Summarize Data

The Summarize Data toolset contains tools that calculate total counts, lengths, areas, and basic descriptive statistics of features and their attributes within areas or near other features.

• Aggregate Points calculates statistics about points that fall within specified areas or bins.
• Build Multi-Variable Grid generates a grid of square or hexagonal bins and calculates values for each bin based on the proximity of each input layer.
• Describe Dataset calculates a summary of your input, and can optionally generate a sample of your input layer.
• Join Features calculates statistics about features that share a spatial, temporal, or attribute relationship with other features.
• Reconstruct Tracks calculates statistics about points or polygons that belong to the same track and reconstructs inputs into tracks.
• Summarize Attributes calculates statistics about feature or tabular data that share attributes.
• Summarize Within calculates statistics for area features and attributes that overlap each other.

Aggreger punkter

Dette verktøyet bruker et lag med punkter og enten et lag med polygoner eller beholdere som er definert ut fra en bestemt avstand, til å finne ut hvilke punkter som faller innenfor hvert polygon eller beholder, og beregner statistikk for alle punktene innenfor hver polygon eller beholder. Du kan eventuelt bruke tidsinndeling med dette verktøyet.

Her følger noen eksempler:

• Med angitte punktlokasjoner for lovbrudd kan du telle antall lovbrudd per fylke eller distrikt.
• Finn den høyeste og laveste månedlige inntekten for franchiselokasjoner med100-kilometers beholdere.

Opprett multivariabelt rutenett

Verktøyet Opprett multivariabelt rutenett genererer et rutenett av kvadratiske eller sekskantede beholdere og beregner variabler for hver beholder ut fra hvor nær ett eller flere inndatalag er.

Her følger noen eksempler:

• Gitt at byens infrastruktur for kollektivtransport består av flere lag, hvilken del av byen er minst tilgjengelig når man reiser kollektivt?
• Gitt at det finnes lag for vannveier som innsjøer og elver, hva heter vannforekomsten nærmest hver lokasjon i USA?
• Gitt at det finnes et lag for inntekt per husholdning, hvor i USA er inntektsforskjellene størst innenfor en radius på 80 km?

Beskriv datasett

Oppsummer inndatageoobjekter med statistikk, eksempellag og visualisering. Du kan velge eksempellag eller utstrekningslag som utdata.

Her følger noen eksempler:

• Vis til oversikten over den utregnede statistikken for å forstå hvilke verdier datasettet ditt inneholder.
• I stedet for å tegne hele datasettet kan du opprette en delmengde for å visualisere geoobjekter og deres attributter når de legges til et kart.
• Spar tid og ressurser ved å kjøre analyse på et eksempellag før du kjører analyse på hele datasettet.

Koble geoobjekter

Ved hjelp av enten geoobjektlag eller tabelldata kan du koble geoobjekter og oppføringer på bakgrunn av bestemte relasjoner mellom inndatalag eller tabeller. Koblingene blir bestemt av romlige, tidsmessige, og attributtmessige forhold, og summeringsstatistikk kan eventuelt beregnes.

Her følger noen eksempler:

• Gitt punktlokasjoner for kriminelle hendelser med et tidspunkt, kan du koble kriminalitetsdataene med seg selv ved å angi et romlig forhold for kriminalitet innenfor 1 kilometer fra hverandre, og som inntraff innenfor 1 time av hverandre for å avgjøre om det er en sekvens av forbrytelser nær hverandre i tid og rom.
• Gitt en tabell med postnummer med demografisk informasjon og polygoner som representerer boliger, kan du koble demografisk informasjon til boligene slik at hver bolig nå har informasjonen.

Rekonstruer spor

Dette verktøyet fungerer med et tidsaktivert lag med enten punkt- eller polygongeoobjekter som representerer et øyeblikk i tid. Det finner ut hvilke inndatageoobjekter som hører til i et spor og sorterer inndataene sekvensielt i tid. Statistikk kan eventuelt beregnes for inndatageoobjektene innenfor hvert spor.

Her følger noen eksempler:

• Gitt punktlokasjoner og tidspunkter for orkanmålinger, beregnes gjennomsnittlig vindhastighet og maks vindtrykk fra orkanen.
• Bruk GPS-målinger av skip for å rekonstruere skipsbaner som linjer.

Summer attributter

Ved hjelp av enten geoobjekt- eller tabelldata oppsummerer dette verktøyet statistikk for de angitte feltene.

Her følger noen eksempler:

• Gitt lokasjoner for dagligvarebutikker med feltet COMPANY_NAME, summer butikkene etter firmanavn for å finne statistikk for hvert firma.
• Gitt en tabell med dagligvarebutikker med feltene COMPANY_NAME og COUNTY, summer butikkene etter firmanavn og fylke for å finne statistikk for hvert firma innenfor hvert fylke.

