多次元主成分分析 (Multidimensional Principal Components) (Image Analyst)

Image Analyst ライセンスで利用できます。

サマリー

多次元ラスターを主成分、荷重、および固有値に変換します。 このツールは、データの分散を説明できる数まで成分を減らし、データをこれらの成分に変換して、空間パターンと時間パターンを簡単に特定できるようにします。

使用法

  • [固有値の出力] テーブルで分散の固有値および累積率を使用して、必須情報を失うことなくデータを定義するのに必要な主成分の数を設定します。

    固有値テーブル

    上記の例では、最初の成分に分散の 72.51 パーセントが示されています。 分散の 95 パーセントの値に到達するためには、最初の 5 つの成分を選択します。

  • [モード] パラメーターの [ディメンションの削減 (Dimension Reduction)] オプションはデータを一連の画像として解析します。 主要なフィーチャとパターンを収集する一連の画像にデータを変換して削減します。 主成分は、マルチバンド データセットとして格納されるラスター セットです。

  • [モード] パラメーターの [空間の削減 (Spatial Reduction)] オプションはデータを一連のピクセル時系列として解析します。 主要な時間パターンと、関連付けられたこれらの時間パターンの空間位置を検索します。 主成分は、テーブルに格納される 1 次元配列のセットです。

  • 荷重、主成分、固有値を解析し理解するためのチャートが出力レイヤーに自動的に作成されます。

  • [主成分の数] パラメーターには、出力に含まれるバンドの数を指定します。 必要以上に大きいラスターが出力されないようにするには、成分の適切なパーセンテージまたは数を指定します。 通常は、最初のいくつかの成分がデータ内の分散のほとんどを占めます。

パラメーター

ラベル説明データ タイプ
入力多次元ラスター

入力多次元ラスター。

このツールでは、1 つのディメンションに沿ったデータ (時系列ラスターなど) または非時間ディメンション [X, Y, Z] で定義されたデータ キューブが処理されます。 深度や時間などの複数のディメンションが入力変数に含まれている場合は、デフォルトで最初のディメンション値が使用されます。

[多次元ラスター レイヤーの作成 (Make Multidimensional Raster Layer)] ツールまたは [多次元ラスターのサブセット (Subset Multidimensional Raster)] ツールを使用すると、必要に応じて多次元データを再定義できます。たとえば、多次元データを 1 次元の 1 つのデータセット内に構成することができます。

Raster Dataset; Mosaic Dataset; Raster Layer; Mosaic Layer; Image Service; File
最頻値

主成分分析の実行に使用する方法を指定します。

  • ディメンションの削減 (Dimension Reduction)入力時系列データは一連の画像として処理されます。 時間の経過とともに広がるパターンを抽出する主成分分析が計算されます。 これがデフォルトです。
  • 空間の削減 (Spatial Reduction)入力時系列データは一連のピクセルとして処理されます。 時間の経過とともに広がるパターンと位置を抽出する主成分は、テーブルに格納される 1 次元配列のセットとして計算されます。
String
ディメンション

主成分の処理に使用するディメンション名。

String
主成分の出力

出力ラスター データセットの名前。

[モード] パラメーターが [ディメンションの削減 (Dimension Reduction)] として指定されている場合、コンポーネントをバンドとして含むマルチバンド ラスターが出力されます。 最初のバンドが最大固有値を持つ最初の主成分になり、2 番目のバンドが 2 番目に大きい固有値を持つ主成分になり、以下同様に続きます。 出力は、CRF ファイル形式 (*.crf) で、多次元情報を保持しています。

[モード] パラメーターが [空間の削減 (Spatial Reduction)] として指定されている場合、主成分を表す一連の時系列データを含むテーブルが出力されます。

Raster Dataset; Table
荷重の出力

主成分分析に関与する出力荷重データ。

[モード] パラメーターが [ディメンションの削減 (Dimension Reduction)] として指定されている場合、各入力ラスターが主成分分析に提供した重み付けを含むテーブルが出力されます。 これらの重み付けは、入力データと出力主成分の相関関係を定義します。 *.csv ファイル拡張子を使用して、荷重をカンマ区切り値ファイルとして出力します。

