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.

Grupiši tačke

Koristeći sloj tačkastih geoobjekata i bilo sloj geoobjekata oblasti ili blokova definisanih navedenim rastojanjem, ovaj alat određuje koje tačke spadaju u okviru svake oblasti ili bloka i izračunava statistiku za sve tačke u okviru svake oblasti ili bloka. Sa ovim alatom možete da opciono primenite sečenja vremena.

Slede neki primeri:

• S obzirom na lokacije tačaka i kriminalne incidente, izbrojite kriminalna dela po okrugu ili drugoj administrativnoj oblasti.
• Nađite najviše i najniže mesečne prihode za lokacije franšize koristeći 100-kilometarske blokove.

Izradite mrežu sa višestrukim promenljivima

Alatka „Izradite mrežu sa višestrukim promenljivima“ generiše mrežu kvadratnih ili šestougaonih blokova i izračunava promenljive za svaki blok na osnovu bliskosti jednog ili više ulaznih slojeva.

Slede neki primeri:

• Ako se u obzir uzme više slojeva infrastrukture javnog transporta, koji deo grada je najnepristupačniji javnim prevozom?
• Ako se u obzir uzmu slojevi vodenih tokova, kao što su jezera i reke, koji je naziv vodene površine najbliže svakoj lokaciji u SAD?
• Ako se u obzir uzme sloj prihoda domaćinstava, gde je u SAD varijacija prihoda u okrugu od 50 milja najveća?

Opiši skup podataka

Sumiraj ulazne geoobjekte sa statistikom, slojevima uzoraka i vizuelizacijom. Možete da za izlaz izaberete sloj uzoraka ili sloj obuhvata.

Slede neki primeri:

• Pozovite se na izračunatu statistiku sumiranja da biste razumeli koje vrednosti sadrži vaš skup podataka.
• Umesto crtanja čitavog skupa podataka, kreirajte sloj podskupa da biste vizuelizovali geoobjekte i njihove atribute kada se dodaju na mapu.
• Uštedite vreme i resurse i pokrenite analizu na sloju uzoraka pre pokretanja analize za čitav skup podataka.

Pridruži geoobjekte

Koristeći ili slojeve geoobjekata ili tabularne podatke, možete da pridružite geoobjekte i zapise na osnovu određenih odnosa između ulaznih slojeva ili tabela. Pridruživanja će biti određena prostornim, vremenskim i atributivnim vrednostima, a statistika sumiranja može opciono da se izračuna.

Slede neki primeri:

• S obzirom na lokacije tačaka kriminalnih incidenata s vremenom, pridružite podatke zločina samima sebi, navodeći prostorni odnos zločina unutar 1 kilometra međusobnog rastojanja i koji su se desili u roku od 1 sata, kako biste odredili da li postoji niz zločina koji su međusobno bliski prostorno i vremenski.
• Pomoću tabele poštanskih brojeva sa demografskim informacijama i geoobjektima oblasti koji predstavljaju stambene zgrade, pridružite demografske podatke prebivalištima, tako da svako prebivalište sada ima podatke.

Rekonstruiši staze

Korišćenje vremenski omogućenog sloja tačkastih ili poligonalnih geoobjekata koji predstavljaju trenutak u vremenu, ovaj alat određuje koji ulazni geoobjekti pripadaju stazi i naložiće ulaze redom vremenom. Statistički podaci se opciono izračunavaju za ulazne geoobjekte u okviru svake staze.

Slede neki primeri:

• S obzirom na lokacije tačaka i vreme merenja uragana, izračunajte srednju brzinu vetra i maksimalni pritisak vetra uragana.
• Koristite GPS merenja brodova da rekonstruišete putanje brodova u vidu linija.

Sumiraj atribute

Korišćenjem bilo podataka geoobjekata ili tabelarnih podataka, ovaj alat sumira statistiku za navedena polja.

Slede neki primeri:

• Uzimajući u obzir lokacije bakalnica sa poljem COMPANY_NAME, sumirajte prodavnice po nazivu kompanije kako biste odredili statistiku za svaku kompaniju.
• Uzimajući u obzir tabelu bakalnica sa poljima COMPANY_NAME i COUNTY, sumirajte prodavnice po nazivu kompanije i oblasti kako biste odredili statistiku za svaku kompaniju u okviru svakog okruga.

Sabiranje u okviru opsega

Pronalazi oblasti (i delove oblasti) koje se preklapaju između dva sloja i izračunava statistiku o preklapanju.

