Anàlisi del ràster us permet fer l'anàlisi de datasets ràster grans mitjançant l' ArcGIS Image Server. Això us permet analitzar dades més ràpid i aprofitar la potència del servidor. Els conjunts d'eines disponibles actualment a través de l'experiència d'usuari web del Portal for ArcGIS són Resumir les dades, Analitza els patrons, Utilitza la proximitat, Analitza la imatge, Analitza el terreny, Administra les dades i Aprenentatge profund.
Resumir les dades
Aquest conjunt d'eines conté una eina per calcular algunes estadístiques d'una capa ràster dins dels límits d'àrea que definiu.
- Resumir el ràster dins de calcula les estadístiques de les cel·les del ràster que queden dins de límits d'àrea definits.
Resumir el ràster dins de |
|
Calcula algunes estadístiques de resum de les cel·les del ràster dins d'àrees definides.
Alguns exemples d'aplicacions són:
- Donada una capa d'àrees de conca hidrogràfica i una capa ràster d'elevació, calculeu l'interval d'elevacions dins de cada conca hidrogràfica per determinar quines tindran el cabal més alt.
- Donada una capa d'unitats de gestió administrativa i una capa ràster de categories d'ús del sòl, calculeu la varietat de valors d'ús del sòl dins de cada àrea d'administració per identificar quines exigiran més esforços per determinar un pla d'administració.
Analitza els patrons
Aquestes eines us ajuden a identificar, quantificar i visualitzar els patrons espacials de les vostres dades.
- Calcula la densitat pren quantitats conegudes d'algun fenomen i les dispersa pel mapa per crear un mapa de densitat.
- Interpola els punts prediu els valors en ubicacions noves en funció de les mesures d'una col·lecció de punts.
Calcula la densitat |
|
L'anàlisi de densitat pren quantitats conegudes d'algun fenomen i les dispersa pel mapa per crear un mapa de densitat. Per exemple, podeu fer servir aquesta eina per mostrar concentracions de llamps o tornados, l'accés a instal·lacions mèdiques i densitats de població.
Interpola els punts |
|
Aquesta eina us permet predir els valors en ubicacions noves en funció de les mesures d'una col·lecció de punts. L'eina pren les dades de punts amb valors en cada punt i retorna àrees classificades pels valors predits. Per exemple, podeu fer servir aquesta eina per predir els nivells de precipitacions en una conca hidrogràfica a partir de les mesures de diversos pluviòmetres.
Utilitza la proximitat
Aquestes eines us ajuden a respondre una de les preguntes més habituals de l'anàlisi espacial: "Què hi ha a prop de què?"
- Calcula la distància calcula la distància euclidiana, la direcció i l'assignació des d'un origen únic o un conjunt d'orígens.
- Determina la xarxa de cost de viatge òptima calcula la xarxa de cost òptima a partir d'un conjunt de regions d'entrada.
- Determina la ruta de cost de viatge com a polilínia calcula la ruta de polilínia de menor cost entre els orígens i les destinacions conegudes.
Calcula la distància |
|
Calcula la distància euclidiana, la direcció i l'assignació des d'un origen únic o un conjunt d'orígens. Podeu utilitzar aquesta eina per determinar a quina distància es troba una ubicació d'una carretera, un edifici o un parc. També podeu determinar quina direcció heu de prendre des d'una ubicació per tornar a un origen de la manera més directa. De cada ubicació de l'àrea d'estudi podeu veure quin és l'origen més proper.
Determina la xarxa de cost de viatge òptima |
|
Calcula la xarxa de cost òptima a partir d'un conjunt de regions d'entrada.
Determina la ruta de cost de viatge com a polilínia |
|
Calcula la ruta de polilínia de menor cost entre els orígens i les destinacions conegudes.
Analitza la imatge
L'eina següent us ajuda a analitzar imatges.
- Aplica la plantilla de funció de ràster processa les imatges amb la cadena de funcions, tal com s'especifica a la plantilla de funció de ràster.
