Анализ растра позволяет выполнять широкий спектр задач по анализу больших наборов растровых данных с помощью ArcGIS Image Server. Это позволит вам анализировать объемные данные быстрее, задействовав мощности сервера.Наборы инструментов, в настоящее время доступные через веб-интерфейс Portal for ArcGIS: Суммировать данные, Анализ структурных закономерностей, Использовать близость, Анализировать изображение, Анализировать Terrain, Управление данными, Глубокое обучение и Многомерный анализ.
Суммировать данные
Эти инструменты применяются для вычисления статистики растрового слоя в пределах границ области (зон), указанных вами.
- Суммировать растр в пределах вычисляет статистику ячеек растра, находящихся в пределах границ заданной области.
- Зональная статистика в таблицу суммирует значения растра в пределах зон другого набора данных, и записывает результаты в таблицу.
Суммировать растр в пределах |
|
Этот инструмент суммирует значения растра в пределах зон другого набора данных.
Зональная статистика в таблицу |
|
Этот инструмент суммирует значения растра в пределах зон другого набора данных и записывает результаты в таблицу.
Анализ закономерностей
Эти инструменты помогут вам идентифицировать, оценить значимость и визуализировать пространственные закономерности в распределении своих данных.
- Вычисление плотности производит отбор определенного числа неких явлений и создает карту плотности их распределения по карте.
- Интерполировать точки прогнозирует значения в новых местоположениях на основе измерений, полученных из набора точек.
Подсчитать плотность |
|
Анализ плотности производит отбор определенного числа неких явлений и создает карту плотности их распределения по карте. Этот инструмент можно использовать, в частности, для отображения концентраций молний или явлений торнадо, доступности учреждений здравоохранения и плотности населения.
Интерполировать точки |
|
Этот инструмент позволяет прогнозировать значения в новых местоположениях на основе измерений, полученных из набора точек. Этот инструмент обрабатывает значения точечных данных в каждой точке и возвращает площади, отсортированные по прогнозным значениям. Этот инструмент можно использовать, например, для прогнозирования уровней осадков в бассейне на основе показаний отдельных дождемеров.
Использовать близость
Эти инструменты помогают отвечать на наиболее частые вопросы пространственного анализа: Что находится рядом с чем? и Какой самый оптимальный путь?
- Вычислить расстояние – вычисляет евклидово расстояние, направление и распределение по одному или нескольким источникам.
- Определить оптимальную стоимость перемещения по сети вычисляет сеть оптимальной стоимости по набору входных регионов.
- Определить путь стоимости перемещения в виде полилинии вычисляет полилинейный путь наименьшей стоимости между известными назначениями и источниками.
- Накопление расстояния - вычисляет накопленное расстояние до источника для каждой ячейки, подходит для прямолинейного расстояния, стоимостного расстояния и истинного расстояния по поверхности, а также вертикальных и горизонтальных факторов.
- Распределение по расстоянию - вычисляет распределение по расстоянию до источника для каждой ячейки на основании прямолинейного расстояния, стоимостного расстояния и истинного расстояния по поверхности, а также вертикальных и горизонтальных факторов.
- Оптимальный путь как линия вычисляет оптимальный путь от назначений к источникам как линию.
- Оптимальный путь как растр вычисляет оптимальный путь от назначений к источникам как растр.
- Оптимальные соединения регионов вычисляет оптимальную сеть соединений между двумя или более входными регионами.
Вычислить расстояние |
|
Этот инструмент вычисляет Евклидово расстояние, направление и размещение на основании одного или нескольких источников.
Определить оптимальную стоимость перемещения по сети |
|
Инструмент вычисляет оптимальную стоимость перемещения по сети на основании входных регионов.
Определить пути оптимальной стоимости перемещения как полилинию |
|
Инструмент вычисляет линейный путь с наименьшей стоимостью между пунктами назначения и источниками.
Накопление расстояния |
|
Инструмент вычисляет накопленное расстояние для каждой ячейки до источников, учитывая факторы расстояния по прямой, стоимостное расстояние, расстояние по истинной поверхности, а также вертикальный и горизонтальный факторы.
Распределение по расстоянию |
|
Инструмент вычисляет распределение по расстоянию для каждой ячейки до предоставленных источников, учитывая расстояние по прямой, стоимостное расстояние, расстояние по истинной поверхности, а также вертикальный и горизонтальный факторы.
Оптимальный путь как линия |
|
Инструмент вычисляет оптимальный путь от пунктов назначения к источникам как линию.
Оптимальный путь как растр |
|
Инструмент вычисляет оптимальный путь от пунктов назначений к источникам как растр.
Оптимальные соединения регионов |
|
Инструмент вычисляет оптимальную сеть соединений между двумя или более входными регионами.
Анализировать изображение
Следующий инструмент из категории Анализировать изображение помогает в анализе изображений:
- Инструмент Отслеживать растительность с помощью выполнения арифметических операций с каналами выявляет относительное покрытие растительности на изображении. Для анализа изображений доступно несколько индексов растительности.
Отслеживать растительность |
|
Выполняет арифметическую операцию с каналами многоканального растрового слоя для извлечения данных о растительном покрове.
Анализировать Terrain
Эти инструменты помогут вам анализировать растровые поверхности.
- Вычислить уклон вычисляет крутизну склонов земной поверхности.
- Вычислить экспозицию вычисляет направление наиболее крутого склона для каждого местоположения.
- Создать зоны видимости определяет, какие области можно увидеть из каждой точки ландшафта.
- Водосборная область вычисляет площадь водосбора над указанными местоположениями на поверхности.