Summer innenfor

Finner områder (og deler av områder) som overlapper mellom to lag og beregner statistikk for overlappingen.

Her følger noen eksempler:

• Hvis du har et lag med nedbørsfelt og et lag med arealbruksområder etter arealbrukstype, kan du beregne totalt areal for arealbrukstype for hvert nedbørsfelt.
• Hvis du har et lag med tomtene i et fylke og et lag med bygrenser, kan du summere gjennomsnittsverdien på ledige tomter i hver enkelt by.

Identifiser hendelser

Dette verktøyet fungerer med et tidsaktivert lag med punkter, linjer, polygoner eller tabeller som representerer et øyeblikk i tid. Ved å bruke sekvensielt ordnede geoobjekter, kalt spor, fastsetter dette verktøyet hvilke geoobjekter som er hendelser av interesse. Hendelser fastsettes av betingelser du angir.

Her følger noen eksempler:

• Identifiser orkanmålinger som er kategori 4-orkaner basert på et vindhastighetsattributt.
• Bruk GPS-målinger av skipsbevegelser med et felt som representerer skipets hastighet, og finn målinger som er større enn 1,5 ganger gjennomsnittet av de foregående fem målingene.

Finn lignende lokasjoner

Basert på kriteriene du angir, finn lignende lokasjoner ved å måle likheten mellom lokasjoner i kandidatsøkelaget ditt og én eller flere referanselokasjoner.

Her følger noen eksempler:

• Finn de ti mest lignende butikkene ved å undersøke antall ansatte og årlig omsetning.
• Finn de 100 mest lignende byene ved å undersøke forholdet mellom befolkning, årlig vekst og skatteinntekter.

Analyser mønstre

Med disse verktøyene kan du identifisere, kvantifisere og visualisere romlige mønstre i dataene dine.

• Beregn tetthet tar kjente mengder av et fenomen og sprer disse mengdene utover et kart.
• Finn hotspots identifiserer statistisk signifikante grupperinger i de geografiske mønstrene i dataene dine.
• Finn punktklynger finner klynger av punktgeoobjekter med omgivelsesstøy basert på deres romlige distribusjon.
• Skogbasert klassifisering og regresjon oppretter modeller og genererer prediksjoner ved hjelp av en tilpasset versjon av Leo Breimans Random Forest-algoritme, som er en metode for veiledet maskinlæring.
• Generalisert lineær regresjon genererer prediksjoner eller modeller av en avhengig variabel ut fra dens relasjon til et sett med forklaringsvariabler.

Beregn tetthet

Beregn Tetthet-verktøyet lager et tetthetskart fra punktgeoobjekter ved å spre kjente mengder av et fenomen (vises som attributter for punktene) over kartet. Resultatet er et lag med områder som representerer tettheten.

Her følger noen eksempler:

• Beregne tettheten av sykehus innenfor et fylke. Resultatlaget vil vise områder med høy og lav tilgjengelighet til sykehus, og denne informasjonen kan brukes til å bestemme hvor nye sykehus skal bygges.
• Identifisere områder som har høy risiko for skogbrann på bakgrunn av lokasjon for tidligere skogbranner.
• Finne lokalsamfunn som er langt fra de store motorveiene for å planlegge hvor nye veier skal bygges.

Finn punktklynger

Verktøyet Finn punktklynger finner klynger av punktgeoobjekter med omgivelsesstøy basert på deres geografiske fordeling.

Her følger noen eksempler:

• Finn klynger av skadedyr-infiserte husholdninger for å bidra til å målrette utryddingstiltakene.
• Informer om og handle ut fra behov for redning og evakuering etter klyngenes størrelse og beliggenhet ved hjelp av geolokaliserte Twitter-meldinger i kjølvannet av naturfarer eller terrorangrep.

Finn hotspots

Finn hotspots-verktøyet finner ut om det er noen statistisk signifikante samlinger i det geografiske mønsteret i dataene dine.

• Er punktene (kriminalitet, trær, trafikkulykker) virkelig samlet i klynger? Hvordan kan du være sikker?
• Har du virkelig oppdaget en statistisk signifikant hotspot (for forbruk, barnedødelighet, konsekvent høye testresultater), eller ville kartet fortelle en annen historie hvis du endret måten det symboliseres på?