[モード] パラメーターが [空間の削減 (Spatial Reduction)] として指定されている場合、ピクセル値が主成分を提供する重み付けであるラスターが出力されます。 ピクセルの値が大きいほど、主成分との相関関係が強くなります。 ランダム再投影を適用して計算の複雑度を軽減するため、この出力のセル サイズは入力ラスターよりも大きくなる可能性があります。

主成分分析に関与する出力荷重データ。

mode パラメーターが DIMENSION_REDUCTION として指定されている場合、各入力ラスターが主成分分析に提供した重み付けを含むテーブルが出力されます。 これらの重み付けは、入力データと出力主成分の相関関係を定義します。 *.csv ファイル拡張子を使用して、荷重をカンマ区切り値ファイルとして出力します。

mode パラメーターが SPATIAL_REDUCTION として指定されている場合、ピクセル値が主成分を提供する重み付けであるラスターが出力されます。 ピクセルの値が大きいほど、主成分との相関関係が強くなります。 ランダム再投影を適用して計算の複雑度を軽減するため、この出力のセル サイズは入力ラスターよりも大きくなる可能性があります。

Table; Raster Dataset
固有値の出力
(オプション)

出力固有値テーブル。 固有値は、各成分の分散率を示す値です。 固有値を使用すると、データセットを表現する必要のある主成分の数を定義することができます。

Table
変数
(オプション)

計算で使用される入力多次元ラスターの変数。 入力ラスターが多次元であり、変数が指定されていない場合は、デフォルトで最初の変数だけが解析されます。

たとえば、温度の値が最高であった年を検索するには、解析対象の変数として温度を指定します。 変数を指定せず、変数として温度と降雨量の両方がある場合、両方の変数が解析され、出力多次元ラスターには両方の変数が含まれます。

String
主成分数
(オプション)

計算対象の主成分の数。通常は、入力ラスターの数よりも少なくなります。

このパラメーターには、パーセンテージ形式 (%) の値も指定できます。 たとえば、90% という値は、データ内の分散の 90% を説明できる成分の数が計算されることを意味します。

String

MultidimensionalPrincipalComponents(in_multidimensional_raster, mode, dimension, out_pc, out_loadings, {out_eigenvalues}, {variable}, {number_of_pc})
名前説明データ タイプ
in_multidimensional_raster

入力多次元ラスター。

このツールでは、1 つのディメンションに沿ったデータ (時系列ラスターなど) または非時間ディメンション [X, Y, Z] で定義されたデータ キューブが処理されます。 深度や時間などの複数のディメンションが入力変数に含まれている場合は、デフォルトで最初のディメンション値が使用されます。

[多次元ラスター レイヤーの作成 (Make Multidimensional Raster Layer)] ツールまたは [多次元ラスターのサブセット (Subset Multidimensional Raster)] ツールを使用すると、必要に応じて多次元データを再定義できます。たとえば、多次元データを 1 次元の 1 つのデータセット内に構成することができます。

Raster Dataset; Mosaic Dataset; Raster Layer; Mosaic Layer; Image Service; File
mode

主成分分析の実行に使用する方法を指定します。

  • DIMENSION_REDUCTION入力時系列データは一連の画像として処理されます。 時間の経過とともに広がるパターンを抽出する主成分分析が計算されます。 これがデフォルトです。
  • SPATIAL_REDUCTION入力時系列データは一連のピクセルとして処理されます。 時間の経過とともに広がるパターンと位置を抽出する主成分は、テーブルに格納される 1 次元配列のセットとして計算されます。
String
dimension

