Корреляция многомерного растра (Image Analyst)

Доступно с лицензией Image Analyst.

Краткая информация

Анализирует корреляции между двумя переменными в одном или двух многомерных растрах.

Инструмент берет в качестве входных данных два многомерных растра, сравнивает две переменные при помощи метода корреляции Пирсона, Кендалла или Спирмена и выводит растр корреляции, где каждая ячейка представляет значения корреляции соответствующих массивов пикселов. Выходной растр может отображать, где две переменные коррелированы, а где они не коррелированы.

Инструмент также может вычислить взаимную корреляцию, где лаг является ненулевым значением, и вычислить автоматическую корреляцию, когда пара входных данных одинакова.

Вы можете анализировать корреляции между двумя переменными в одном или двух многомерных растрах. Выходными данными является растр корреляции, в котором каждый пиксел представляет корреляцию двух временных рядов из двух переменных. Инструмент можно использовать для вычисления корреляции с лагом, взаимной корреляции или автокорреляции. Например, растр корреляции на следующем рисунке вычислен по переменной влажности почвы во времени и переменной осадков во времени.

Иллюстрация

Растр корреляции вычислен исходя из ежемесячной влажности почвы и ежемесячных осадков.

Использование

• Для каждого местоположения пиксела в двух многомерных растрах инструмент использует два соответствующих массива пикселов из двух переменных и вычисляет значение корреляции. Инструмент сравнивает два упорядоченных массива для каждого перекрывающегося пиксела, отсекая ненужные данные. Когда длина массивов пикселов различна, хвост более длинного массива будет отсечен.

• У двух многомерных растров должны быть одинаковые размер ячейки, пространственный экстент и проекция. Одинаковый временной экстент или интервал для них не требуются.

• Используйте инструмент Агрегировать многомерный растр или функцию Интерполировать растр по измерению, чтобы пересчитать интервал измерения, если необходимы одинаковые интервалы.

• Используйте инструмент Поднабор многомерного растра или функцию Многомерный фильтр, чтобы задать одинаковый экстент измерений.

• Или можно использовать параметр Лаг для управления тем, как две переменные будут выровнены по измерению, чтобы вычислить значение корреляции, путем смещения массива пикселов на заданный шаг. Значение 0 указывает на отсутствие смещения, значение 2 означает смещение первой переменной на два индекса (шага) вперед для вычисления, -2 указывает на смещение первой переменной на два шага назад.

  Например, массив пикселов в первом растре: - 0, 1, 2, 3, а массив пикселов во втором: - 4, 5, 6, 7, 8, 9.

  

  Две переменные выровнены по измерению при помощи параметра Лаг. Для значения 0: будут вычислены 0, 1, 2, 3 против 4, 5, 6, 7; для значения 2: 0, 1, 2, 3 против 6, 7, 8, 9; а для значения -1: 1, 2, 3 против 4, 5, 6.

• Лаг описывает ситуацию, в которой одна (ведущая) переменная взаимно коррелирует со значениями другой (запаздывающей) переменной в более поздние моменты времени и при синхронизации.

• Взаимная корреляция вычисляет растр корреляции для каждого лага в указанном диапазоне, и итоговые растры корреляции будут сохранены как многоканальные растры. Если отмечен параметр Вычислить p-значение, в выходные данные будут добавлены дополнительные каналы. Разработайте свой рабочий процесс таким образом, чтобы избежать создания ненужных выходных каналов.

• Для вычисления автокорреляции задайте первые и вторые входные данные с одинаковым многомерным растром, именем измерения и переменной.

Параметры

Диалог

Подпись	Описание	Тип данных
Входной многомерный растр 1	Входной набор многомерных растровых данных. Первый многомерный растр в любом поддерживаемом формате.	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service
Входной многомерный растр 2	Второй многомерный растр, который будет коррелирован с первым входным. Автокорреляция будет вычислена, если значение параметра Входной многомерный растр 1 будет таким же, как Входной многомерный растр 2. Автокорреляция относится к степени корреляции одних и тех же переменных между двумя последовательными временными интервалами.	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service
Имя измерения растра 1 (Дополнительный)	Имя изменения первого набора данных, по которому задан массив пискелов. Если входные данные содержат два непространственных измерения, измерение необходимо указать. Длина измерения, используемого в корреляции, должна быть больше 2.	String
Переменная 1 (Дополнительный)	Имя переменной из первого входного растра.	String
Имя измерения растра 2 (Дополнительный)	Имя изменения второго набора данных. Длина измерения, используемого в корреляции, должна быть больше 2.	String
Переменная 2 (Дополнительный)	Имя переменной из второго входного растра.	String
Метод корреляции (Дополнительный)	Определяет метод вычисления корреляции, который будет использоваться. Пирсон—Корреляция методом Пирсона. Это значение по умолчанию Спирмен—Корреляция методом Спирмена. Кендалл—Корреляция методом Кендалла.	String
Лаг (Дополнительный)	Вычислите значение корреляции путем смещения массива пикселов на указанный шаг, от 0 до измерение/2, в зависимости от временного лага. По умолчанию - 0.	Long
Вычислить взаимную корреляцию в лагах (Дополнительный)	Указывает, будет ли вычисляться взаимная корреляция в лагах. Если включено, корреляции будут вычисляться в каждом лаге в пределах диапазона, заданного значением лага. Например, если значение лага равно 2, будут вычислены корреляции -2, -1, 0, 1 и 2 и сохранены как каналы в выходном растре. Отмечено — Взаимная корреляция будет вычислена в лагах. Не отмечено — Взаимная корреляция не будет вычислена в лагах. Это значение по умолчанию	Boolean
Вычислить p-значение (Дополнительный)	Указывает, будет ли вычисляться p-значение в лагах. P-значение - это значение достоверности, которое описывает, насколько хорошо коррелируют две переменные. Отмечено — p-значение будет вычислено в лагах. Выходные данные включат в себя дополнительные каналы, хранящие p-значение. Не отмечено — p-значение не будет вычислено в лагах. Это значение по умолчанию	Boolean
Выходной растр максимальной корреляции (Дополнительный)	Растр с двумя каналами со значениями максимальной корреляции и лагами, в которых произошла максимальная корреляция. Растр будет создан, если включен параметр Вычислить взаимную корреляцию в лагах. Растр с двумя каналами со значениями максимальной корреляции и лагами, в которых произошла максимальная корреляция. Растр будет создан, если параметр calculate_xcorr задан как ALL_CROSS_CORRELATION.	Raster Dataset

