Rasterianalyysin avulla voit analysoida suuria rasteriaineistoryhmiä ArcGIS Image Serverin avulla. Voit analysoida aiempaa enemmän tietoja entistä nopeammin hyödyntämällä palvelimen tehoa. Portal for ArcGIS -verkkoportaalin kautta tällä hetkellä käytettävissä olevat työkalusarjat ovat Aineiston yhteenveto, Analysoi kaavat, Käytä läheisyyttä, Analysoi kuva, Analysoi maasto, Hallitse aineistoa ja Syväoppiminen.
Aineiston yhteenveto
Tämä työkalusarja sisältää työkalun määritettyjen aluerajojen sisällä olevan rasterikarttatason tilastotietojen laskemiseen.
- Koosta rasteri sijainnissa -työkalu laskee määritettyjen aluerajojen sisällä olevien rasterisolujen tilastotiedot.
Koosta rasteri sijainnissa |
|
Laskee määritettyjen alueiden rasterisolujen yhteenvetotilastotietoja.
Seuraavassa on luettelo joistakin sovelluksista:
- Kun valuma-alueiden karttataso ja korkeuden rasterikarttataso on annettu, voit laskea jokaisen valuma-alueen korkeuden vaihteluvälin ja määrittää, minkä valuma-alueiden energianvirtaus on suurin.
- Jos hallinnollisten hallinta-alueiden karttataso ja maankäyttöluokkien rasterikarttataso on annettu, voit laskea maankäyttöarvot kullakin hallinta-alueella ja tunnistaa ne alueet, joiden hallintasuunnitelman laatimiseen tarvitaan eniten työtä.
Analysoi kaavat
Näiden työkalujen avulla voit tunnistaa, määrittää ja visualisoida tiedoistasi tila-avaruuden malleja.
- Laske tiheys analysoi tietyn ilmiön tunnetut määrät ja luo tiheyskartan jakamalla nämä määrät kartan alueelle.
- Interpoloi pisteet ennustaa uusien sijaintien arvoja kerätyistä pisteistä löytyvien mittausten perusteella.
Laske tiheys |
|
Tiheysanalyysi analysoi tietyn ilmiön tunnetut määrät ja luo tiheyskartan jakamalla nämä määrät kartan alueelle. Voit käyttää tätä työkalua esimerkiksi salamaniskujen ja tornadojen keskittymien, terveydenhuollon palvelujen saatavuuden tai väestötiheyden esittämiseen.
Interpoloi pisteet |
|
Tämän työkalun avulla voit ennustaa uusien sijaintien arvoja kerättyjen pisteiden avulla tehtyjen mittausten perusteella. Työkalu analysoi kustakin pisteestä kerättyjen arvojen pisteaineiston ja palauttaa alueet luokiteltuna ennustetuilla arvoilla. Voit käyttää tätä työkalua esimerkiksi sademäärien ennustamiseen tietyllä valuma-alueella yksittäisillä sademittareilla kerättyjen mittausten perusteella.
Käytä läheisyyttä
Näiden työkalujen avulla saat vastauksen yhteen paikkatietojen analysoinnin peruskysymyksistä: ”Mikä on minkäkin lähellä?”
- Laske etäisyys laskee euklidisen etäisyyden, suunnan ja allokaation yhdestä lähteestä tai lähdejoukosta.
- Määritä optimaalinen matkakuluverkko laskee optimaalisen kustannusverkon lähtöaluejoukosta.
- Määritä matkakustannusten polku Laskee pienimmän kustannuksen taiteviivareitin lähtöpaikkojen ja tunnettujen kohteiden välillä.
Laske etäisyys |
|
Laskee euklidisen etäisyyden, suunnan ja allokaation yhdestä lähteestä tai lähdejoukosta. Tämän työkalun avulla voit määrittää, miten kaukana sijainti on tiestä, rakennuksesta tai puistosta. Voit myös määrittää, mihin suuntaan sinun pitää matkustaa, jotta voit palata suorinta reittiä takaisin lähtöpaikkaan. Näet tarkastelualueen kaikista sijainneista, mikä on lähin lähtöpaikka.
Määritä optimaalinen matkakuluverkko |
|
Laskee optimaalisen kustannusverkon lähtöaluejoukosta.
Määritä matkakustannusten polku taiteviivana |
|
Laskee pienimmän kustannuksen taiteviivareitin lähtöpaikkojen ja tunnettujen kohteiden välillä.
Analysoi kuva
Seuraavien työkalujen avulla voit analysoida kuvia.
