Summer data

Verktøysettet Summer data inneholder verktøy som beregner antall, lengder, arealer og grunnleggende beskrivende statistikk for geoobjekter og tilhørende attributter innenfor områder eller i nærheten av andre geoobjekter.

• Samle punkter beregner statistikk om punkter som faller innenfor bestemte områder.
• Opprett multivariabelt rutenett genererer et rutenett av kvadratiske eller sekskantede beholdere og beregner verdier for hver beholder ut fra hvor nær hvert inndatalag er.
• Beskriv datasett beregner et sammendrag av inndataene dine, og kan generere et utvalg av inndatalaget.
• Koble geoobjekter beregner statistikk om geoobjekter som deler et romlig, tidsmessig eller attributtmessig forhold til andre geoobjekter.
• Rekonstruer spor beregner statistikk om punkter eller polygoner som tilhører samme spor og rekonstruerer inndata til spor.
• Summer attributter beregner statistikk om geoobjekt- eller tabelldata som deler attributter.
• Summer innenfor beregner statistikk for områdegeoobjekter og attributter som overlapper hverandre.

Aggreger punkter

Dette verktøyet bruker et lag med punkter og enten et lag med polygoner eller beholdere som er definert ut fra en bestemt avstand, til å finne ut hvilke punkter som faller innenfor hvert polygon eller beholder, og beregner statistikk for alle punktene innenfor hver polygon eller beholder. Du kan eventuelt bruke tidsinndeling med dette verktøyet.

Her følger noen eksempler:

• Med angitte punktlokasjoner for lovbrudd kan du telle antall lovbrudd per fylke eller distrikt.
• Finn den høyeste og laveste månedlige inntekten for franchiselokasjoner med 100 kilometer-beholdere.

Opprett multivariabelt rutenett

Verktøyet Opprett multivariabelt rutenett genererer et rutenett av kvadratiske eller sekskantede beholdere og beregner variabler for hver beholder ut fra hvor nær ett eller flere inndatalag er.

Her følger noen eksempler:

• Gitt at byens infrastruktur for kollektivtransport består av flere lag, hvilken del av byen er minst tilgjengelig når man reiser kollektivt?
• Gitt at det finnes lag for vannveier som innsjøer og elver, hva heter vannforekomsten nærmest hver lokasjon i USA?
• Gitt at det finnes et lag for inntekt per husholdning, hvor i USA er inntektsforskjellene størst innenfor en radius på 80 km?

Beskriv datasett

Oppsummer inndatageoobjekter med statistikk, eksempellag og visualisering. Du kan velge eksempellag eller utstrekningslag som utdata.

Her følger noen eksempler:

• Vis til oversikten over den utregnede statistikken for å forstå hvilke verdier datasettet ditt inneholder.
• I stedet for å tegne hele datasettet kan du opprette en delmengde for å visualisere geoobjekter og deres attributter når de legges til et kart.
• Spar tid og ressurser ved å kjøre analyse på et eksempellag før du kjører analyse på hele datasettet.

Koble geoobjekter

Ved hjelp av enten geoobjektlag eller tabelldata kan du koble geoobjekter og oppføringer på bakgrunn av bestemte relasjoner mellom inndatalag eller tabeller. Koblingene blir bestemt av romlige, tidsmessige, og attributtmessige forhold, og summeringsstatistikk kan eventuelt beregnes.

Her følger noen eksempler:

• Gitt punktlokasjoner for kriminelle hendelser med et tidspunkt, kan du koble kriminalitetsdataene med seg selv ved å angi et romlig forhold for kriminalitet innenfor 1 kilometer fra hverandre, og som inntraff innenfor 1 time av hverandre for å avgjøre om det er en sekvens av forbrytelser nær hverandre i tid og rom.
• Gitt en tabell med postnummer med demografisk informasjon og polygoner som representerer boliger, kan du koble demografisk informasjon til boligene slik at hver bolig nå har informasjonen.

