全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
对一组栅格波段执行主成分分析 (PCA) 并生成单波段栅格作为输出。
· 为主成分数指定的值可用于确定输出多波段栅格中的主成分波段数。该数目不得大于输入中的栅格波段总数。
· 栅格波段必须具有一个公共交集。如果不存在公共交集，则会出现错误，且不会创建任何输出。
· 在指定输出数据文件名的情况下，协方差和相关矩阵、特征值和特征向量以及各特征值所捕获的百分比方差和所述的累积方差都将存储在 ASCII 文件中。
· 百分比方差确定了各特征值所捕获的方差量。这可用于解释 PCA 的结果。如果少数特征值（各特征值与输出格栅中的波段对应）捕获了大量方差，则在后续波段分析中使用此波段子集可能已经足够，因为它们可以捕获原始多波段数据集中的大部分交互作用。
· 在确定各特征值所捕获的百分比方差时，将特征值之和输入以下公式：(特征值 * 100)/总和。第一个特征值（及其关联波段）捕获最大的方差，后续的特征值会捕获顺次较小的方差。累积的方差百分比为各特征值所捕获的连续方差之和。
· 如果输入为创建自多波段栅格（超过三个波段）的图层，则操作将会考虑与源数据集相关联的所有波段，而不仅仅是由图层加载（符号化）的三个波段。
· 您可以使用多种方式将多波段栅格的波段子集指定为工具的输入。
§ 如果要使用工具对话框，则通过输入栅格波段旁边的按钮导航至多波段栅格，打开栅格并选择所需波段。
§ 如果多波段栅格是内容列表中的图层，则可以使用创建栅格图层工具来创建一个新的只包含所需波段的多波段图层。
§ 您还可以用波段合成来创建一个只包含所需波段的新数据集，并将生成的数据集用作工具的输入。
§ 在 Python 中，可以在工具参数中以列表形式直接指定所需波段。
PrincipalComponents (in_raster_bands, {number_components}, {out_data_file})
|
参数 |
说明 |
数据类型 |
|
in_raster_bands [in_raster_band,...] |
输入栅格波段。 |
Raster Layer |
|
number_components (可选) |
主成分的数目。 该数目必须大于零并小于等于输入栅格波段总数。 默认值为输入的栅格波段总数。 |
Long |
|
out_data_file (可选) |
存储主成分参数的输出 ASCII 数据文件。 输出文件的扩展名可为 .txt 或 .asc。 |
File |
|
名称 |
说明 |
数据类型 |
|
out_multiband_raster |
输出多波段栅格数据集。 如果输出是一个 Esri Grid 栅格，名称必须少于 10 个字符。 |
Raster |
此例对输入多波段栅格执行主成分分析 (PCA) 并生成多波段栅格输出。
import arcpy
from arcpy import env
from arcpy.sa import *
env.workspace = "C:/sapyexamples/data"
outPrincipalComp = PrincipalComponents(["redlands"], 4,"pcdata.txt")
outPrincipalComp.save("C:/sapyexamples/output/outpc01")
此例对输入多波段栅格执行主成分分析 (PCA) 并生成多波段栅格输出。
# Name: PrincipalComponents_Ex_02.py
# Description: Performs principal components analysis on a set of raster bands.
# Requirements: Spatial Analyst Extension
# Import system modules
import arcpy
from arcpy import env
from arcpy.sa import *
# Set environment settings
env.workspace = "C:/sapyexamples/data"
# Set local variables
inRasterBand1 = "redlands/redlandsc1"
inRasterBand2 = "redlands/redlandsc3"
numberComponents = 2
outDataFile = "C:/sapyexamples/output/pcdatafile.txt"
# Check out the ArcGIS Spatial Analyst extension license
arcpy.checkOutExtension("Spatial")
# Execute PrincipalComponents
outPrincipalComp = PrincipalComponents([inRasterBand1, inRasterBand2], 2,
outDataFile)
# Save the output
outPrincipalComp.save("C:/sapyexamples/output/outpc01")
