza correlaciones entre dos variables en uno o dos rásters multidimensionales.

La herramienta toma dos rásters multidimensionales como entrada, compara dos variables utilizando el método de correlación de Pearson, Kendall o Spearman y genera un ráster de correlación en el que cada píxel representa los valores de correlación de las matrices de píxeles correspondientes. El ráster de salida puede representar cartográficamente dónde están correlacionadas las dos variables y dónde no.

La herramienta también puede calcular la correlación cruzada cuando el desfase es un valor distinto de cero y calcular la autocorrelación cuando las dos entradas son iguales.

Puede analizar correlaciones entre dos variables en uno o dos rásteres multidimensionales. La salida es un ráster de correlación en el que cada píxel es la correlación de las dos series temporales de las dos variables. La herramienta puede utilizarse para calcular la correlación con un desfase, una correlación cruzada o una autocorrelación. Por ejemplo, el ráster de correlación de las imágenes siguientes se calculó a partir de una variable de humedad del suelo y una variable de precipitación a lo largo del tiempo.

Ilustración

Se calcula un ráster de correlación a partir de la humedad del suelo y la precipitación mensuales.

Uso

• Para cada ubicación de píxel en los dos rásteres multidimensionales, la herramienta utiliza las dos matrices de píxeles correspondientes de las dos variables y calcula un valor de correlación. La herramienta compara las dos matrices ordenadas para cada píxel superpuesto recortando los datos innecesarios. Cuando las longitudes de las matrices de píxeles son diferentes, se recortará la cola de la más larga.

• Los dos rásteres multidimensionales deben tener el mismo tamaño de celda, extensión espacial y proyección. No necesitan la misma extensión temporal ni el mismo intervalo.

• Utilice la herramienta Agregar ráster multidimensional o la función Interpolar ráster por dimensión para volver a muestrear el intervalo dimensional si se necesitan los mismos intervalos.

• Utilice la herramienta Ráster multidimensional de subconjunto o la función Filtro multidimensional para definir la misma extensión dimensional.

• Si lo desea, puede utilizar el parámetro Desfase para controlar cómo se alinearán dimensionalmente las dos variables para calcular un valor de correlación desplazando la matriz de píxeles en el paso especificado. Un valor de 0 significa que no hay desplazamiento, un valor de 2 significa que la primera variable se desplaza dos índices (pasos) hacia delante para calcular y un valor de -2 significa que la primera variable se desplaza dos pasos hacia atrás para calcular.

  Por ejemplo, una matriz de píxeles en el primer ráster es 0, 1, 2, 3 y la matriz de píxeles en el segundo ráster es 4, 5, 6, 7, 8, 9.

  

  Dos variables se alinean dimensionalmente utilizando el parámetro Desfase. Para un valor de 0: se calcularán 0, 1, 2, 3 frente a 4, 5, 6, 7; para un valor de 2: se calcularán 0, 1, 2, 3 frente a 6, 7, 8, 9; y para un valor de -1: se calcularán 1, 2, 3 frente a 4, 5, 6.

• Un desfase describe la situación en la que una variable (principal) está correlacionada de forma cruzada con los valores de otra variable (retardada) en momentos posteriores y de sincronización.

• La correlación cruzada calcula un ráster de correlación para cada desfase en el rango especificado y los rásteres de correlación resultantes se guardarán como rásteres multibanda. Si se marca el parámetro Calcular valor P, se agregarán bandas adicionales a la salida. Diseñe su flujo de trabajo para evitar crear bandas de salida innecesarias.

• Para calcular la autocorrelación, establezca la primera y la segunda entrada con la misma trama multidimensional, nombre de dimensión y variable.