Slede neki primeri:

• S obzirom na dati sloj oblasti vododelnice i sloj oblasti upotrebe zemljišta po tipu upotrebe zemljišta, izračunajte ukupnu površinu tipa upotrebe zemljišta za svaku vododelnicu.
• S obzirom na dati sloj sa parcelama u okrugu i sloj granica grada, sumirajte prosečnu vrednost praznih parcela unutar svakog grada.

Otkrij incidente

Ova alatka radi sa vremenski omogućenim slojem tačaka, linija, oblasti ili tabela koji predstavljaju trenutak u vremenu. Korišćenjem redom poređanih geoobjekata, zvanih staze, ova alatka određuje koji geoobjekti su incidenti od značaja. Incidenti se određuju uslovima koje vi određujete.

Slede neki primeri:

• Otkrijte merenja uragana koja su uragani kategorije 4 na osnovu atributa brzine vetra.
• Koristeći GPS merenja kretanja broda sa poljem koje predstavlja brzinu broda, pronađite merenja koja su 1,5 puta veća od srednje vrednosti prethodnih pet merenja.

Analiza obrazaca

Ove alatke vam pomažu da odredite, kvantifikujete i vizuelizujete prostorne obrasce u svojim podacima.

• Izračunaj gustinu uzima poznatu količinu nekog fenomena i distribuira tu količinu širom mape.
• Pronađite vruće tačke određuje statistički značajne klastere u prostornom obrascu vaših podataka.
• Pronađi klastere tačaka pronalazi klastere tačkastih geoobjekata u okružujućem šumu na osnovu njihove prostorne distribucije.
• Klasifikacija i regresija zasnovana na šumi kreira modele i generiše predviđanja korišćenjem adaptacije algoritma šume nasumičnih stabala Lea Brimana, metodom mašinskog učenja pod nadzorom.
• Uopštena linearna regresija generiše predviđanja ili modelira zavisne promenljive u pogledu njenog odnosa sa skupom opisnih promenljivih.

Izračunaj gustinu

Alatka Izračunaj gustinu kreira mapu gustine od tačkastih geoobjekata širenjem poznatih količina neke pojave (predstavljene kao atributi tačaka) kroz mapu. Rezultat je sloj oblasti koje predstavljaju gustinu.

Slede neki primeri:

• Izračunavanje gustina bolnica unutar okruga. Sloj sa rezultatima prikazaće oblasti sa visokom i niskom pristupačnošću bolnicama, a ove informacije mogu da se koriste za donošenje odluke gde treba izgraditi nove bolnice.
• Identifikovanje oblasti u kojima postoji veliki rizik od šumskih požara na osnovu arhivskih lokacija šumskih požara.
• Lociranje zajednica koje su predaleko od velikih autoputeva u svrhe planiranja gde bi trebalo izgraditi nove puteve.

Pronađi klastere tačaka

Alatka Pronađi klastere tačaka pronalazi klastere tačkastih geoobjekata sa okružujućom bukom na osnovu njihove prostorne distribucije.

Slede neki primeri:

• Pronađite klastere domaćinstava napadnutih-štetočinama kako biste pomogli da se usmeri istrebljivanje.
• Informišite se i postupajte u skladu sa potrebama za evakuaciju na osnovu veličine i lokacije klastera korišćenjem geolokacijskih tvitova koji prate prirodne nepogode ili terorističke napade.

Pronađite žarišta

Alatka Pronađite vruće tačke odrediće da li postoje statistički značajni klasteri u prostornom obrascu vaših podataka.

• Da li su vaše tačke (kriminalni incidenti, drveće, saobraćajne nesreće) zaista u klasterima? Kako možete da budete sigurni?
• Da li ste zaista otkrili statistički značajne vruće tačke (za trošenje, smrtnost kod odojčadi, dosledno visoki rezultati testa) ili bi vam mapa predstavila drugačiju situaciju ako biste promenili način na koji je simbolisana?

