Análisis de ráster le permite realizar análisis de datasets ráster grandes utilizando ArcGIS Image Server. Esto le permite analizar más datos con mayor rapidez aprovechando la potencia del servidor.Los conjuntos de herramientas que actualmente están disponibles mediante la experiencia de usuario web de Portal for ArcGIS son: Resumir datos, Analizar patrones, Utilizar proximidad, Analizar imagen, Analizar terreno, Administrar datos, Aprendizaje profundo y Análisis multidimensional.
Resumir datos
Estas herramientas se utilizan para calcular estadísticas para una capa ráster dentro de los límites de área (zonas) definidas por el usuario.
- Resumir ráster dentro de calcula estadísticas para celdas ráster que quedan dentro de los límites de área definidos.
- Estadísticas zonales como tabla resume los valores de un ráster dentro de las zonas de otro dataset e informa los resultados en una tabla.
Resumir ráster dentro de |
|
Esta herramienta resume el valor de un ráster dentro de las zonas de otro dataset.
Estadísticas zonales como tabla |
|
Esta herramienta resume los valores de un ráster dentro de las zonas de otro dataset y notifica los resultados en una tabla.
Analizar patrones
Estas herramientas te ayudan a identificar, cuantificar y visualizar los patrones espaciales de tus datos.
- Calcular densidad toma cantidades conocidas de un fenómeno y crea un mapa de densidad expandiendo estas cantidades por el mapa.
- Interpolar puntos predice los valores de las nuevas ubicaciones en función de las mediciones encontradas en un conjunto de puntos.
Calcular densidad |
|
Análisis de densidad toma cantidades conocidas de un fenómeno y crea un mapa de densidad expandiendo estas cantidades por el mapa. Puedes usar esta herramienta, por ejemplo, para mostrar concentraciones de rayos o de tornados, acceso a las instalaciones médicas y densidades de población.
Interpolar puntos |
|
Esta herramienta te permite predecir los valores de nuevas ubicaciones en función de las mediciones encontradas en un conjunto de puntos. La herramienta toma los datos de puntos con valores en cada punto y devuelve áreas clasificadas por los valores predichos. Puedes usar esta herramienta, por ejemplo, para predecir los niveles de precipitaciones en una cuenca hidrográfica a partir de las mediciones realizadas en los distintos pluviómetros.
Utilizar proximidad
Estas herramientas le ayudan a responder algunas de las preguntas más comunes sobre el análisis espacial: ¿Qué está cerca de qué? y ¿Cuál es la ruta óptima?
- Calcular distancia calcula la distancia euclidiana, la dirección y la asignación desde un solo origen o un conjunto de orígenes.
- Determinar red de coste de viaje óptimo calcula la red con coste óptimo a partir de un conjunto de regiones de entrada.
- Determinar ruta de coste de viaje como polilínea calcula la ruta de polilínea de mínimo coste entre destinos y orígenes conocidos.
- Acumulación de distancia calcula la distancia acumulada de cada celda a los orígenes, teniendo en cuenta la distancia en línea recta, coste-distancia y la verdadera distancia de superficie, así como los factores de vertical y horizontal.
- Asignación de distancia calcula la asignación de distancia para cada celda a los orígenes proporcionados en función de la distancia en línea recta, coste-distancia y la verdadera distancia de superficie, así como factores de vertical y horizontal.
- Ruta óptima como línea calcula la ruta óptima de destinos a orígenes como línea.
- Ruta óptima como ráster calcula la ruta óptima de destinos a orígenes como ráster.
- Conexiones de región óptimas calcula la red de conectividad óptima entre dos o más regiones de entrada.
Calcular distancia |
|
Esta herramienta calcula la distancia euclidiana, dirección y asignación a partir de un solo origen o un conjunto de orígenes.
Determinar red de gastos de viaje óptimos |
|
Esta herramienta calcula la red de coste óptimo a partir de un conjunto de regiones de entrada.
