[ラスター解析] では、 ArcGIS Image Server を使用して大規模なラスター データセットの解析を実行できます。 このツールを使用すると、サーバーの能力を活用して、より多くのデータをよりすばやく解析できます。 Portal for ArcGIS Web ユーザー操作で現在使用できるツールセットは、[データの集約]、 [パターンの分析]、 [近接エリアの分析]、 [画像の分析]、 [テレインの分析]、 [データの管理]、 [ディープ ラーニング]、および [多次元解析] です。

データの集約

これらのツールは、定義されたエリア境界 (ゾーン) 内にあるラスター レイヤーの統計情報を計算するために使用されます。

エリア内でのラスターの集約

 エリア内でのラスターの集約ツール

このツールは、他のデータセットのゾーンごとにラスター値を集約します。


ゾーン統計をテーブルに出力

 ゾーン統計をテーブルに出力の図

このツールは、他のデータセットのゾーンごとにラスター値を集約し、その結果をテーブルに出力します。


パターンの分析

これらのツールを使用すると、データ内の空間パターンを識別、定量化、および視覚化できます。

密度の計算

 密度の計算ツール

密度分析では、ある現象の既知の数量を取得し、これらの数量をマップ上に分布して密度マップを作成します。このツールを使用すると、たとえば、落雷や竜巻の集中する場所、健康管理施設へのアクセス、人口密度などを表示できます。


ポイントの内挿 (Interpolate Points)

 [ポイントの内挿 (Interpolate Points)] ツール

このツールを使用すると、一連のポイントでの計測値に基づいて、新しい場所の値を推定できます。このツールは、各ポイントの値を持つポイント データを取得して、推定値で分類したエリアを返します。このツールを使用すると、たとえば、個々の雨量計で計測した値に基づいて、集水域全体の雨量を推定できます。


近接

次のツールを使用すると、「近くにあるのは何か」、「最適パスはどれか」はという空間解析で最も一般的な質問に答えることができます。

距離の計算

 距離の計算

このツールは、1 つのソースまたはソースのセットからのユークリッド距離、方向、およびアロケーションを計算します。


最適な移動コスト ネットワークの決定

 [最適移動コスト ネットワークの決定 (Determine Optimum Travel Cost Network)] ツールの図

このツールは、入力地域から、最適コスト ネットワークを計算します。


移動コスト パスの決定 (ポリライン)

 [ポリラインとしての移動コスト パスの決定] ツールの図

このツールは、目的地とソースの間のポリラインとしての最小コスト パスを計算します。


距離累積

 [距離累積] ツールの図

このツールは、直線距離、コスト距離、実際のサーフェス距離、鉛直および水平方向の係数を考慮して、各セルからソースまでの累積距離を計算します。


距離アロケーション

 [距離アロケーション] ツールの図

このツールは、直線距離、コスト距離、実際のサーフェス距離、鉛直および水平方向の係数に基づいて、各セルから指定したソースまでの距離アロケーションを計算します。


最適パス (ライン)

 [最適パス (ライン)] ツールの図

このツールは、目的地からソースまでの最適パスをラインとして計算します。


最適パス (ラスター)