Skogbasert klassifisering og regresjon

Verktøyet Skogbasert klassifisering og regresjon oppretter modeller og genererer prediksjoner ved hjelp av en tilpasset versjon av Leo Breimans Random Forest-algoritme, som er en metode for veiledet maskinlæring

Her følger noen eksempler:

• Gitt data om forekomsten av sjøgress og et antall miljømessige forklaringsvariabler representert som både attributter beriket ved hjelp av et multivariabelt rutenett for å beregne avstand til fabrikker motstrøms og større havner, kan fremtidige forekomster av sjøgress predikeres på basis av fremtidsprojeksjoner for de samme miljømessige forklaringsvariablene.
• Tenk deg at du har data om avlinger på flere hundre gårder landet over sammen med andre attributter ved hvert enkelt gårdsbruk (antall ansatte, dyrkbart areal osv.). Ved hjelp av disse dataene kan du fremskaffe et sett av geoobjekter som representerer gårder der du ikke har noen avling (men du har alle de andre variablene), og predikere fremtidige avlinger.
• Boligpriser kan predikeres ut fra prisene på hus som er blitt solgt i inneværende år. Salgsprisen på boliger sammen med opplysninger om antall soverom, avstand til skoler, nærhet til større gjennomfartsårer, gjennomsnittlig inntekt og antall lovbrudd kan brukes til å predikere salgspriser på tilsvarende boliger.

Generalisert lineær regresjon

Verktøyet Generalisert lineær regresjon genererer prediksjoner eller modeller av en avhengig variabel ut fra dens relasjon til et sett med forklaringsvariabler. Dette verktøyet kan brukes til tilpassing av kontinuerlige (OLS)-, binære (logistiske)- og antallsbaserte (Poisson)-modeller.

Her følger noen eksempler:

• Hvilke demografiske kjennetegn bidrar til en høyfrekvent bruk av kollektivtransport?
• Er det en positiv sammenheng mellom hærverk og innbrudd?
• Hvilke variabler predikerer effektivt antallet nødanrop? Gitt fremtidige projeksjoner, hva er den forventede etterspørselen etter ressurser til nødtelefonnummeret?
• Hvilke variabler påvirker lave fødselstall?

Manage Data

These tools are used for the day-to-day management of geographic and tabular data.

• Append Data appends features to an existing hosted feature layer.
• Calculate Field creates a new field or modifies an existing field and creates a new layer in your contents.
• Clip Layer copies features that intersect a defined area of interest.
• Copy to Data Store copies data to your ArcGIS Data Store and creates a layer in your contents.
• Dissolve Boundaries merges areas that share a common boundary or attribute value.
• Merge Layers copies all features from two layers into a single result layer.
• Overlay Layers combines two or more layers into a single layer.

Visk ut grenser

Slår sammen områdegeoobjekter som krysser hverandre eller har en felles feltverdi, for å opprette tilgrensende geoobjekter eller -geoobjekter med flere deler.

Her følger noen eksempler:

• Opprett ett enkelt geoobjekt som representerer delstaten Hawaii, ved å viske ut grensene mellom hawaiiske øyer.
• Slå sammen lignende studieområder basert på jordart for å opprette et datasett med tilgrensende jordarter.

Legg lag oppå

Slår sammen to eller flere lag til ett enkelt. Overlegg brukes til å besvare et av de mest grunnleggende geografiske spørsmålene: Hva ligger oppå hva?

Her følger noen eksempler:

• Hvilke tomter ligger innenfor sonen for hundreårsflom? (Innenfor betyr det samme som oppå.)
• Hvilken arealbruk er det oppå hvilken jordart?
• Hvilke brønner befinner seg på nedlagte militærbaser?

Legg ved data

Legger til geoobjekter i et eksisterende hostet lag i innholdet ditt i ArcGIS Enterprise.

Her følger noen eksempler:

• Oppdater geoobjektlaget Salg_2018 hver måned etter hvert som rapportene blir tilgjengelige.
• Legg til datasett med orkansporing fra årene 2016 og 2017 i et hoveddatasett for orkaner.
• Samle inn og legg til datasett fra flere kilder med forskjellige skjemaer ved å bruke egendefinert felttilordning.

Slå sammen lag

Slår sammen to geoobjektlag og oppretter ett enkelt resultatlag. Alle felter fra de sammenslåtte lagene inkluderes som standard, eller du kan angi tilpassede regler for sammenslåing for å definere det resulterende skjemaet.

Her følger noen eksempler:

• Slå sammen tre lag som inneholder demografisk informasjon fra England, Wales og Skottland, for å opprette ett enkelt lag for Storbritannia.
• Slå sammen to lag som inneholder opplysninger om tomter for tilgrensende kommuner. Behold bare feltene som har samme navn og type i de to lagene.

Berik fra multivariabelt rutenett

Føyer effektivt attributter fra et multivariabelt rutenett til et punktlag og gjør at du raskt kan legge til en stor og mangfoldig samling av informasjon til punktdata for bruk i videre romlige analyser.

Her følger noen eksempler:

• Hvis du har et lag som inneholder millioner av strømbrudd, kan du berike hendelsesgeoobjektene med informasjon om typisk bruk, miljørisikoer og infrastrukturforhold for å studere forholdet mellom disse faktorene og hyppigheten av strømbrudd.