Determinar ruta de coste de viaje como polilínea |
|
Esta herramienta calcula la ruta de polilínea de mínimo coste entre orígenes y destinos.
Acumulación de distancia |
|
Esta herramienta calcula la distancia acumulada para cada celda a los orígenes, teniendo en cuenta la distancia en línea recta, coste-distancia, verdadera distancia de superficie y factores de coste vertical y horizontal.
Asignación de distancia |
|
Esta herramienta calcula la asignación de distancia para cada celda a los orígenes proporcionados en función de la distancia en línea recta, coste-distancia, verdadera distancia de superficie y factores de coste vertical y horizontal.
Ruta óptima como línea |
|
Esta herramienta calcula la ruta óptima de destinos a orígenes como línea.
Ruta óptima como ráster |
|
Esta herramienta calcula la ruta óptima de destinos a orígenes como ráster.
Conexiones de región óptimas |
|
Esta herramienta calcula la red de conectividad óptima entre dos o más regiones de entrada.
Analizar imagen
La siguiente herramienta de la categoría de herramientas Analizar imagen le ayuda a analizar imágenes:
- Supervisar vegetación detecta la cobertura de vegetación relativa de una imagen, basándose en operaciones aritméticas sobre las bandas. A la hora de analizar imágenes, existen numerosos índices de vegetación y suelos.
Supervisar vegetación |
|
Realiza una operación aritmética en las bandas de un dataset ráster multibanda para mostrar la información de la cobertura de vegetación.
Analizar terreno
Estas herramientas le ayudan a analizar superficies de ráster.
- Calcular pendiente calcula la inclinación del terreno.
- Derivar orientación calcula la dirección de la pendiente más inclinada para cada ubicación.
- Crear cuenca visual identifica lo que se puede ver desde cualquier punto del paisaje.
- Cuenca hidrográfica calcula el área de la cuenca contribuyente sobre las ubicaciones identificadas en una superficie.
Calcular pendiente |
|
Identifica una superficie que muestra la pendiente de los datos de elevación de entrada. La pendiente representa la tasa de cambio de elevación para cada celda de modelo digital de elevación (DEM).
Derivar orientación |
|
Identifica la dirección descendente de la velocidad máxima de cambio en el valor desde cada celda a las celdas vecinas. La orientación puede pensarse como la dirección de la pendiente.
Crear cuenca visual |
|
Determina las ubicaciones en una superficie de ráster que están visibles para un conjunto de observadores.
Cuenca hidrográfica |
|
Determina el área de contribución por sobre un conjunto de celdas de un ráster.
Administrar datos
Estas herramientas se usan para la administración diaria de los datos geográficos y para combinar datos antes del análisis.
- Extraer ráster recorta porciones de un dataset ráster para análisis posteriores.
- Reasignar valores asigna distintos valores a celdas ráster.
- Convertir entidad a ráster rasteriza datos vectoriales.
- Convertir ráster a entidad vectoriza datos ráster.
- Muestra extrae datos en ubicaciones definidas de un ráster, o conjunto de rásteres.
Extraer ráster |
|
Extrae celdas de un ráster según el valor, la forma o la extensión de un dataset diferente.
Nueva representación cartográfica de valores |
|
Cambia valores individuales o rangos de valores de celda por valores nuevos.
Convertir entidad a ráster |
|
Crea un nuevo dataset ráster a partir de un dataset existente.
Convertir ráster a entidad |
|
Crea un nuevo dataset de entidades a partir de un dataset ráster existente.
Muestra |
|
Crea una tabla o una clase de entidad de punto con valores de datos en ubicaciones definidas extraídas de un ráster o un conjunto de rásteres.
Aprendizaje profundo
Estas herramientas se utilizan para detectar o clasificar entidades específicas en una imagen o clasificar píxeles en un dataset ráster. El aprendizaje profundo es un método de aprendizaje de máquina de inteligencia artificial que detecta entidades en imágenes con varias capas en redes neuronales, en las que cada capa puede extraer una o varias entidades únicas de la imagen. Estas herramientas utilizan modelos entrenados para detectar entidades específicas en marcos de aprendizaje profundo de terceros, tales como TensorFlow, CNTK y Keras, y generan entidades o mapas de clases.