Parámetros

Cuadro de diálogo

Etiqueta	Explicación	Tipo de datos
Ráster multidimensional de entrada 1	El dataset ráster multidimensional de entrada. El primer ráster multidimensional en cualquier formato compatible.	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service
Ráster multidimensional de entrada 2	El segundo ráster multidimensional que se correlacionará con la primera entrada. La autocorrelación se calculará si el valor del parámetro Ráster multidimensional de entrada 1 es el mismo que el valor del parámetro Ráster multidimensional de entrada 2. La autocorrelación se refiere al grado de correlación de las mismas variables entre dos intervalos de tiempo sucesivos.	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service
Nombre de dimensión de ráster 1 (Opcional)	Un nombre de dimensión en el primer dataset a lo largo del cual se define la matriz de píxeles. Cuando la entrada tiene dos dimensiones no espaciales, debe especificarse una dimensión. La longitud de la dimensión utilizada en el cálculo debe ser superior a 2.	String
Variable 1 (Opcional)	Un nombre de variable del primer ráster de entrada.	String
Nombre de dimensión de ráster 2 (Opcional)	Un nombre de dimensión en el segundo dataset. La longitud de la dimensión utilizada en el cálculo debe ser superior a 2.	String
Variable 2 (Opcional)	Un nombre de variable del segundo ráster de entrada.	String
Método de correlación (Opcional)	Especifica el método de cálculo de la correlación que se utilizará. Pearson—El método de correlación será Pearson. Esta es la opción predeterminada. Spearman—El método de correlación será Spearman. Kendall—El método de correlación será Kendall.	String
Desfase (Opcional)	Calcula un valor de correlación desplazando la matriz de píxeles por el paso especificado, de 0 a dimensión/2, en función del desfase temporal. El valor predeterminado es 0.	Long
Calcular correlación cruzada en desfases (Opcional)	Especifica si la correlación cruzada se calculará en los desfases. Si se activa, las correlaciones se calcularán en cada retardo dentro de un intervalo definido por el valor del desfase. Por ejemplo, si el valor de desfase es 2, se calcularán correlaciones de -2, -1, 0, 1 y 2 y se almacenarán como bandas en el ráster de salida. Marcado: la correlación cruzada se calculará en los desfases. Desmarcado: la correlación cruzada no se calculará en los desfases. Esta es la opción predeterminada.	Boolean
Calcular valor P (Opcional)	Especifica si el valor p se calculará en los desfases. El valor P es un valor de confianza que describe el grado de correlación entre las dos variables. Marcado: el valor p se calculará en los desfases. La salida incluirá bandas adicionales que almacenarán los valores p. Desmarcado: el valor p no se calculará en los desfases. Esta es la opción predeterminada.	Boolean
Ráster de correlación máxima de salida (Opcional)	Un ráster de 2 bandas con los valores máximos de correlación y los desfases en los que se producen las correlaciones máximas. El ráster se creará cuando el parámetro Calcular correlación cruzada en desfases esté marcado. Un ráster de 2 bandas con los valores máximos de correlación y los desfases en los que se producen las correlaciones máximas. El ráster se creará cuando el parámetro de calculate_xcorr se especifique como ALL_CROSS_CORRELATION.	Raster Dataset

Valor de retorno

Etiqueta	Explicación	Tipo de datos
Ráster de salida	El dataset ráster de salida. Cuando el valor del parámetro de lag no es 0, se calculará una correlación cruzada en cada desfase y se almacenará como bandas en la salida.	Raster Dataset

Python

MultidimensionalRasterCorrelation(in_mdim_raster1, in_mdim_raster2, {dimension1}, {variable1}, {dimension2}, {variable2}, {corr_method}, {lag}, {calculate_xcorr}, {calculate_pvalue}, {out_max_corr_raster})