Klasifikacija i regresija zasnovana na šumi

Alatka Klasifikacija i regresija zasnovana na šumi modeluje i generiše predviđanja korišćenjem adaptacije algoritma šume nasumičnih stabala Lea Brimana, metodom mašinskog učenja pod nadzorom

Slede primeri:

• S obzirom na podatke o pojavljivanju morske trave, kao i brojne promenljive koje opisuju životnu sredinu predstavljenih kao oba atributa koji su obogaćeni pomoću mreže sa više promenljivih radi izračunavanja rastojanja do fabrika uzvodno i glavnih luka, buduće pojavljivanje morske trave može da se predvidi na osnovu budućih projekcija za te iste promenljive koje opisuju životnu sredinu.
• Pretpostavimo da imate podatke o prinosu useva na stotinama farmi širom zemlje, zajedno sa drugim atributima na svakoj od tih farmi (broj zaposlenih, površina itd.). Koristeći ove podatke možete da obezbedite skup geoobjekata koji predstavlja farme za koje nemate prinos useva (ali imate sve ostale promenljive) i da predvidite prinos useva.
• Vrednosti stambenih jedinica se mogu predvideti na osnovu cena kuća koje su prodate u tekućoj godini. Prodajna cena prodatih kuća, zajedno sa informacijama o broju spavaćih soba, rastojanju od škola, blizini glavnih autoputeva, prosečnom prihodu i stopi kriminala mogu da se koriste za predviđanje prodajnih cena sličnih kuća.

Uopštena linearna regresija

Alatka Uopštena linearna regresija generiše predviđanja ili modelira zavisne promenljive u pogledu njenog odnosa sa skupom opisnih promenljivih. Ova alatka može da se koristi za uklapanje neprekidnih (OLS), binarnih (logističkih) i modela prebrojavanja (Poasonovih).

Slede primeri:

• Koje demografske karakteristike doprinose visokim stopama korišćenja javnog prevoza?
• Da li postoji pozitivan odnos između vandalizma i provala?
• Koje promenljive efikasno predviđaju obim poziva na broj za hitne slučajeve? S obzirom na buduće projekcije, koja je očekivana potražnja za resursima za reakcije u hitnom slučaju?
• Koje promenljive utiču na niske stope nataliteta?

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.

Kopiraj u skladište podataka

Kopira sloj ulaznog geoobjekta ili tabelu u ArcGIS Data Store i kreira sloj u vašem sadržaju u ArcGIS Enterprise.

Slede neki primeri:

• Kopiraj kolekciju .csv datoteka u deljenom resursu za datoteke sa velikim podacima u skladište prostorno-vremenskih podataka radi vizualizacije.
• Kopirajte geoobjekte u trenutnom obuhvatu mape koji su smešteni u skladištu prostorno-vremenskih podataka u skladište relacionih podataka.

Preklopi slojeve

Kombinuje dva ili više slojeva u jedan sloj. Preklapanje se koristi da odgovori na jedno od najosnovnijih pitanja geografije: Šta je iznad čega?

Slede primeri:

• Koje parcele su unutar 100-godišnjeg vodoplavnog područja? (Unutar je samo drugi način da se kaže iznad.)
• Upotreba koje zemlje je iznad kog tipa tla?
• Koji bunari su unutar napuštenih vojnih baza?

Dodaj podatke

Dodajte podatke postojećem hostovanom sloju u sadržaju u ArcGIS Enterprise.

Slede neki primeri:

• Svakog meseca ažurirajte sloj geoobjekata 2018_Sales čim vam izveštaji postanu dostupni.
• Dodajte skupove podataka o stazama uragana za 2016. i 2017. godinu u glavni skup podataka za uragane.
• Prikupite i dodajte skupove podataka iz različitih izvora sa različitim šemama korišćenjem prilagođenog mapiranja polja.

Spoji slojeve

Kombinuje dva sloja geoobjekata radi kreiranja jednog sloja sa rezultatima. Sva polja iz sloja za spajanje će biti podrazumevano uključena, ili možete da navedete prilagođena pravila za spajanje da biste definisali rezultujuću šemu.

Slede neki primeri:

• Spojite tri sloja koja sadrže demografske informacije iz Engleske, Velsa i Škotske da biste napravili jedan sloj Velike Britanije.
• Kombinujte dva sloja koja sadrže informacije o parcelama za susedne gradove, zadržavajući samo polja koja imaju isto ime i tip u dva sloja.

Obogaćivanje iz mreže sa više promenljivih

Efikasno spaja atribute iz mreže sa više promenljivih sa tačkastim slojem, omogućavajući vam da brzo dodajete velike i različite kolekcije informacija u podatke o tačkama za korišćenje u dodatnoj prostornoj analizi.

Slede neki primeri:

• S obzirom na sloj koji sadrži milione incidenata nestanka struje, obogatite geoobjekte incidenata informacijama o uobičajenom korišćenju, rizicima po životnu sredinu i infrastrukturnim uslovima radi ispitivanja odnosa između ovih faktora i učestalosti nestanaka struje.