主成分の処理に使用するディメンション名。

String
out_pc

出力ラスター データセットの名前。

mode パラメーターが DIMENSION_REDUCTION として指定されている場合、コンポーネントをバンドとして含むマルチバンド ラスターが出力されます。 最初のバンドが最大固有値を持つ最初の主成分になり、2 番目のバンドが 2 番目に大きい固有値を持つ主成分になり、以下同様に続きます。 出力は、CRF ファイル形式 (*.crf) で、多次元情報を保持しています。

mode パラメーターが SPATIAL_REDUCTION として指定されている場合、主成分を表す一連の時系列データを含むテーブルが出力されます。

Raster Dataset; Table
out_loadings

主成分分析に関与する出力荷重データ。

mode パラメーターが DIMENSION_REDUCTION として指定されている場合、各入力ラスターが主成分分析に提供した重み付けを含むテーブルが出力されます。 これらの重み付けは、入力データと出力主成分の相関関係を定義します。 *.csv ファイル拡張子を使用して、荷重をカンマ区切り値ファイルとして出力します。

mode パラメーターが SPATIAL_REDUCTION として指定されている場合、ピクセル値が主成分を提供する重み付けであるラスターが出力されます。 ピクセルの値が大きいほど、主成分との相関関係が強くなります。 ランダム再投影を適用して計算の複雑度を軽減するため、この出力のセル サイズは入力ラスターよりも大きくなる可能性があります。

Table; Raster Dataset
out_eigenvalues
(オプション)

出力固有値テーブル。 固有値は、各成分の分散率を示す値です。 固有値を使用すると、データセットを表現する必要のある主成分の数を定義することができます。

Table
variable
(オプション)

計算で使用される入力多次元ラスターの変数。 入力ラスターが多次元であり、変数が指定されていない場合は、デフォルトで最初の変数だけが解析されます。

たとえば、温度の値が最高であった年を検索するには、解析対象の変数として温度を指定します。 変数を指定せず、変数として温度と降雨量の両方がある場合、両方の変数が解析され、出力多次元ラスターには両方の変数が含まれます。

String
number_of_pc
(オプション)

計算対象の主成分の数。通常は、入力ラスターの数よりも少なくなります。

このパラメーターには、パーセンテージ形式 (%) の値も指定できます。 たとえば、90% という値は、データ内の分散の 90% を説明できる成分の数が計算されることを意味します。

String

コードのサンプル

MultidimensionalPrincipalComponents (多次元主成分分析) の例 1 (Python ウィンドウ)

この例では、NDVI 時系列ラスターから 3 つの主成分を計算します。

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

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

arcpy.env.workspace = r"c:\data" 
arcpy.ia.MultidimensionalPrincipalComponents('ndviData.crf', 'DIMENSION_REDUCTION', "StdTime", "ndviData_PC.crf", "ndviData_loadings.csv", "ndviData_eiganvalues.csv", None, 3)
MultidimensionalPrincipalComponents (多次元主成分分析) の例 2 (スタンドアロン スクリプト)

この例では、ディメンションの削減モードで NDVI 時系列ラスターから 4 つの主成分を計算します。

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

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

# Define input parameters 
inputFile = r"c:\data\ndviData.crf" 
mode = "DIMENSION_REDUCTION" 
dimension = "StdTime" 
out_pc = r"c:\data\ndviData_pc.tif" 
out_loadings = r"c:\data\ndviData_loadings.csv" 
out_eiganvalues = r"c:\data\ndviData_pc.csv" 
variable = "ndvi" 
pc_number = 4 
  
# Execute  

arcpy.ia.MultidimensionalPrincipalComponents(inputFile, mode, dimension, out_pc, out_loadings, out_eiganvalues, variable, pc_number)
MultidimensionalPrincipalComponents の例 3 (Python ウィンドウ)

この例では、空間の削減モードで時系列ラスターから 3 つの主成分を計算します。

# Import system modules  

import arcpy  
from arcpy.ia import *   

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

arcpy.env.workspace = r"c:\data"  
arcpy.ia.MultidimensionalPrincipalComponents('sstData.crf', 'SPATIAL_REDUCTION', "StdTime", "sstData_temporal_PC.csv", "sstData_loading_raster.crf", "sstData_eiganvalues.csv", None, 3)

関連トピック