Возвращаемое значение

Подпись	Описание	Тип данных
Выходной растр	Выходной набор растровых данных. Если значение параметра lag не равно 0, будет вычислена взаимная корреляция в каждом лаге и сохранена как каналы в выходных данных.	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})

Имя	Описание	Тип данных
in_mdim_raster1	Входной набор многомерных растровых данных. Первый многомерный растр в любом поддерживаемом формате.	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service
in_mdim_raster2	Второй многомерный растр, который будет коррелирован с первым входным. Длина измерения, используемого в корреляции, должна быть больше 2. Автокорреляция будет вычислена, если значение параметра in_mdim_raster1 будет таким же, как in_mdim_raster2. Автокорреляция относится к степени корреляции одних и тех же переменных между двумя последовательными временными интервалами.	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service
dimension1 (Дополнительный)	Имя изменения первого набора данных, по которому задан массив пискелов. Если входные данные содержат два непространственных измерения, измерение необходимо указать. Длина измерения, используемого в корреляции, должна быть больше 2.	String
variable1 (Дополнительный)	Имя переменной из первого входного растра.	String
dimension2 (Дополнительный)	Имя изменения второго набора данных. Длина измерения, используемого в корреляции, должна быть больше 2.	String
variable2 (Дополнительный)	Имя переменной из второго входного растра.	String
corr_method (Дополнительный)	Определяет метод вычисления корреляции, который будет использоваться. PEARSON—Корреляция методом Пирсона. Это значение по умолчанию SPEARMAN—Корреляция методом Спирмена. KENDALL—Корреляция методом Кендалла.	String
lag (Дополнительный)	Вычислите значение корреляции путем смещения массива пикселов на указанный шаг, от 0 до измерение/2, в зависимости от временного лага. По умолчанию - 0.	Long
calculate_xcorr (Дополнительный)	Указывает, будет ли вычисляться взаимная корреляция в лагах. Если ALL_CROSS_CORRELATION указано, корреляции будут вычисляться в каждом лаге в пределах диапазона, заданного значением лага. Например, если значение лага равно 2, будут вычислены корреляции -2, -1, 0, 1 и 2 и сохранены как каналы в выходном растре. ALL_CROSS_CORRELATION—Взаимная корреляция будет вычислена в лагах. NO_CROSS_CORRELATION—Взаимная корреляция не будет вычислена в лагах. Это значение по умолчанию	Boolean
calculate_pvalue (Дополнительный)	Указывает, будет ли вычисляться p-значение в лагах. P-значение - это значение достоверности, которое описывает, насколько хорошо коррелируют две переменные. CALCULATE_P_VALUE—P-значение будет вычислено в лагах. Выходные данные включат в себя дополнительные каналы, хранящие p-значение. NO_P_VALUE—P-значение не будет вычислено в лагах. Это значение по умолчанию	Boolean
out_max_corr_raster (Дополнительный)	Растр с двумя каналами со значениями максимальной корреляции и лагами, в которых произошла максимальная корреляция. Растр будет создан, если параметр calculate_xcorr задан как ALL_CROSS_CORRELATION.	Raster Dataset

Возвращаемое значение

Имя	Описание	Тип данных
out_raster	Выходной набор растровых данных. Если значение параметра lag не равно 0, будет вычислена взаимная корреляция в каждом лаге и сохранена как каналы в выходных данных.	Raster Dataset

Пример кода

MultidimensionalRasterCorrelation, пример 1 (окно 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")

MultidimensionalRasterCorrelation, пример 2 (автономный скрипт)

# 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")

Параметры среды

Выравнивание ячеек, Размер ячейки, Сжатие, Текущая рабочая область, Географические преобразования, NoData, Выходное ключевое слово CONFIG, Выходная система координат, Экстент, Коэффициент параллельной обработки, Пирамидные слои, Статистика растра, Метод пересчета, Временная рабочая область, Растр привязки, Размер листа