Rekonstruer spor

Dette verktøyet fungerer med et tidsaktivert lag med enten punkt- eller polygongeoobjekter som representerer et øyeblikk i tid. Det finner ut hvilke inndatageoobjekter som hører til i et spor og sorterer inndataene sekvensielt i tid. Statistikk kan eventuelt beregnes for inndatageoobjektene innenfor hvert spor.

Her følger noen eksempler:

• Gitt punktlokasjoner og tidspunkter for orkanmålinger, beregnes gjennomsnittlig vindhastighet og maks vindtrykk fra orkanen.
• Bruk GPS-måling av skip for å rekonstruere skipsbaner som linjer.

Summer attributter

Ved hjelp av enten geoobjekt- eller tabelldata oppsummerer dette verktøyet statistikk for de angitte feltene.

Her følger noen eksempler:

• Gitt lokasjoner for dagligvarebutikker med feltet COMPANY_NAME, summer butikkene etter firmanavn for å finne statistikk for hvert firma.
• Gitt en tabell med dagligvarebutikker med feltene COMPANY_NAME og COUNTY, summer butikkene etter firmanavn og fylke for å finne statistikk for hvert firma innenfor hvert fylke.

Summer innenfor

Finner områder (og deler av områder) som overlapper mellom to lag og beregner statistikk for overlappingen.

Her følger noen eksempler:

• Hvis du har et lag med nedbørsfelt og et lag med arealbruksområder etter arealbrukstype, kan du beregne totalt areal for arealbrukstype for hvert nedbørsfelt.
• Hvis du har et lag med tomtene i et fylke og et lag med bygrenser, kan du summere gjennomsnittsverdien på ledige tomter i hver enkelt by.

Identifiser hendelser

Dette verktøyet fungerer med et tidsaktivert lag med punkter, linjer, polygoner eller tabeller som representerer et øyeblikk i tid. Ved å bruke sekvensielt ordnede geoobjekter, kalt spor, fastsetter dette verktøyet hvilke geoobjekter som er hendelser av interesse. Hendelser fastsettes av betingelser du angir.

Her følger noen eksempler:

• Identifiser orkanmålinger som er kategori 4-orkaner basert på et vindhastighetsattributt.
• Bruk GPS-målinger av skipsbevegelser med et felt som representerer skipets hastighet, og finn målinger som er større enn 1,5 ganger gjennomsnittet av de foregående fem målingene.

Finn pauselokasjoner

Dette verktøyet fungerer med spordatasett. Det består av et tidsaktivert lag med punkter for å avdekke hvor objekter oppholder seg innenfor en spesifisert avstand eller varighet.

Her følger noen eksempler:

• Forbedre naturforvaltningsarbeidet ved å analysere dyrenes bevegelsesmønstre. Bruk dette verktøyet til å finne populære oppholdssteder for dyr som kan være potensielle vernede områder for å bevare biologisk mangfold.
• Med GPS-lokasjoner for kjøretøyer kan du finne og arbeide med steder der trafikken går sakte, for å forbedre trafikksikkerheten.

Finn lignende lokasjoner

Basert på kriteriene du angir, finn lignende lokasjoner ved å måle likheten mellom lokasjoner i kandidatsøkelaget ditt og én eller flere referanselokasjoner.

Her følger noen eksempler:

• Finn de ti mest lignende butikkene ved å undersøke antall ansatte og årlig omsetning.
• Finn de 100 mest lignende byene ved å undersøke forholdet mellom befolkning, årlig vekst og skatteinntekter.

Analyser mønstre

Med disse verktøyene kan du identifisere, kvantifisere og visualisere geografiske mønstre i dataene dine.

