Rasterska analiza vam omogućava da izvršite analizu velikih rasterskih skupova podataka korišćenjem ArcGIS Image Server. Ovo vam omogućava da analizirate podatke brže koristeći snagu servera. Skupovi alatki koji su trenutno dostupni preko Portal for ArcGIS korisničkog veb iskustva su Sumiraj podatke, Analiza obrazaca, Koristi bliskost, Analiziraj snimak, Analiziraj teren, Upravljaj podacima i Detaljno učenje.
Ovaj skup alatki sadrži alatku za izračunavanje neke statistike za sloj rastera u okviru granica oblasti koje vi definišete.
Sumiraj raster unutar |
Izračunava neku statistiku sumiranja za ćelije rastera u okviru definisanih oblasti.
Neki primeri primene su sledeći:
Ove alatke vam pomažu da odredite, kvantifikujete i vizuelizujete prostorne obrasce u svojim podacima.
Izračunaj gustinu |
Analiza gustine uzima poznate količine neke pojave i kreira mapu gustine distribuiranjem tih količina širom mape. Ovu alatku možete da koristite, na primer, da prikažete koncentracije udara groma ili tornada, pristup zdravstvenim objektima i gustinu populacije.
Interpolacija tačaka |
Ova alatka vam omogućava da predvidite vrednosti na novim lokacijama na osnovu merenja pronađenih u kolekciji tačaka. Alatka uzima podatke iz tačaka sa vrednostima na svakoj tački i vraća oblasti klasifikovane po predviđenim vrednostima. Ovu alatku možete da koristite, na primer, za predviđanje nivoa padavina duž vododelnice na osnovu merenja uzetih na pojedinačnim pluviometrima.
Ove alatke vam pomažu da odgovorite na jedno od najčešćih pitanja postavljenih u prostornoj analizi: „Šta je blizu čega?“
Izračunaj rastojanje |
Izračunava Euklidsko rastojanje, smer i dodeljivanje iz jednog izvora ili skupa izvora. Ovu alatku možete da koristite da utvrdite koliko je lokacija udaljena od puta, zgrade ili parka. Takođe možete da utvrdite u kom smeru morate da putujete sa lokacije da biste se vratili nazad do izvora na najdirektiniji način. Za svaku lokaciju u proučavanoj oblasti možete da vidite koja je najbliža izvoru.
Odredite mrežu optimalnih troškova putovanja |
Izračunava optimalnu mrežu iz skupa ulaznih regiona.
Odredite stazu troškova putovanja kao polilinije |
Izračunava najmanji trošak staze polilinije između izvora i poznatih odredišta.
Sledeća alatka vam pomaže da analizirate snimke.
Primeni šablon rasterske funkcije |
Obrađuje vaš snimak lancem funkcija, kao što je navedeno u šablonu rasterske funkcije.
Nadgledaj vegetaciju |
Vrši aritmetičke operacije na opsezima rasterskog sloja sa više opsega kako bi otkrila informacije o pokrivenosti vegetacijom oblasti ispitivanja.
Ove alatke vam pomažu u analizi površina rastera.
Izračunaj nagib |
Identifikuje površinu koja prikazuje nagib ulaznih podataka elevacije. Nagib predstavlja brzinu promene elevacije za svaku ćeliju digitalnog modela elevacije (DEM).
Izvedi gledište |
Identifikuje smer nizbrdo sa najvećom stopom promene u vrednosti od svake ćelije do njoj susednih. Gledište može da se posmatra kao smer nagiba.
Kreiraj linije dogledanja |
Određuje lokacije na površini rastera koje su vidljive skupu posmatrača.
Vododelnica |
Određuje drenažno područje iznad skupa ćelija u rasteru.
Ove alatke se koriste za svakodnevno upravljanje geografskim podacima, kao i za kombinovanje podataka pre analize.
Ekstrahuj raster |
Ekstrahuje ćelije iz rastera na osnovu vrednosti, oblika ili obuhvata različitog skupa podataka.
Ponovo mapiraj vrednosti |
Promenite zasebnu ili čitav raspon vrednosti ćelija na nove vrednosti.
Konvertuj geoobjekat u raster |
Kreirajte novi rasterski skup podataka od postojećeg skupa podataka geoobjekta.
Konvertuj raster u geoobjekat |
Kreirajte novi skup podataka geoobjekta od postojećeg rasterskog skupa podataka.
Ove alatke se koriste za otkrivanje određenih geoobjekata na snimku ili za klasifikaciju piksela u rasterskom skupu podataka. Detaljno učenje je vrsta metoda mašinskog učenja veštačke inteligencije koji otkriva geoobjekte na snimcima koristeći višestruke slojeve u neuronskim mrežama gde je svaki sloj u stanju da ekstrahuje jedan ili više jedinstvenih geoobjekata na snimku. Ove alatke troše modele koji su obučeni za otkrivanje određenih geoobjekata u radnim okvirima za detaljno učenje nezavisnih proizvođača – kao što je TensorFlow, CNTK i Keras – i izlaznih geoobjekata ili mapa klasa.
Klasifikuj piksele pomoću detaljnog učenja |
Pokreće obučeni model detaljnog učenja na ulaznom rasteru kako bi proizvela klasifikovani raster, gde svaki važeći piksel ima dodeljenu oznaku klase.
Otkrij objekte pomoću detaljnog učenja |
Pokreće obučeni model detaljnog učenja na ulaznom rasteru kako bi proizvela klasu geoobjekata koja sadrži objekte koje pronađe. Geoobjekti mogu biti granična polja ili poligoni oko pronađenih objekata, ili tačke u centrima objekata.