Python ArcGIS aggregate用法及代碼示例

本文簡要介紹 python 語言中 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：

應用了函數的輸出柵格。

聚合函數通過將聚合函數應用於輸入柵格來創建新柵格。

該函數的參數如下：

Parameter	Description
raster	需要輸入 Raster / ImageryLayer 對象。
dimension	可選字符串。這是聚合變量的維度。
aggregation_function	可選字符串。指定將用於在間隔中組合聚合切片的數學方法。 MEAN：計算區間內所有切片的像素值的平均值。這是默認設置。 MAXIMUM：計算區間內所有切片的像素最大值。 MAJORITY：計算間隔內所有切片中像素出現頻率最高的值。 MINIMUM：計算區間內所有切片的像素最小值。 MINORITY：計算間隔內所有切片中像素出現頻率最低的值。 MEDIAN：計算區間內所有切片的像素中值。 PERCENTILE：計算區間內所有切片中像素值的百分位數。默認情況下計算第 90 個百分位數。您可以使用 percentile_value 參數指定其他值(從 0 到 100)。 RANGE：計算區間內所有切片的像素值範圍。 STD：計算區間內所有切片的像素值的標準差。 SUM：計算區間內所有切片的像素值之和。 VARIETY：計算區間內所有切片中像素唯一值的數量。 您還可以傳遞自定義聚合函數。從門戶上的柵格函數模板項創建一個 RFT 對象，並將其指定為 aggregation_function 的輸入，或直接將 JSON 格式的 RFT 指定為 aggregation_function。
aggregation_definition_type	可選字符串。指定將聚合數據的維度間隔。 ALL：數據值將在所有切片中聚合。這是默認設置。 INTERVAL_KEYWORD：變量數據將使用眾所周知的間隔進行聚合。 INTERVAL_VALUE：變量數據將使用用戶指定的間隔和單位進行聚合。 INTERVAL_RANGES：變量數據將在指定的值或日期對之間聚合。
interval_keyword	可選字符串。指定沿維度聚合時將使用的關鍵字間隔。當aggregation_definition_type參數設置為INTERVAL_KEYWORD時需要該參數，並且聚合必須是跨時間的。 HOURLY：數據值將聚合到每小時的時間步長中，結果將包括時間序列中的每小時。 DAILY：將數據值聚合為每日時間步長，結果將包括時間序列中的每一天。 WEEKLY：數據值將聚合為每周時間步長，結果將包括時間序列中的每周。 DEKADLY：將每個月分為 3 個時段，每個時段 10 天(最後一個時段可能多於或少於 10 天)，每個月將輸出 3 個切片。 PENTADLY：將每個月分為 6 個時段，每個時段 5 天(最後一個時段可能多於或少於 5 天)，每個月將輸出 6 個切片。 MONTHLY：數據值將聚合到每月時間步長中，結果將包括時間序列中的每個月。 QUARTERLY：數據值將聚合為季度時間步長，結果將包括時間序列中的每個季度。 YEARLY：數據值將聚合到每年的時間步長中，結果將包括時間序列中的每一年。 RECURRING_DAILY：將數據值聚合成每日時間步長，結果包括每天每個聚合值。輸出最多包括 366 個每日時間片 RECURRING_WEEKLY：數據值將聚合到每周的時間步長中，結果將包括每周一個聚合值。輸出將最多包括 53 個每周時間片。 RECURRING_MONTHLY：數據值將被聚合到每周的時間步長中，結果將包括每個月的一個聚合值。輸出將包括最多 12 個每月時間片。 RECURRING_QUARTERLY：數據值將聚合到每周的時間步長中，結果將包括每季度一個聚合值。輸出最多包括 4 個季度時間片。
interval_value	可選字符串。將用於聚合的間隔大小。當aggregation_definition_type 參數設置為INTERVAL_VALUE 時需要此參數。例如，要將 30 年的每月溫度數據匯總為 5 年增量，請輸入 5 作為 interval_value，並將 interval_unit 指定為 YEARS。
interval_unit	可選字符串。將用於間隔值的單位。當維度參數設置為時間字段且aggregation_definition_type參數設置為INTERVAL_VALUE時，需要此參數。如果您要聚合除時間以外的任何內容，則此選項將不可用，並且間隔值的單位將與輸入多維柵格數據的可變單位相匹配。 HOURS：數據值將按提供的間隔聚合到每小時的時間片中。 DAYS：數據值將按提供的間隔聚合到每日時間片中。 WEEKS：數據值將按提供的間隔聚合到每周時間片中。 MONTHS：數據值將按提供的時間間隔聚合到每月時間片中。 年：數據值將按提供的時間間隔聚合到年度時間片中。
interval_ranges	字典對象的可選列表。指定為將用於聚合值組的字典對象列表的間隔範圍。當aggregation_definition參數設置為INTERVAL_RANGE時，需要此參數。如果維度為 StdTime，則必須以人類可讀的時間格式 (YYYY-MM-DDTHH:MM:SS) 指定該值。 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	可選的布爾值。指定是否忽略 NoData 值。 True：該函數將包括所有有效像素並忽略任何NoData 像素。 False：如果有任何 NoData 值，該函數將導致 NoData。這是默認設置。
dimensionless	可選的布爾值。指定圖層是否具有尺寸值。如果選擇單個切片以創建圖層，則此參數僅處於活動狀態。 True：圖層將沒有維度值。 False：圖層將具有維度值。這是默認設置。
percentile_value	可選浮點數。要計算的百分位數。默認值為 90，表示第 90 個百分位數。值的範圍可以從 0 到 100。第 0 個百分位數本質上相當於最小統計量，第 100 個百分位數相當於最大值。值 50 將產生與中位數統計量基本相同的結果。僅當 aggregation_function 參數設置為 PERCENTILE 時，此選項才有效。 例子： 90
percentile_interpolation_type	可選字符串。指定當輸入柵格中有偶數個要計算的值時將使用的百分位插值方法。 NEAREST：將使用最接近所需百分位數的可用值。在這種情況下，輸出像素類型將與輸入值柵格的像素類型相同。這是默認設置 LINEAR ：將使用來自所需百分位數的兩個周圍值的加權平均值。在這種情況下，輸出像素類型將是浮點數。 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"}
                                         ]
                        )