Вычислить уклон |
|
Определяет поверхность, отображающую уклон по входным данным высот. Уклон представляет скорость изменения высоты для каждой ячейки цифровой модели рельефа (ЦМР).
Вычислить экспозицию склонов |
|
Устанавливает направление уклона максимальной скорости изменения значений от каждой ячейки до соседних с ней. Экспозиция может рассматриваться как направление уклона.
Создать область видимости |
|
Определяет, какие местоположения растровой поверхности видимы для набора наблюдателей.
Водосборная область |
|
Определяет область распространения для набора ячеек растра.
Управление данными
Эти инструменты используются как для ежедневного управления географическими данными, так и для комбинирования данных перед анализом.
- Инструмент Извлечь растрвырезает части набора растровых данных с целью их дальнейшего анализа.
- Инструмент Перекодировать значения присваивает различные значения ячейкам растра.
- Инструмент Конвертировать вектор в растр растеризует векторные данные.
- Инструмент Конвертировать растр в вектор векторизует растровые данные.
- Инструмент Извлечь по образцу извлекает из растра или набора растров данные в заданных местоположениях.
Извлечь растр |
|
Извлекает ячейки из растра, руководствуясь значением, формой или экстентом набора данных.
Перекодировать значения |
|
Изменение отдельных значений ячеек или их диапазонов на другие значения.
Конвертировать объекты в растр |
|
Создание нового набора растровых данных из существующего векторного набора данных.
Конвертировать растр в объекты |
|
Создание нового набора векторных данных из существующего растрового набора.
Извлечь по образцу |
|
Создает таблицу или класс точечных объектов со значениями данных в заданных местоположениях, которые были извлечены из растра или набора растров.
Глубокое обучение
Эти инструменты используются для обнаружения или классификации определенных объектов изображения или для классификации пикселов в наборе растровых данных. Глубокое обучение – это тип метода машинного обучения искусственного интеллекта, который обнаруживает объекты в изображениях, используя несколько слоев в нейронных сетях, где каждый слой способен извлекать один или несколько уникальных объектов в изображении. Эти инструменты используют модели, которые были обучены обнаруживать определенные объекты в сторонних платформах глубокого обучения, таких как TensorFlow, CNTK и Keras, а также выводят в результате объекты или карты классов.
- Классифицировать пикселы с помощью глубокого обучения создает классифицированный растр с использованием обученной модели глубокого обучения.
- Выявить объекты с помощью глубокого обучения создает класс пространственных объектов, содержащий объекты, которые он находит во входном растре, используя обученную модель глубокого обучения.
- Классификация объектов с использованием глубокого обучения создает класс или таблицу пространственных объектов, в которых каждому входному объекту во входном растре присваивается значение класса с использованием обученной модели глубокого обучения.
Классифицировать пикселы при помощи глубокого обучения |
|
Этот инструмент запускает обученную модель глубокого обучения на входном растре для создания классифицированного растра, где у каждого допустимого пиксела есть значение назначенного класса.
Выявить объекты при помощи глубокого обучения |
|
Этот инструмент запускает обученную модель глубокого обучения для входного растра для построения класса с найденными пространственными объектами. Объекты могут быть ограничивающими рамками или полигонами вокруг найденных объектов или точками в центрах объектов.
Классифицировать объекты при помощи глубокого обучения |
|
Этот инструмент запускает обученную модель глубокого обучения на входном растре и дополнительном классе пространственных объектов для создания класса объектов или таблицы, где у каждого входного объекта есть назначенная для него надпись класса.
Многомерный анализ
Инструменты из группы Многомерный анализ позволяют выполнять анализ научных данных по нескольким переменным и измерениям.
Многомерные данные представляют данные, собранные в несколько моментов времени и/или на различной глубине или высоте. Эти типы данных часто используются в науках, связанных с изучением атмосферных явлений и Земли, а также в океанографии. При помощи этого набора инструментов вы можете анализировать многомерные растровые данные в различных форматах, включая netCDF, HDF, GRIB, наборы многомерных растровых данных и Esri's Cloud Raster Format (CRF).
В следующей таблице содержится список доступных инструментов многомерного анализа и дано краткое описание каждого.
- Агрегировать многомерный растр генерирует набор многомерных растровых данных, агрегируя существующие переменные многомерных растров вдоль измерения.
- Создать многомерную аномалию – вычисляет аномалию для каждого среза в многомерном растре с целью создания многомерного растра.
- Создать растр тренда – оценивает тренд для каждого пиксела вдоль измерения для одной или нескольких переменных в многомерном растре.
- Прогнозировать, используя растр тренда – вычисляет прогнозируемый многомерный растр, используя выходной растр тренда из инструмента Создать растр тренда.
- Найти статистику аргументов – извлекает значение измерения или индекс канала, при котором достигается заданная статистика для каждого пиксела в многомерном или многоканальном растре.
Агрегировать многомерный растр |
|
Этот инструмент генерирует набор многомерных растровых данных путем агрегирования существующих переменных многомерного растра вдоль измерения.
Найти статистику аргументов |
|
Инструмент извлекает значение измерения или индекс канала, при котором достигается заданная статистика для каждого пиксела в многомерном или многоканальном растре.
Создать многомерную аномалию |
|
Этот инструмент вычисляет аномалию для каждого среза в многомерном растре с целью создания многомерного растра.
Создать растр тренда |
|
Инструмент оценивает тренд для каждого пиксела вдоль измерения для одной или нескольких переменных в многомерном растре.
Прогнозировать, используя растр тренда |
|
Инструмент вычисляет прогнозируемый многомерный растр, используя выходной растр тренда из инструмента Создать растр тренда.