- Clasificar píxeles con aprendizaje profundo genera un ráster clasificado utilizando un modelo de aprendizaje profundo entrenado.
- Detectar objetos con aprendizaje profundo genera una clase de entidad que contiene los objetos que encuentra en un ráster de entrada con un modelo de aprendizaje profundo entrenado.
- Clasificar objetos con aprendizaje profundo genera una clase de entidad o tabla en la que a cada objeto de entrada en un ráster de entrada se le asigna una etiqueta de clase usando un modelo de aprendizaje profundo entrenado.
Clasificar píxeles con aprendizaje profundo |
|
Esta herramienta ejecuta un modelo de aprendizaje profundo entrenado en un ráster de entrada para generar un ráster clasificado, donde cada píxel válido tiene asignada una etiqueta de clase.
Detectar objetos con aprendizaje profundo |
|
Esta herramienta ejecuta un modelo de aprendizaje profundo entrenado en un ráster de entrada para generar una clase de entidad con los objetos que encuentre. Las entidades pueden ser cuadros o polígonos de delimitación alrededor de los objetos encontrados o puntos en el centro de los objetos.
Clasificar objetos con aprendizaje profundo |
|
Esta herramienta ejecuta un modelo de aprendizaje profundo entrenado en un ráster de entrada y una clase de entidad opcional para generar una clase de entidad o tabla en la que cada objeto de entrada tenga asignada una etiqueta de clase.
Análisis multidimensional
Las herramientas del conjunto de herramientas Análisis multidimensional permiten realizar análisis en datos científicos a través de varias dimensiones y variables.
Los datos multidimensionales representan datos capturados en distintos momentos, profundidades y alturas. Este tipo de datos se usa comúnmente en ciencias atmosféricas, oceanográficas y de la tierra. En este conjunto de herramientas, puede analizar datos ráster multidimensionales en varios formatos, por ejemplo, netCDF, HDF, GRIB, el dataset de mosaico multidimensional y el formato ráster de nube (CRF) de Esri.
La siguiente tabla enumera las herramientas de análisis multidimensional y proporciona una breve descripción de cada una.
- Agregar ráster multidimensional genera un dataset ráster multidimensional al agregar variables de ráster multidimensional existentes a lo largo de una dimensión.
- Generar anomalía multidimensional calcula la anomalía de cada porción en un ráster multidimensional para generar un ráster multidimensional.
- Generar ráster de tendencia estima la tendencia de cada píxel a lo largo de una dimensión para una o varias variables de un ráster multidimensional.
- Predecir con ráster de tendencia calcula un ráster multidimensional previsto usando el ráster de tendencia de salida de la herramienta Generar ráster de tendencia.
- Hallar estadísticas de argumentos extrae el valor de dimensión o índice de banda en el que se consigue una determinada estadística para cada píxel en un ráster multidimensional o multibanda.
Agregar ráster multidimensional |
|
Esta herramienta genera un dataset ráster multidimensional al agregar variables de ráster multidimensional existentes a lo largo de una dimensión.
Hallar estadísticas de argumentos |
|
Esta herramienta extrae el valor de dimensión o el índice de banda en el que se consigue una determinada estadística para cada píxel de un ráster multidimensional o multibanda.
Generar anomalía multidimensional |
|
Esta herramienta calcula la anomalía de cada porción en un ráster multidimensional para generar un ráster multidimensional.
Generar ráster de tendencia |
|
Esta herramienta estima la tendencia de cada píxel a lo largo de una dimensión para una o varias variables de un ráster multidimensional.
Predecir con ráster de tendencia |
|
Esta herramienta calcula un ráster multidimensional previsto utilizando el ráster de tendencia de salida de la herramienta Generar ráster de tendencia.