- Käytä rasteritoiminnon mallia käsittelee kuvasi toimintoketjulla rasteritoiminnon mallin mukaisesti.
- Tarkkaile kasvillisuutta havaitsee kasvillisuuden kuvassa kaistoissa suoritettujen laskutoimitusten perusteella.
Käytä rasteritoiminnon mallia |
|
Käsittelee kuvasi toimintoketjulla rasteritoiminnon mallin mukaisesti.
Tarkkaile kasvillisuutta |
|
Tämän työkalun avulla voidaan hankkia tietoja tutkimusalueen kasvillisuuspeitteestä suorittamalla laskutoimituksia monikaistaisen rasterikarttatason kaistoissa.
Analysoi maasto
Näiden työkalujen avulla voit analysoida rasteripintoja.
- Laske kaltevuus laskee maaston jyrkkyyden.
- Johda aspekti laskee jyrkimmän kaltevuuden suunnan kullekin sijainnille.
- Luo näkymäalue yksilöi sen, mitä voidaan nähdä mistä tahansa maiseman pisteestä.
- Valuma-alue laskee kokooma-alueen, joka on pinnalla olevan tunnistettavan kohteen/kohteiden yläpuolella.
Laske kaltevuus |
|
Yksilöi pinnan, joka osoittaa lähtökorkeusaineiston kaltevuuden. Kaltevuus edustaa jokaisen DEM (Digital Elevation Model) -solun korkeuden arvonmuutosta.
Johda aspekti |
|
Tunnistaa arvonmuutoksen enimmäismäärän laskevan suunnan kustakin solusta naapurisoluihin. Aspekti voidaan ajatella kaltevuuden suunnaksi.
Luo näkymäalue |
|
Määrittää rasteripinnan sijainnit, jotka näkyvät joukolle tarkkailijoita.
Valuma-alue |
|
Määrittää rasterin solujoukon yläpuolella olevan osallisuusalueen.
Hallitse aineistoa
Näitä työkaluja käytetään sekä maantieteellisten tietojen päivittäisessä hallinnassa että tietojen yhdistämisessä ennen analyysiä.
- Pura rasteri leikkaa osia rasteriaineistoryhmästä lisäanalysointia varten.
- Täsmäytä arvot uudelleen määrittää eri arvot rasterisoluille.
- Muunna kohde rasteriksi rasteroi vektoriaineiston.
- Muunna rasteri kohteeksi vektoroi rasteriaineiston.
Pura rasteri |
|
Pura solut rasterista arvon, muodon tai eri aineistoryhmän laajuuden perusteella.
Täsmäytä arvot uudelleen |
|
Muuta yksittäisen solun tai solujoukon arvoja uusiksi arvoiksi.
Muunna kohde rasteriksi |
|
Luo uusi rasteriaineistoryhmä aiemmin luodusta kohdeaineistoryhmästä.
Muunna rasteri kohteeksi |
|
Luo uusi kohdeaineistoryhmä aiemmin luodusta rasteriaineistoryhmästä.
Syväoppimisen työkalusarja
Näiden työkalujen avulla voit havaita tiettyjä kohteita kuvassa tai luokitella rasteriaineistoryhmän pikseleitä. Syväoppiminen on eräänlainen tekoälyn koneoppimismenetelmä, joka havaitsee kohteita kuva-aineistossa käyttämällä useita karttatasoja neuroverkoissa, joissa kukin karttataso kykenee poimimaan vähintään yhden kohteen kuvasta. Näissä työkaluissa käytetään malleja, jotka on koulutettu havaitsemaan tiettyjä kohteita kolmannen osapuolen syväoppimiskehyksissä – kuten TensorFlow, CNTK ja Keras – ja työkalut tulostavat kohteita tai luokkakarttoja.
- Luokittele pikselit syväoppimisen avulla tuottaa luokitellun rasterin käyttämällä koulutettua syväoppimismallia.
- Havaitse objektit syväoppimisen avulla tuottaa kohdeluokan, joka sisältää lähtöaineiston rasterista löytämänsä objektit, käyttämällä syväoppimismallia.
Luokittele pikselit syväoppimisen avulla |
|
Runs a trained deep learning model on an input raster to produce a classified raster, with each valid pixel having a class label assigned.
Havaitse objektit syväoppimisen avulla |
|
Runs a trained deep learning model on an input raster to produce a feature class containing the objects it finds. The features can be bounding boxes or polygons around the objects found, or points at the centers of the objects.