Analiza rastrowa umożliwia analizowanie dużych zestawów danych rastrowych przy użyciu serwera ArcGIS Image Server. Umożliwia to szybsze analizowanie większych ilości danych przy wykorzystaniu mocy obliczeniowej serwera.W interfejsie internetowym oprogramowania Witryna Portal for ArcGIS aktualnie dostępny jest następujący zestaw narzędzi: Sumowanie danych, Analiza zależności przestrzennych, Narzędzia bliskości, Analizuj obraz, Analizuj teren, Zarządzanie danymi, Deep Learning oraz Analiza wielowymiarowa.
Te narzędzia są używane do obliczania statystyk dla warstwy rastrowej w zdefiniowanych przez Ciebie granicach obszaru (strefach).
Podsumuj raster w ramach |
![]() |
To narzędzie tworzy podsumowanie wartości rastra w obrębie stref z innego zestawu danych.
Statystyka strefowa jako tabela |
![]() |
To narzędzie tworzy podsumowanie wartości rastra w obrębie stref z innego zestawu danych, a wyniki wyświetla w postaci tabeli.
Narzędzia te pomagają w identyfikacji, ocenie ilościowej oraz przestrzennej wizualizacji trendów istniejących w danych.
Oblicz zagęszczenie |
![]() |
Analiza zagęszczenia tworzy mapę zagęszczenia na podstawie znanych wartości ilościowych dotyczących danego zjawiska, rozmieszczając te wartości na mapie. Można go użyć na przykład do przedstawienia częstotliwości uderzeń piorunów lub wystąpień tornad, poziomu dostępu do opieki medycznej oraz prezentacji gęstości zaludnienia.
Interpoluj punkty |
![]() |
Jest to narzędzie umożliwiające przewidywanie wartości w nowych lokalizacjach na podstawie pomiarów dla zbioru punktów. Narzędzie korzysta z danych punktowych, z których każdy ma określoną wartość, i wyświetla obszary sklasyfikowane według przewidywanych wartości. Możesz skorzystać z tego narzędzia na przykład w celu opracowania prognozy poziomu opadów deszczu na obszarze zlewni przy użyciu wyników pomiarów dokonanych w poszczególnych lokalizacjach deszczomierzy.
Te narzędzia pomagają w udzieleniu odpowiedzi na jedno z najczęstszych pytań zadawanych podczas wykonywania analizy przestrzennej: Co znajduje się w pobliżu czego i jaka jest optymalna ścieżka?
Oblicz odległość |
![]() |
To narzędzie oblicza odległość euklidesową, kierunek i przydział na podstawie pojedynczego źródła lub zestawu źródeł.
Wyznacz sieć optymalnego kosztu podróży |
![]() |
To narzędzie oblicza sieć optymalnego kosztu na podstawie zestawu regionów wejściowych.
Określ ścieżkę kosztów podróży jako polilinię |
![]() |
To narzędzie oblicza ścieżkę poliliniową o najmniejszym koszcie między miejscami docelowymi i źródłami.
Akumulacja odległości |
![]() |
To narzędzie oblicza dla każdej komórki odległość do źródeł, biorąc pod uwagę odległość w linii prostej, koszt odległości, rzeczywistą odległość powierzchniową, a także składniki poziome i pionowe.
Przydział odległości |
![]() |
To narzędzie oblicza dla każdej komórki odległość do podanych źródeł, biorąc pod uwagę odległość w linii prostej, koszt odległości, rzeczywistą odległość powierzchniową, a także składniki poziome i pionowe.
Ścieżka optymalna jako linia |
![]() |
To narzędzie oblicza optymalną ścieżkę z miejsc docelowych do źródeł jako linię.
Ścieżka optymalna jako raster |
![]() |
To narzędzie oblicza optymalną ścieżkę z miejsc docelowych do źródeł jako raster.
Optymalne połączenia regionów |
![]() |
To narzędzie oblicza sieć połączeń o najmniejszym koszcie między dwoma lub większą liczbą regionów wejściowych.
Poniższe narzędzie z kategorii narzędzi Analiza obrazu ułatwia analizowanie obrazów:
Monitoruj roślinność |
![]() |
Wykonuje operacje arytmetyczne na pasmach wielopasmowych warstw rastrowych w celu pozyskania informacji o zasięgu roślinności.
Te narzędzia pomagają analizować powierzchnie rastrowe.
Oblicz spadki |
![]() |
Identyfikuje powierzchnię przedstawiającą spadki wejściowych danych wysokościowych. Spadek reprezentuje szybkość zmian wysokości dla każdej komórki numerycznego modelu terenu (DEM).
Wyznacz ekspozycje |
![]() |
Identyfikuje kierunek spadku tam, gdzie występuje maksymalna różnica wartości komórki względem komórek sąsiadujących. Ekspozycję można traktować jako kierunek spadku.
