Rasteranalys tillåter att du utför analys av större rasterdataset med ArcGIS Image Server. På så sätt kan du analysera större mängder data snabbare genom att utnyttja kraften hos servern. De verktygsset som för närvarande finns tillgängliga via Portal for ArcGIS-webbgränssnittet är Summera data, Analysera mönster, Använd närhet, Analysera bild, Analysera terräng, Hantera data och Djupinlärning.
Det här verktygssetet innehåller ett verktyg för att beräkna statistik för ett rasterlager inom områdesgränser som du definierar.
Summera raster inom |
Beräknar viss summeringsstatistik för rasterceller inom definierade områden.
Här är några exempel på användningar:
Dessa verktyg hjälper dig identifiera, mäta och visualisera geografiska mönster i dina data.
Beräkna densitet |
Densitetsanalyser tar kända antal av ett fenomen och skapar en densitetskarta genom att sprida ut dessa antal över kartan. Du kan använda det här verktyget för att till exempel visa koncentrationer av blixtnedslag eller tornador, tillgång till vårdinrättningar och befolkningstäthet.
Interpoleringspunkter |
Med det här verktyget kan du förutsäga värden på nya platser baserat på mätningar från en samling punkter. Verktyget samlar punktdata med värden vid varje punkt och returnerar områden klassificerade enligt förutsagda värden. Du kan till exempel använda det här verktyget för att förutsäga regnnivåer inom ett avrinningsområde baserat på mätningar vid enskilda regnmätare.
De här verktygen hjälper dig besvara en av de vanligaste frågorna vid geografiska analyser: Vad ligger nära vad?
Beräkna avstånd |
Beräknar det euklidiska avståndet, riktning och tilldelning från en enda källa eller flera. Du kan använda det här verktyget för att avgöra hur långt det är till en plats från en väg, en byggnad eller en park. Du kan även avgöra vilken riktning du måste åka från en plats för att återvända till en källplats via den mest direkta vägen. För varje plats i ditt undersökningsområde kan du se vilken som är närmast källan.
Avgör optimalt nätverk för resekostnad |
Beräknar den optimala kostnadens nätverk av en uppsättning indataregioner.
Fastställ resekostnadsrutt som polylinje |
Beräknar polylinjevägen med lägst kostnad mellan källor och kända mål.
Följande verktyg underlättar vid analys av bilder.
Tillämpa rasterfunktionsmall |
Bearbetar dina bilder med funktionskedjan, enligt vad som anges i rasterfunktionsmallen.
Övervaka vegetation |
Utför en aritmetisk åtgärd på banden i ett multibandsrasterlager för att visa information om vegetationstäckning i undersökningsområdet.
Dessa verktyg hjälper dig att analysera rasterytor.
Beräkna lutning |
Identifierar en yta som visar lutningen för höjddata som används som indata. Lutningen representerar ändringsfrekvensen för höjd för varje cell i den digitala höjdmodellen (DEM).
Härled aspekt |
Identifierar lutningens riktning för den högsta graden av skillnad i värden från en cell till anslutande celler. Du kan tänka dig aspekten som lutningsriktningen.
Skapa siktområde |
Fastställer de platser på en rasteryta som är synliga för en uppsättning observatörer.
Avrinningsområde |
Avgör ackumuleringsområdet ovanför en uppsättning celler i ett raster.
Dessa verktyg används för både den dagliga hanteringen av geografiska data och för att kombinera data inför en analys.
Extrahera raster |
Extraherar celler från ett raster baserat på värde, form eller utbredningen av ett annat dataset.
Mappa om värden |
Ändra ett enstaka cellvärde eller ett omfång av cellvärden till nya värden.
Konvertera geoobjekt till raster |
Skapa ett nytt rasterdataset från ett befintligt geoobjektsdataset.
Konvertera raster till geoobjekt |
Skapa ett nytt geoobjektsdataset från ett befintligt rasterdataset.
De här verktygen används för att upptäcka specifika geoobjekt i en bild eller för att klassificera pixlar i ett rasterdataset. Djupinlärning är en typ av maskininlärningsmetod med artificiell intelligens som upptäcker geoobjekt i bilder med flera lager i neurala nätverk där varje lager kan extrahera ett eller flera unika geoobjekt i bilden. Verktygen förbrukar de modeller som har tränats att upptäcka specifika geoobjekt i djupinlärningsramverk från tredje part, t.ex. TensorFlow, CNTK och Keras, och utdatageoobjekt eller klasskartor.
Klassificera pixlar med djupinlärning |
Runs a trained deep learning model on an input raster to produce a classified raster, with each valid pixel having a class label assigned.
Identifiera objekt med djupinlärning |
Runs a trained deep learning model on an input raster to produce a feature class containing the objects it finds. The features can be bounding boxes or polygons around the objects found, or points at the centers of the objects.