Python ArcGIS interpolate_raster_by_dimension用法及代码示例

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

用法:

arcgis.raster.functions.interpolate_raster_by_dimension(raster, interpolation_method='LINEAR', variables=None, dimension_definition=None, dimension_values=None, dimension=None, start_value=None, end_value=None, interval_value=None, interval_unit=None, target_raster=None, ignore_nodata=True)

返回：

应用了函数的输出栅格。

使用相邻值在指定维度值处对多维栅格进行插值。 ArcGIS Image Server 10.9.1 及更高版本中可用的函数。

Parameter	Description
raster	必需的 Raster / ImageryLayer 对象。
interpolation_method	可选字符串。指定插值方法。 可能的值为 - LINEAR、NEARESTNEIGHBOR 默认为线性。
variables	可选列表。将包含在插值中的变量列表。如果未指定，该函数将默认采用所有变量。
dimension_definition	可选字符串。指定尺寸定义。它可以是以下之一： BY_VALUES BY_INTERVAL BY_TARGET_RASTER
dimension_values	可选的词典列表。这将根据维度名称和指定的值对数据进行切片。当dimension_definition设置为BY_VALUES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。 输入应指定为：[{“dimension”:”<dimension_name>”, “value”:”<dimension_value>”},{“dimension”:”<dimension_name>”, “value”:”<dimension_value>”}] 例子： [{“dimension”:”StdTime”, “value”:”2012-01-15T03:00:00”}]
dimension	可选字符串。将沿其内插变量的维度。当dimension_definition设置为BY_INTERVAL时需要此参数。
start_value	可选字符串。区间的开始。当dimension_definition设置为BY_INTERVAL时需要此参数
end_value	可选字符串。间隔结束。当dimension_definition设置为BY_INTERVAL时需要此参数
interval_value	可选浮点数。对数据进行切片的频率。当dimension_definition设置为BY_INTERVAL时需要此参数
interval_unit	可选字符串。指定间隔单位。当dimension_definition设置为BY_INTERVAL且维度参数设置为StdTime时，需要此参数。 HOURS - 使用小时作为指定的时间单位。 DAYS - 使用天作为指定的时间单位。 WEEKS - 使用周作为指定的时间单位。 MONTHS - 使用月份作为指定的时间单位。 YEARS - 使用年作为指定的时间单位。
target_raster	可选 Raster / ImageryLayer 对象。用于指定从中获取尺寸定义的目标栅格的参数。当dimension_definition设置为BY_TARGET_RASTER时需要
ignore_nodata	可选布尔值。指定是否在插值中忽略 NoData 值。 True：只有具有 noData 值的单元格才会用于插值。这是默认设置。 False：具有 noData 值的单元格将用于插值。

例子：

# Usage Example 1: Apply the interpolate_raster_by_dimension() on the input raster using BY_VALUES dimension_definition.
interpolated_op = interpolate_raster_by_dimension(raster,
                                                  variables="water_temp",
                                                  dimension_definition="BY_VALUES",
                                                  dimension_values=[{"dimension":"StdTime", "value":"2012-01-15T03:00:00"}])