- Supervisa la vegetació detecta la vegetació en una imatge segons les operacions aritmètiques de les bandes.
Aplica la plantilla de funció de ràster |
|
Processa les imatges amb la cadena de funcions, tal com s'especifica a la plantilla de funció de ràster.
Supervisa la vegetació |
|
Realitza una operació aritmètica sobre les bandes d'una capa ràster multibanda per revelar la informació de cobertura de vegetació de l'àrea d'estudi.
Analitza el terreny
Aquestes eines us ajuden a analitzar superfícies de ràster.
- Calcula el pendent calcula la inclinació del terreny.
- Deriva l'orientació calcula la direcció del pendent més pronunciat de cada ubicació.
- Crea una conca visual identifica què es pot veure des de qualsevol punt del paisatge.
- Conca hidrogràfica calcula l'àrea de contribució sobre les ubicacions identificades en una superfície.
Calcula el pendent |
|
Identifica una superfície que mostra el pendent de les dades d'elevació d'entrada. El pendent representa la velocitat de canvi d'elevació de cada cel·la del model d'elevació digital (DEM).
Deriva l'orientació |
|
Identifica la direcció descendent de la velocitat màxima de canvi del valor des de cada cel·la a les cel·les veïnes. L'orientació es pot considerar la direcció del pendent.
Crea una conca visual |
|
Determina les ubicacions en una superfície de ràster que són visibles per a un conjunt d'observadors.
Conca hidrogràfica |
|
Determina l'àrea de contribució sobre un conjunt de cel·les d'un ràster.
Administra les dades
Aquestes eines es fan servir per a l'administració diària de les dades geogràfiques i per combinar dades abans de l'anàlisi.
- Extreu el ràster retalla parts un dataset ràster per fer-ne més anàlisis.
- Nova representació cartogràfica de valors assigna diferents valors a les cel·les del ràster.
- Converteix una entitat a ràster rasteritza dades vectorials.
- Converteix un ràster a entitat vectoritza dades de ràster.
Extreu el ràster |
|
Extraieu cel·les d'un ràster d'acord amb el valor, la forma o l'extensió d'un dataset diferent.
Nova representació cartogràfica de valors |
|
Canvia valors de cel·la individuals o intervals de valors de cel·la per valors nous.
Converteix una entitat a ràster |
|
Creeu un nou dataset ràster a partir d'un dataset d'entitats existent.
Converteix un ràster a entitat |
|
Creeu un nou dataset d'entitats a partir d'un dataset ràster existent.
Aprenentatge profund del conjunt d'eines
Aquestes eines s'utilitzen per detectar entitats específiques en una imatge o per classificar els píxels en un dataset ràster. L'aprenentatge profund és un tipus de mètode d'aprenentatge automàtic d'intel·ligència artificial que detecta entitats a les imatges mitjançant diverses capes de xarxes neuronals, on cada capa és capaç d'extreure una o diverses entitats úniques de la imatge. Aquestes eines utilitzen els models que s'han format per detectar entitats específiques als marcs d'aprenentatge profund de tercers, com ara el TensorFlow, el CNTK i el Keras, i proporcionar entitats o mapes de classes.
- Classifica els píxels amb Aprenentatge profund produeix un ràster classificat mitjançant un model d'aprenentatge profund format.
- Detecta objectes amb Aprenentatge profund produeix una classe d'entitat que conté objectes que cerca en un ràster d'entrada mitjançant un model d'aprenentatge profund format.
Classifica els píxels amb Aprenentatge profund |
|
Executa un model d'aprenentatge profund format en un ràster d'entrada per produir un ràster classificat, on cada píxel vàlid té una etiqueta de classe assignada.
Detecta objectes amb Aprenentatge profund |
|
Executa un model d'aprenentatge profund format en un ràster d'entrada per produir una classe d'entitat que contingui els objectes que troba. Les entitats poden ser quadres de delimitació o polígons al voltant dels objectes trobats, o bé punts als centres dels objectes.