Python ArcGIS aggregate用法及代码示例

本文简要介绍 python 语言中 arcgis.raster.functions.aggregate 的用法。

用法:

arcgis.raster.functions.aggregate(raster, dimension=None, aggregation_function=None, aggregation_definition_type='ALL', interval_keyword=None, interval_value=None, interval_unit=None, interval_ranges=None, ignore_nodata=False, dimensionless=False, percentile_value=90, percentile_interpolation_type='NEAREST')

返回：

应用了函数的输出栅格。

聚合函数通过将聚合函数应用于输入栅格来创建新栅格。

该函数的参数如下：

Parameter	Description
raster	需要输入 Raster / ImageryLayer 对象。
dimension	可选字符串。这是聚合变量的维度。
aggregation_function	可选字符串。指定将用于在间隔中组合聚合切片的数学方法。 MEAN：计算区间内所有切片的像素值的平均值。这是默认设置。 MAXIMUM：计算区间内所有切片的像素最大值。 MAJORITY：计算间隔内所有切片中像素出现频率最高的值。 MINIMUM：计算区间内所有切片的像素最小值。 MINORITY：计算间隔内所有切片中像素出现频率最低的值。 MEDIAN：计算区间内所有切片的像素中值。 PERCENTILE：计算区间内所有切片中像素值的百分位数。默认情况下计算第 90 个百分位数。您可以使用 percentile_value 参数指定其他值(从 0 到 100)。 RANGE：计算区间内所有切片的像素值范围。 STD：计算区间内所有切片的像素值的标准差。 SUM：计算区间内所有切片的像素值之和。 VARIETY：计算区间内所有切片中像素唯一值的数量。 您还可以传递自定义聚合函数。从门户上的栅格函数模板项创建一个 RFT 对象，并将其指定为 aggregation_function 的输入，或直接将 JSON 格式的 RFT 指定为 aggregation_function。
aggregation_definition_type	可选字符串。指定将聚合数据的维度间隔。 ALL：数据值将在所有切片中聚合。这是默认设置。 INTERVAL_KEYWORD：变量数据将使用众所周知的间隔进行聚合。 INTERVAL_VALUE：变量数据将使用用户指定的间隔和单位进行聚合。 INTERVAL_RANGES：变量数据将在指定的值或日期对之间聚合。
interval_keyword	可选字符串。指定沿维度聚合时将使用的关键字间隔。当aggregation_definition_type参数设置为INTERVAL_KEYWORD时需要该参数，并且聚合必须是跨时间的。 HOURLY：数据值将聚合到每小时的时间步长中，结果将包括时间序列中的每小时。 DAILY：将数据值聚合为每日时间步长，结果将包括时间序列中的每一天。 WEEKLY：数据值将聚合为每周时间步长，结果将包括时间序列中的每周。 DEKADLY：将每个月分为 3 个时段，每个时段 10 天(最后一个时段可能多于或少于 10 天)，每个月将输出 3 个切片。 PENTADLY：将每个月分为 6 个时段，每个时段 5 天(最后一个时段可能多于或少于 5 天)，每个月将输出 6 个切片。 MONTHLY：数据值将聚合到每月时间步长中，结果将包括时间序列中的每个月。 QUARTERLY：数据值将聚合为季度时间步长，结果将包括时间序列中的每个季度。 YEARLY：数据值将聚合到每年的时间步长中，结果将包括时间序列中的每一年。 RECURRING_DAILY：将数据值聚合成每日时间步长，结果包括每天每个聚合值。输出最多包括 366 个每日时间片 RECURRING_WEEKLY：数据值将聚合到每周的时间步长中，结果将包括每周一个聚合值。输出将最多包括 53 个每周时间片。 RECURRING_MONTHLY：数据值将被聚合到每周的时间步长中，结果将包括每个月的一个聚合值。输出将包括最多 12 个每月时间片。 RECURRING_QUARTERLY：数据值将聚合到每周的时间步长中，结果将包括每季度一个聚合值。输出最多包括 4 个季度时间片。
interval_value	可选字符串。将用于聚合的间隔大小。当aggregation_definition_type 参数设置为INTERVAL_VALUE 时需要此参数。例如，要将 30 年的每月温度数据汇总为 5 年增量，请输入 5 作为 interval_value，并将 interval_unit 指定为 YEARS。
interval_unit	可选字符串。将用于间隔值的单位。当维度参数设置为时间字段且aggregation_definition_type参数设置为INTERVAL_VALUE时，需要此参数。如果您要聚合除时间以外的任何内容，则此选项将不可用，并且间隔值的单位将与输入多维栅格数据的可变单位相匹配。 HOURS：数据值将按提供的间隔聚合到每小时的时间片中。 DAYS：数据值将按提供的间隔聚合到每日时间片中。 WEEKS：数据值将按提供的间隔聚合到每周时间片中。 MONTHS：数据值将按提供的时间间隔聚合到每月时间片中。 年：数据值将按提供的时间间隔聚合到年度时间片中。
interval_ranges	字典对象的可选列表。指定为将用于聚合值组的字典对象列表的间隔范围。当aggregation_definition参数设置为INTERVAL_RANGE时，需要此参数。如果维度为 StdTime，则必须以人类可读的时间格式 (YYYY-MM-DDTHH:MM:SS) 指定该值。 用法 [{“minValue”:”<min value>”,”maxValue”:”<max value>”}, {“minValue”:”<min value>”,”maxValue”:”<max value>”}] 示例 [{“minValue”:”2012-01-15T03:00:00”,”maxValue”:”2012-01-15T09:00:00”}, {“minValue”:”2012-01-15T12:00:00”,”maxValue”:”2012-01-15T21:00:00”}]
ignore_nodata	可选的布尔值。指定是否忽略 NoData 值。 True：该函数将包括所有有效像素并忽略任何NoData 像素。 False：如果有任何 NoData 值，该函数将导致 NoData。这是默认设置。
dimensionless	可选的布尔值。指定图层是否具有尺寸值。如果选择单个切片以创建图层，则此参数仅处于活动状态。 True：图层将没有维度值。 False：图层将具有维度值。这是默认设置。
percentile_value	可选浮点数。要计算的百分位数。默认值为 90，表示第 90 个百分位数。值的范围可以从 0 到 100。第 0 个百分位数本质上相当于最小统计量，第 100 个百分位数相当于最大值。值 50 将产生与中位数统计量基本相同的结果。仅当 aggregation_function 参数设置为 PERCENTILE 时，此选项才有效。 例子： 90
percentile_interpolation_type	可选字符串。指定当输入栅格中有偶数个要计算的值时将使用的百分位插值方法。 NEAREST：将使用最接近所需百分位数的可用值。在这种情况下，输出像素类型将与输入值栅格的像素类型相同。这是默认设置 LINEAR ：将使用来自所需百分位数的两个周围值的加权平均值。在这种情况下，输出像素类型将是浮点数。 例子： NEAREST

例子：

# Usage Example 1: Calculates the aggregate of the input raster.

aggregate_op = aggregate(raster, aggregation_function="MAXIMUM")

# Usage Example 2: Calculates the aggregate of the input raster based on the specified interval range.

aggregate_op = aggregate(raster,
                         aggregation_function="MEDIAN",
                         aggregation_definition_type="INTERVAL_RANGES",
                         interval_ranges=[{"minValue":"2012-01-15T03:00:00","maxValue":"2012-01-15T09:00:00"},
                                          {"minValue":"2012-01-15T12:00:00","maxValue":"2012-01-15T21:00:00"}
                                         ]
                        )