适用于 Image Server
“生成多维异常”工具用于计算现有多维栅格中每个剖切的异常，以生成新的多维影像图层。
将输出托管影像图层。
示例
您拥有按每 1 米（最高 100 米）深度采集的每月海洋温度数据，并且您想要将温度异常计算为与年平均值的偏差。 如果将平均值计算间隔设置为每年，则“生成多维异常”工具将基于年平均值确定温度异常，并针对所有 100 个深度返回异常值。
用法说明
“生成多维异常”工具包含输入图层、异常设置和结果图层的配置。
输入图层
输入图层组包括以下参数：
- 多维影像图层用于定位观测点偏离其标准值、平均值或中值的区域。
- 变量表示生成异常时要考虑的值。
异常设置
异常设置组包括以下参数：
- 异常计算方法指定要用于计算异常的方法。 异常计算方法参数选项如下：
与平均值的差值 - 将计算像素值与该像素值跨由间隔定义的剖切的平均值之差。
与平均值的差值 = x - µ
- x = 剖切中的像素值
- μ = 给定时间间隔内该像素值的平均值
与平均值的百分比差值 - 将计算像素值与该像素值跨剖切（由间隔定义）的平均值的百分比差值。
与平均值的百分比差值 = |x - µ| / [(x + µ)/2]
- x = 剖切中的像素值
- μ = 给定时间间隔内该像素值的平均值
- |x - µ| = 该值与平均值之差的绝对值
平均值百分比 - 将计算平均值的百分比。
平均值百分比 = x / µ
- x = 剖切中的像素值
- μ = 给定时间间隔内该像素值的平均值
z 得分 - 将计算每个像素的 z 得分。 z 得分为 0 表示像素值等于平均值。 z 得分为 1 表示像素值与平均值相差 1 个标准差。 如果 z 得分是 2，则像素值与平均值相差 2 个标准差，依此类推。
z 得分 = (x - µ) / S
- x = 剖切中的像素值
- μ = 给定时间间隔内该像素值的平均值
- S = 像素值在给定时间间隔内的标准差
与中值的差值 - 将计算像素值与该像素值跨由间隔定义的剖切的数学中值之差。
与中值的差值 = x - ß
- x = 剖切中的像素值
- ß = 给定时间间隔内该像素值的中值
与中值的百分比差值 - 将计算像素值与该像素值跨由间隔定义的剖切的数学中值的百分比差值。
与中值的百分比差值 = |x - ß| / [(x + ß)/2]
- x = 剖切中的像素值
- ß = 给定时间间隔内该像素值的中值
- |x - ß| = 该值与中值之差的绝对值
中值的百分比 - 将计算数学中值的百分比。
中值的百分比 = x / ß
- x = 剖切中的像素值
- ß = 给定时间间隔内该像素值的中值
- 平均值计算间隔指定将用于计算平均值的时间间隔。 外部影像图层可以为单一图层或多维影像图层。 如果输入为单一影像图层，则与平均值的差值将通过比较每个剖切中的像素值与外部影像图层中的对应值进行计算。 如果输入为多维影像图层，则将比较对应剖切以计算与平均值的差值，确保变量和维度的数量和名称相匹配。
- 全部 - 计算所有剖切中每个像素的平均值。
- 每年 - 计算每个像素的每年平均值。
- 每月循环 - 计算每个像素的每月平均值。
- 每周循环 - 计算每个像素的每周平均值。
- 每日循环 - 计算每个像素的每日平均值。
- 每小时 - 计算每个像素的每小时平均值。
- 外部栅格 - 将引用包含每个像素的平均值或中值的现有影像图层。
- 参考栅格表示包含先前计算的每个像素平均值的影像图层。 将以与该平均值进行比较的方式来计算异常。
- 忽略 NoData 指定是否在分析中忽略 NoData 值。 如果选中，分析将包含沿给定维度的所有有效像素，并忽略所有 NoData 像素。 这是默认设置。 如果未选中，则当沿给定维度存在像素的任意 NoData 值时，分析将生成 NoData。
结果图层
结果图层组包括以下参数：
- 输出名称用于确定要创建并添加至地图的图层的名称。 名称必须唯一。 如果组织中已存在具有相同名称的图层，则工具将执行失败并提示您使用其他名称。
- 保存在文件夹中将指定我的内容中将用于保存结果的文件夹的名称。
环境
分析环境设置是影响工具执行结果的附加参数。 可以从环境设置参数组访问工具的分析环境设置。
此工具支持以下分析环境：
输出
将输出一个专题影像图层，其中包含与规定的所需测量明显不同的区域。 如果输入影像图层为多维图层，则输出图层将为多维图层。
许可要求
该工具需要以下许可和配置：
- Creator 或 GIS Professional 用户类型
- 发布者或管理员角色，或等效的自定义角色
- 已针对栅格分析进行配置的 ArcGIS Image Server
资源
请通过以下资源了解更多详细信息：
- ArcGIS REST API 中的生成多维异常
- ArcGIS API for Python 中的 generate_multidimensional_anomaly
- ArcGIS Pro 中的生成多维异常