Utwórz widoczność |
![]() |
Określa lokalizacje na powierzchni rastrowej, które są widoczne dla zbioru obserwatorów.
Zlewnia |
![]() |
Określa obszar powyżej zbioru komórek w rastrze.
Narzędzia te są używane zarówno do codziennego zarządzania danymi geograficznymi, jak i łączenia danych przed analizą.
Wyodrębnij raster |
![]() |
Umożliwia wyodrębnienie komórek z rastra na podstawie wartości, kształtu lub zasięgu innego zestawu danych.
Ponownie mapuj wartości |
![]() |
Umożliwia przypisanie pojedynczym komórkom lub ich zakresom nowych wartości.
Konwertuj obiekt na raster |
![]() |
Umożliwia utworzenie nowego zestawu danych rastrowych na podstawie istniejącego zestawu danych obiektowych.
Konwertuj raster na obiekt |
![]() |
Umożliwia utworzenie nowego zestawu danych obiektowych na podstawie istniejącego zestawu danych rastrowych.
Próbka |
![]() |
Tworzy tabelę lub klasę obiektu punktowego z wartościami danych w zdefiniowanych lokalizacjach wyodrębnionych z rastra lub zestawu rastrów.
Te narzędzia służą do wykrywania i klasyfikowania konkretnych obiektów w obrazie lub do klasyfikowania pikseli w zestawie danych rastrowych. Deep Learning to oparty na sztucznej inteligencji typ metody samouczenia się maszyn, która pozwala wykrywać obiekty w zobrazowaniach przy użyciu wielu warstw w sieciach neuronowych, z których każda umożliwia wyodrębnienie jednego lub większej liczby unikalnych obiektów w obrazie. Te narzędzia korzystają z modeli, które zostały wytrenowane w zewnętrznych środowiskach Deep Learning, takich jak TensorFlow, CNTK i Keras, pod kątem wykrywania konkretnych obiektów, i generują obiekty wynikowe lub mapy klas.
Klasyfikuj piksele metodą Deep Learning |
![]() |
To narzędzie uruchamia na rastrze wejściowym model wytrenowany metodą Deep Learning, tworząc sklasyfikowany raster, w którym każdy piksel ma przypisaną etykietę klasy.
Wykrywaj obiekty metodą Deep Learning |
![]() |
To narzędzie uruchamia na rastrze wejściowym model wytrenowany metodą Deep Learning, tworząc klasę obiektów zawierającą znalezione obiekty. Obiektami tej klasy mogą być prostokąty lub poligony ograniczające znalezione obiekty albo punkty znajdujące się w środkach znalezionych obiektów.
Klasyfikuj obiekty metodą Deep Learning |
![]() |
To narzędzie uruchamia w rastrze wejściowym model wytrenowany metodą Deep Learning i opcjonalnie klasę obiektów w celu utworzenia klasy obiektów lub tabeli, w której każdy obiekt wejściowy ma przypisaną etykietę klasy.
Narzędzia z zestawu narzędzi Analiza wielowymiarowa umożliwiają przeprowadzenie analizy danych naukowych dla wielu zmiennych i wymiarów.
Dane wielowymiarowe reprezentują dane zbierane dla wielu czasów, głębokości i wysokości. Ten typ danych jest zwykle używany w naukach o Ziemi, atmosferze i oceanach. Ten zestaw narzędzi pozwala analizować dane rastra wielowymiarowego w wielu formatach, w tym netCDF, HDF, GRIB, wielowymiarowym zestawie danych mozaiki oraz formacie rastra chmury (Cloud Raster Format — CRF) firmy Esri.
Poniższa tabela zawiera listę narzędzi analiz wielowymiarowych oraz krótki opis każdego z nich.
Agreguj raster wielowymiarowy |
![]() |
To narzędzie generuje zestaw danych rastra wielowymiarowego, agregując istniejące zmienne rastra wielowymiarowego wzdłuż wymiaru.
Znajdź statystyki argumentu |
![]() |
To narzędzie wyodrębnia wartość wymiaru lub indeks pasma, przy którym dana statystyka jest osiągana dla każdego piksela w rastrze wielowymiarowym lub wielopasmowym.
Generuj anomalię wielowymiarową |
![]() |
To narzędzie oblicza anomalię dla każdego przekroju w rastrze wielowymiarowym, aby wygenerować raster wielowymiarowy.
Generuj raster trendu |
![]() |
To narzędzie szacuje trend każdego piksela wzdłuż wymiaru dla co najmniej jednej zmiennej w rastrze wielowymiarowym.
Prognozuj przy użyciu rastra trendu |
![]() |
To narzędzie oblicza prognozowany raster wielowymiarowy za pomocą wynikowego rastra trendu z narzędzia Generuj raster trendu.