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. Этот набор инструментов, доступный в веб-интерфейсе Portal for ArcGIS, содержит группы инструментов Суммировать данные, Анализ структурных закономерностей, Использовать близость, Анализировать изображение, Анализировать Terrain, Управлять данными и Глубокое обучение.
Эта группа содержит инструмент для вычисления некоторой статистики для растрового слоя - в пределах заданных вами границ.
Суммировать растр в пределах |
Вычисляет некоторую статистику ячеек растра, находящихся в пределах заданных областей.
Примерами применения могут быть следующие задачи:
Эти инструменты помогут вам идентифицировать, оценить значимость и визуализировать пространственные закономерности в распределении своих данных.
Вычислить 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.
Эти инструменты помогают отвечать на наиболее частый вопрос пространственного анализа: "Что находится рядом с чем?"
Вычислить расстояние |
Вычисляет евклидово расстояние, направление и размещение по одному или нескольким источникам. Можно использовать этот инструмент для определения того, насколько далеко располагается локация от дороги, здания или парка. Также можно определить, в каком направлении нужно двигаться, чтобы вернуться к источнику, максимально прямым путем. Для каждой локации в изучаемой области можно увидеть, какой источник является ближайшим.
Определить оптимальную стоимость перемещения по сети |
Вычисляет оптимальную стоимость перемещения по сети на основании входных регионов.
Определить путь оптимальной стоимости перемещения как линию |
Вычисляет линейный путь с наименьшей стоимостью между источниками и пунктами назначения.
Следующие инструменты помогут анализировать растры.
Применить шаблон растровой функции |
Обрабатывает изображения с помощью последовательности функций, как указано в шаблоне растровой функции.
Отслеживание растительности |
Выполняет арифметическую операцию с каналами многоканального растрового слоя для извлечения данных о растительном покрове изучаемой области.
Эти инструменты помогут вам анализировать растровые 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.
Эти инструменты используются как для ежедневного управления географическими данными, так и для комбинирования данных перед анализом.
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.
Эти инструменты обнаруживают определенные объекты в изображении или классифицируют пикселы 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 объекты при помощи глубокого обучения |
Запускает обученную модель глубокого обучения на входном растре для создания классифицированного растра, где у каждого пиксела есть значение назначенного класса.
Выявить объекты при помощи глубокого обучения |
Запускает обученную модель глубокого обучения для входного растра для построения класса с найденными пространственными объектами. Объекты могут быть ограничивающими прямоугольниками или полигонами вокруг найденных объектов, либо точками в центрах этих объектов.