• Beregn tetthet tar kjente mengder av et fenomen og sprer disse mengdene utover et kart.
• Finn hotspots identifiserer statistisk signifikante grupperinger i de geografiske mønstrene i dataene dine.
• Finn punktklynger finner klynger av punktgeoobjekter med omgivelsesstøy basert på deres romlige distribusjon.
• Skogbasert klassifisering og regresjon oppretter modeller og genererer prediksjoner ved hjelp av en tilpasset versjon av Leo Breimans Random Forest-algoritme, som er en metode for veiledet maskinlæring.
• Generalisert lineær regresjon genererer prediksjoner eller modellerer en avhengig variabel ut fra dens relasjon til et sett med forklaringsvariabler.
• Geografisk vektet regresjon oppretter modeller ved hjelp av en lokal form for lineær regresjon som brukes til å modellere romlig varierende forhold.

Beregn tetthet

Beregn Tetthet-verktøyet lager et tetthetskart fra punktgeoobjekter ved å spre kjente mengder av et fenomen (vises som attributter for punktene) over kartet. Resultatet er et lag med områder som representerer tettheten.

Her følger noen eksempler:

• Beregne tettheten av sykehus innenfor et fylke. Resultatlaget viser områder med høy og lav tilgjengelighet til sykehus, og denne informasjonen kan brukes til å bestemme hvor nye sykehus skal bygges.
• Identifisere områder som har høy risiko for skogbrann på bakgrunn av lokasjon for tidligere skogbranner.
• Finne lokalsamfunn som er langt fra de store motorveiene, for å planlegge hvor nye veier skal bygges.

Finn punktklynger

Verktøyet Finn punktklynger finner klynger av punktgeoobjekter med omgivelsesstøy basert på deres geografiske fordeling.

Her følger noen eksempler:

• Finn klynger av skadedyrinfiserte husholdninger for å bidra til å målrette utryddingstiltakene.
• Informer om og handle ut fra behov for redning og evakuering etter klyngenes størrelse og beliggenhet ved hjelp av geolokaliserte Twitter-meldinger i kjølvannet av naturfarer eller terrorangrep.

Finn hotspots

Finn hotspots-verktøyet finner ut om det er noen statistisk signifikante samlinger i det geografiske mønsteret i dataene dine.

• Er punktene (kriminalitet, trær, trafikkulykker) virkelig samlet i klynger? Hvordan kan du være sikker?
• Har du virkelig oppdaget en statistisk signifikant hotspot (for forbruk, barnedødelighet, konsekvent høye testresultater), eller ville kartet fortelle en annen historie hvis du endret måten det symboliseres på?

Skogbasert klassifisering og regresjon

Verktøyet Skogbasert klassifisering og regresjon oppretter modeller og genererer prediksjoner ved hjelp av en tilpasset versjon av Leo Breimans Random Forest-algoritme, som er en metode for veiledet maskinlæring.

Her følger noen eksempler:

• Gitt data om forekomsten av sjøgress og et antall miljømessige forklaringsvariabler representert som både attributter beriket ved hjelp av et multivariabelt rutenett for å beregne avstand til fabrikker motstrøms og større havner, kan fremtidige forekomster av sjøgress predikeres på basis av fremtidsprojeksjoner for de samme miljømessige forklaringsvariablene.
• Tenk deg at du har data om avlinger på flere hundre gårder landet over sammen med andre attributter ved hvert enkelt gårdsbruk (antall ansatte, dyrkbart areal osv.). Ved hjelp av disse dataene kan du fremskaffe et sett av geoobjekter som representerer gårder der du ikke har noen avling (men du har alle de andre variablene), og predikere fremtidige avlinger.
• Boligpriser kan predikeres ut fra prisene på hus som er blitt solgt i inneværende år. Salgsprisen på boliger, sammen med opplysninger om antall soverom, avstand til skoler, nærhet til større gjennomfartsårer, gjennomsnittlig inntekt og antall lovbrudd kan brukes til å predikere salgspriser på tilsvarende boliger.

Generalisert lineær regresjon

Verktøyet Generalisert lineær regresjon genererer prediksjoner eller modeller av en avhengig variabel ut fra dens relasjon til et sett med forklaringsvariabler. Dette verktøyet kan brukes til tilpassing av kontinuerlige (OLS)-, binære (logistiske)- og antallsbaserte (Poisson)-modeller.