 [最適パス (ラスター)] ツールの図

このツールは、目的地からソースまでの最適パスをラスターとして計算します。


最適リージョン接続

 [最適リージョン接続] ツールの図

このツールは、2 つ以上の入力領域間の最適な接続ネットワークを計算します。


画像の分析

[画像の分析] ツール カテゴリの以下のツールは画像の解析に役立ちます。

植生の監視

 ポータルの植生の監視ツール

マルチバンド ラスター レイヤーのバンドに対する算術演算を実行し、植被情報を明確にします。


テレインの分析

これらのツールを使用すると、ラスター サーフェスを解析できます。

傾斜角の計算

 ポータルの [傾斜角の計算] ツール

入力標高データの傾斜角を示すサーフェスを特定します。傾斜角は、各デジタル標高モデル (DEM) セルの標高の変化率を表します。


傾斜方向の取得

 ポータルの [傾斜方向の取得] ツール

各セルから近傍セルへ値の変化率が最大になる下り方向の傾斜を特定します。傾斜方向 (Aspect) は、斜面の方向と考えることができます。


可視領域の作成

 [可視領域の作成] ツール

一連の観測点から見通せるラスター サーフェスの位置を特定します。


集水域

 集水域タスク

ラスター内のセルに対する集水域を決定します。


データの管理

これらのツールは、地理データの日常的な管理と、解析前のデータの結合のために使用されます。

ラスターの抽出

 ポータルの [ラスターの抽出] ツール

さまざまなデータセットの値、形状、または範囲に基づいてラスターからセルを抽出します。


再分類値

 ポータルの [再分類値] ツール

個別のセル値または一連のセル値を新しい値に変更します。


フィーチャをラスターに変換

 [フィーチャをラスターに変換] ツール

既存のフィーチャ データセットから新しいラスター データセットを作成します。


ラスターをフィーチャに変換

 [ラスターをフィーチャに変換 (Convert Raster To Feature)] ツール

既存のラスター データセットから新しいフィーチャ データセットを作成します。


サンプル

 サンプル

ラスターまたはラスター セットから抽出された定義済み位置のデータ値を使用して、テーブルまたはポイント フィーチャを作成します。


ディープ ラーニング

これらのツールは、イメージ内の特定のフィーチャを検出するためや、ラスター データセット内のピクセルを分類するために使用されます。ディープ ラーニングは、機械学習法の人口知能の一種であり、各レイヤーが画像内の 1 つ以上の一意なフィーチャを抽出できるニューラル ネットワークで複数のレイヤーを使用して画像内のフィーチャを検出します。これらのツールは、トレーニングされたモデルを使用して、サード パーティのディープ ラーニング フレームワーク (TensorFlow、CNTK、Keras など) で特定のフィーチャを検出し、フィーチャまたは分類マップを出力します。

ディープ ラーニングを使用したピクセルの分類

 ディープ ラーニングを使用したピクセルの分類

このツールは、入力ラスターに対してトレーニング済みのディープ ラーニング モデルを実行し、分類済みラスターを作成します。有効な各ピクセルにはクラス ラベルが割り当てられます。


ディープ ラーニングを使用したオブジェクトの検出

 ディープ ラーニングを使用したオブジェクトの検出

このツールは、入力ラスターに対してトレーニング済みのディープ ラーニング モデルを実行し、検出したオブジェクトを含むフィーチャクラスを作成します。 フィーチャには、検出されたオブジェクトの周囲の境界四角形やポリゴン、またはオブジェクトの中心のポイントを指定できます。


ディープ ラーニングを使用したオブジェクトの分類

 ディープ ラーニングを使用したオブジェクトの分類

このツールは、入力ラスターとオプションのフィーチャクラスに対してトレーニング済みディープ ラーニング モデルを実行し、各入力オブジェクトにクラス ラベルを割り当てたフィーチャクラスまたはテーブルを作成します。


多次元解析

多次元解析ツールセット内のツールを使用すると、複数の変数や次元にまたがる科学的なデータに対する解析を実行できます。

多次元データは、複数の回数、深度、および高度で取得されたデータを表します。 このタイプのデータは、大気、海洋、および地球科学でよく使用されています。 このツールセットでは、netCDF、HDF、GRIB などの複数の形式、多次元モザイク データセット、および Esri の CRF (Cloud Raster Format) の多次元ラスター データを解析できます。

以下の表に、[多次元解析] ツールとその簡単な説明を示します。

多次元ラスターの集約

 多次元ラスターの集約

このツールは、既存の多次元ラスター変数をディメンションに沿って集約することによって、多次元ラスター データセットを生成します。


引数の統計を検索

 引数の統計を検索

このツールは、多次元ラスターまたはマルチバンド ラスター内の各ピクセルに対して、所定の統計が得られるディメンション値またはバンド インデックスを抽出します。


多次元異常の生成

 多次元異常の生成

このツールは、多次元ラスター内のスライスごとに異常を計算し、多次元ラスターを生成します。


トレンド ラスターの生成

 トレンド ラスターの生成

このツールは、多次元ラスターの 1 つまたは複数の変数のディメンションに沿って各ピクセルのトレンドを推定します。


トレンド ラスターを使用した予測

 トレンド ラスターを使用した予測

このツールは、 [トレンド ラスターの生成] ツールの出力トレンド ラスターを使用して、予測される多次元ラスターを計算します。