L'analyse raster vous permet d'analyser des jeux de données raster volumineux à l'aide d' ArcGIS Image Server. Vous pouvez ainsi analyser plus rapidement un plus grand nombre de données en tirant parti de la puissance du serveur. Les jeux d’outils actuellement disponibles via l’expérience utilisateur web de Portal for ArcGIS sont Synthétiser les données, Analyser la répartition spatiale, Utiliser la proximité, Analyser l’image, Analyser le MNT, Gérer les données et Apprentissage profond.
Ce jeu d'outils contient un outil qui permet de calculer certaines statistiques d'une couche raster au sein des limites surfaciques que vous définissez.
Raster de synthèse à l'intérieur |
Calcule des résumés statistiques pour les cellules raster au sein des surfaces définies.
Voici quelques exemples :
Ces outils vous permettent d'identifier, de quantifier et de visualiser les modèles spatiaux dans vos données.
Calculer la densité |
L'analyse de la densité prélève des quantités connues de certains phénomènes et crée une carte de densité en répartissant ces quantités sur la carte. Vous pouvez utiliser cet outil, par exemple, pour afficher les concentrations d'éclairs ou de tornades, l'accès aux centres de soins médicaux et les densités de population.
Interpoler les points |
Cet outil vous permet de prévoir des valeurs dans de nouveaux sites en fonction de mesures trouvées dans une collection de points. L'outil sélectionne des données ponctuelles avec des valeurs à chaque point et renvoie des zones classées par valeurs prévues. Vous pouvez utiliser cet outil, par exemple, pour prévoir les niveaux de précipitations sur un bassin versant en fonction de mesures prises dans des pluviomètres individuels.
Ces outils vous aident à répondre à l'une des questions les plus fréquentes en matière d'analyse spatiale : "Qu'est-ce qui se trouve à proximité de quoi ?"
Calculer la distance |
Calcule la distance euclidienne, la direction et l’allocation à partir d’une seule source ou d’un ensemble de sources. Vous pouvez utiliser cet outil pour déterminer la distance d’un emplacement par rapport à une route, un bâtiment ou un parc. Vous pouvez également déterminer la direction que vous devez prendre depuis un emplacement pour revenir le plus directement à une source. Vous pouvez voir pour chaque emplacement dans votre zone d’étude la source la plus proche.
Déterminer le réseau de coût de déplacement optimal |
Calcule le réseau de coût optimal à partir d’un ensemble de régions en entrée.
Déterminer le chemin de coût de déplacement sous forme d’une polyligne |
Calcule le chemin de moindre coût sous forme d’une polyligne entre les sources et les destinations connues.
Les outils suivants vous aident à analyser les images.
Appliquer un modèle de fonction raster |
Traite votre imagerie avec la chaîne de fonctions, tel que spécifié par le modèle de fonction raster.
Surveiller la végétation |
Réalise une opération arithmétique sur les canaux d'une couche raster multicanal afin de révéler des informations concernant la couverture végétale de la zone d'étude.
Ces outils vous aident à analyser des surfaces raster.
Calculer la pente |
Identifie une surface qui illustre la pente des données d'altitude en entrée. L'inclinaison représente le taux de changement d'altitude pour chaque cellule du modèle numérique de terrain (MNT).
Déduire l'exposition |
Identifie la direction de pente descendante du taux de variation maximal des valeurs de chaque cellule par rapport aux cellules voisines. L'exposition peut être assimilée à la direction de la pente.
Créer un champ de vision |
Détermine quels emplacements d'une surface raster sont visibles depuis un ensemble de points d'observation.
Bassins versants |
Détermine la surface de captation au-dessus d'un ensemble de cellules d'un raster.
Ces outils permettent de gérer au quotidien les données géographiques et de fusionner les données avant leur analyse.
Extraire le raster |
Extrait les cellules d'un raster en fonction de la valeur, de la forme ou de l'étendue d'un jeu de données différent.
Valeurs de classification |
Transforme la valeur de cellule individuelle ou la plage de valeurs de cellules en nouvelles valeurs.
Convertir l’entité en raster |
Crée un nouveau jeu de données raster à partir d'un jeu de données d'entité existant.
Convertir le raster en entité |
Crée un nouveau jeu de données d'entité à partir d'un jeu de données raster existant.
Ces outils permettent de détecter les entités spécifiques sur une image ou de classifier les pixels dans un jeu de données raster. L’apprentissage profond est un type de méthode d’apprentissage automatique basée sur l’intelligence artificielle qui détecte les images à l’aide de plusieurs couches figurant dans des réseaux neuronaux, chaque couche étant capable d’extraire une ou plusieurs entités uniques dans l’image. Ces outils exploitent les modèles qui ont été formés à détecter des entités spécifiques dans les structures d’apprentissage profond indépendantes (TensorFlow, CNTK et Keras, par exemple) et produisent des entités ou des cartes de classe.
Classer des pixels à l’aide de l’apprentissage en profondeur |
Exécute un modèle d’apprentissage profond entraîné sur un raster en entrée afin de générer un raster classé, une étiquette de classe étant attribuée à chaque pixel valide.
Détecter des objets à l’aide de l’apprentissage en profondeur |
Exécute un modèle d’apprentissage profond entraîné sur un raster en entrée afin de générer une classe d’entités contenant les objets qu’il trouve. Les entités peuvent correspondre à des emprises ou des polygones autour des objets trouvés ou encore des points situés aux centres des objets.