Her følger noen eksempler:

• Hvilke demografiske kjennetegn bidrar til en høyfrekvent bruk av kollektivtransport?
• Er det en positiv sammenheng mellom hærverk og innbrudd?
• Hvilke variabler predikerer effektivt antallet nødanrop? Gitt fremtidige projeksjoner, hva er den forventede etterspørselen etter ressurser til nødtelefonnummeret?
• Hvilke variabler påvirker lave fødselstall?

Geografisk vektet regresjon

Dette verktøyet utfører geografisk vektet regresjon, som er en lokal form for lineær regresjon som brukes til å modellere romlig varierende forhold.

Her følger noen eksempler:

• Er forholdet mellom utdanningsnivå og inntekt konsekvent i hele studieområdet?
• Hva er nøkkelvariablene som forklarer høy forekomst av skogbrann?
• I hvilke skolekretser får barna gode prøveresultater? Hva kjennetegner disse skolekretsene? Hvor er hvert kjennetegn viktigst?

Administrer data

Disse verktøyene brukes til daglig administrasjon av geografiske og tabulære data.

• Legg til data legger til geoobjekter i et eksisterende hostet geoobjektlag.
• Beregn felt oppretter et nytt felt eller endrer et eksisterende felt, og oppretter et nytt lag i innholdet.
• Klipp lag kopierer geoobjekter som krysser et definert interesseområde.
• Kopier til datalager kopierer data til ArcGIS Data Store og oppretter et lag i innholdet eller kopierer data til en fildelingstjeneste for stordata.
• Visk ut grenser slår sammen områder som har en felles grense eller attributtverdi.
• Slå sammen lag kopierer alle geoobjekter fra to lag til ett enkelt resultatlag.
• Legg lag oppå slår sammen to eller flere lag til et enkelt lag.

Legg ved data

Legger til geoobjekter i et eksisterende hostet lag i innholdet ditt i ArcGIS Enterprise.

Her følger noen eksempler:

• Oppdater geoobjektlaget Salg_2018 hver måned etter hvert som rapportene blir tilgjengelige.
• Legg til datasett med orkansporing fra årene 2016 og 2017 i et hoveddatasett for orkaner.
• Samle inn og legg til datasett fra flere kilder med forskjellige skjemaer ved å bruke egendefinert felttilordning.

Slå sammen lag

Slår sammen to geoobjektlag og oppretter ett enkelt resultatlag. Alle felter fra de sammenslåtte lagene inkluderes som standard, eller du kan angi tilpassede regler for sammenslåing for å definere det resulterende skjemaet.

Her følger noen eksempler:

• Slå sammen tre lag som inneholder demografisk informasjon fra England, Wales og Skottland, for å opprette ett enkelt lag for Storbritannia.
• Slå sammen to lag som inneholder opplysninger om tomter for tilgrensende kommuner. Behold bare feltene som har samme navn og type i de to lagene.

Legg lag oppå

Slår sammen to eller flere lag til ett lag. Overlegg brukes til å besvare et av de mest grunnleggende geografiske spørsmålene: Hva ligger oppå hva?

Her følger noen eksempler:

• Hvilke tomter ligger innenfor flomsonen for hundreårsflom? (Innenfor betyr det samme som oppå.)
• Hvilken arealbruk er det oppå hvilken jordart?
• Hvilke brønner befinner seg på nedlagte militærbaser?

Berik fra multivariabelt rutenett

Føyer effektivt attributter fra et multivariabelt rutenett til et punktlag og gjør at du raskt kan legge til en stor og mangfoldig samling av informasjon til punktdata for bruk i videre romlige analyser.

Her er et eksempel:

• Hvis du har et lag som inneholder millioner av strømbrudd, kan du berike hendelsesgeoobjektene med informasjon om typisk bruk, miljørisikoer og infrastrukturforhold for å studere forholdet mellom disse faktorene og hyppigheten av strømbrudd.