Nombre	Explicación	Tipo de datos
in_mdim_raster1	El dataset ráster multidimensional de entrada. El primer ráster multidimensional en cualquier formato compatible.	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service
in_mdim_raster2	El segundo ráster multidimensional que se correlacionará con la primera entrada. La longitud de la dimensión utilizada en el cálculo debe ser superior a 2. La autocorrelación se calculará si el valor del parámetro de in_mdim_raster1 es el mismo que el valor del parámetro de in_mdim_raster2. La autocorrelación se refiere al grado de correlación de las mismas variables entre dos intervalos de tiempo sucesivos.	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service
dimension1 (Opcional)	Un nombre de dimensión en el primer dataset a lo largo del cual se define la matriz de píxeles. Cuando la entrada tiene dos dimensiones no espaciales, debe especificarse una dimensión. La longitud de la dimensión utilizada en el cálculo debe ser superior a 2.	String
variable1 (Opcional)	Un nombre de variable del primer ráster de entrada.	String
dimension2 (Opcional)	Un nombre de dimensión en el segundo dataset. La longitud de la dimensión utilizada en el cálculo debe ser superior a 2.	String
variable2 (Opcional)	Un nombre de variable del segundo ráster de entrada.	String
corr_method (Opcional)	Especifica el método de cálculo de la correlación que se utilizará. PEARSON—El método de correlación será Pearson. Esta es la opción predeterminada. SPEARMAN—El método de correlación será Spearman. KENDALL—El método de correlación será Kendall.	String
lag (Opcional)	Calcula un valor de correlación desplazando la matriz de píxeles por el paso especificado, de 0 a dimensión/2, en función del desfase temporal. El valor predeterminado es 0.	Long
calculate_xcorr (Opcional)	Especifica si la correlación cruzada se calculará en los desfases. Si se especifica ALL_CROSS_CORRELATION, las correlaciones se calcularán en cada retardo dentro de un intervalo definido por el valor del desfase. Por ejemplo, si el valor de desfase es 2, se calcularán correlaciones de -2, -1, 0, 1 y 2 y se almacenarán como bandas en el ráster de salida. ALL_CROSS_CORRELATION—La correlación cruzada se calculará en los desfases. NO_CROSS_CORRELATION—La correlación cruzada no se calculará en los desfases. Esta es la opción predeterminada.	Boolean
calculate_pvalue (Opcional)	Especifica si el valor p se calculará en los desfases. El valor P es un valor de confianza que describe el grado de correlación entre las dos variables. CALCULATE_P_VALUE—El valor p se calculará en los desfases. La salida incluirá bandas adicionales que almacenarán los valores p. NO_P_VALUE—El valor p no se calculará en los desfases. Esta es la opción predeterminada.	Boolean
out_max_corr_raster (Opcional)	Un ráster de 2 bandas con los valores máximos de correlación y los desfases en los que se producen las correlaciones máximas. El ráster se creará cuando el parámetro de calculate_xcorr se especifique como ALL_CROSS_CORRELATION.	Raster Dataset

Valor de retorno

Nombre	Explicación	Tipo de datos
out_raster	El dataset ráster de salida. Cuando el valor del parámetro de lag no es 0, se calculará una correlación cruzada en cada desfase y se almacenará como bandas en la salida.	Raster Dataset

Muestra de código

Ejemplo 1 de MultidimensionalRasterCorrelation (ventana de Python)

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

# Check out the ArcGIS Image Analyst extension license 
arcpy.CheckOutExtension("ImageAnalyst") 

# Execute 
arcpy.env.workspace = r"c:\data" 
output=arcpy.ia.MultidimensionalRasterCorrelation("soil2022.crf", "weather2022.crf", "StdTime", "soilm", "StdTime", "temperature", "PEARSON", 0, "NO_CROSS_CORRELATION", "NO_P_VALUE", None)
output.save("correlationraster.crf")

Ejemplo 2 de MultidimensionalRasterCorrelation (secuencia de comandos independiente)

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

# Check out the ArcGIS Image Analyst extension license 
arcpy.CheckOutExtension("ImageAnalyst") 

# Define input parameters
raster1=r"E:\data\soil2022.crf"
raster2=r"E:\data\weather2022.crf"
dimension1="StdTime"
variable1="soilm"
dimension2="StdTime"
variable2="temperature"
correlation_method="PEARSON"
lag=3
calculate_cross_correlation="ALL_CROSS_CORRELATION"
calculate_pvalue="CACULATE_P_VALUE"
out_max_correlation_raster=r"E:\data\max_correlation.crf"

# Execute 
output = arcpy.ia.MultidimensionalRasterCorrelation(raster1, raster2, dimension1, variable1, dimension2, variable2, correlation _method, lag, calculate_cross_correlatio, calculate_pvalue, out_max_ correlation_raster)
output.save(r"E:\data\cross_correlation_raster.crf")

Entornos

Alineación de celda, Tamaño de celda, Compresión, Espacio de trabajo actual, Transformaciones geográficas, NoData, Palabra clave CONFIG de salida, Sistema de coordenadas de salida, Extensión, Factor de procesamiento en paralelo, Pirámide, Estadísticas de ráster, Método de remuestreo, Espacio de trabajo temporal, Alinear ráster, Tamaño de tesela