GeoAnalytics 會跨 ArcGIS GeoAnalytics Server 分配分析工作。這能讓您運用多部電腦，更快地分析更多的資料。以下是可用的工具：
- 匯聚點
- 建立多變數網格
- 說明資料集
- 加入圖徵
- 重新建構軌跡
- 摘要屬性
- 範圍內摘要
- 來自表格的地理編碼位置
- 從多變數網格豐富化
- 偵測事件
- 尋找相似位置
- 計算密度
- 尋找點叢集
- 尋找熱點
- 樹系式分類和迴歸
- 廣義線性迴歸
- 建立緩衝區
- 附加資料
- 計算欄位
- 複製到資料儲存庫
- 疊加圖層
- 融合邊界
- 合併圖層
- 裁剪圖層
GeoAnalytics 著重在分析空間和時態模式的大量資料。
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.
匯聚點 |
|
此工具使用點圖徵圖層和區域圖徵圖層或指定距離所定義的容器，以確定落在各區域或容器內的點，並計算各區域或容器內所有點的統計資料。您可以選擇套用時間片段與此工具。
以下是範例：
- 給定犯罪事件的點位置，計算每個縣或其他行政區的犯罪數。
- 使用 100 公里容器，按州尋找特許經營位置的最高和最低的每月營收。
建立多變數網格 |
|
建立多變數網格工具會產生方形或六角形容器的網格，並根據一或多個輸入圖層的鄰域分析來計算每個容器的變數。
以下是範例：
- 考量多個公共交通基礎設施圖層，城市的哪些部分是公共運輸最不容易到達的地區？
- 考量水路的圖層（如湖泊和河流），最接近美國各地的水體名稱為何？
- 考量家庭收入圖層，美國哪個地區周圍 50 英里內有最大的收入差距？
說明資料集 |
|
使用統計資料、範例圖層和視覺化來摘要輸入圖徵。您可以選擇輸出範例圖層或範圍圖層。
以下是範例：
- 參考計算的摘要統計資料以瞭解資料集所包含的值。
- 不需要繪製整個資料集，而是新增至地圖時建立子集圖層，以視覺化圖徵及其屬性。
- 在對整個資料集進行分析之前，針對範例圖層執行分析以節省時間和資源。
加入圖徵 |
|
使用圖徵圖層或表列資料，您可以根據輸入圖層或表格之間的特定關係來加入圖徵和記錄。加入將由空間、時態和屬性關係判定，並可選擇性地計算摘要統計資料。
以下是範例：
- 使用時間提供犯罪事件的點位置、在自身中加入犯罪資料、指定彼此距離 1 公里內之犯罪的空間關係，以及發生時間不到 1 小時的連續犯罪，以判定是否存在與空間和時間密切相關的連續犯罪。
- 提供一個含人口統計資訊的郵遞區號表，及一個表示住宅區建築物的區域圖徵，將人口統計資訊加入住宅，讓每一個住宅現在都有資訊。
重新建構軌跡 |
|
使用已啟用時間的點或多邊形圖徵的圖層（代表 即時時間），此工具可判定某個軌跡的輸入圖徵，並按時間循序排序輸入。會針對每個軌跡內的輸入圖徵，選擇性地計算統計資料。
以下是範例：
- 提供颶風測量的點位置和時間，計算平均風速，及颶風的最大風壓。
- 使用船隻的 GPS 測量，將船隻路徑重新建構為線。
摘要屬性 |
|
使用此工具可針對指定的欄位，摘要統計資料所使用的圖徵或表列資料。
以下是範例：
- 使用欄位 COMPANY_NAME 提供雜貨連鎖店的位置，按公司名稱摘要雜貨店來判定每家公司的統計資料。
- 使用欄位 COMPANY_NAME 和 COUNTY 提供雜貨連鎖店的表格，按公司名稱和縣來摘要雜貨店，以判定每個縣的每家公司的統計資料。
範圍內摘要 |
|
尋找兩個圖層間疊加的區域（和區域的部分）並計算疊加區域的統計資料。
以下是範例：
- 給定流域邊界圖層和依土地使用類型劃分的土地使用邊界圖層，計算每個流域之土地使用類型的總面積。
- 給定縣內宗地的圖層和城市邊界圖層，摘要各城市內閒置宗地的平均值。
尋找位置
這些工具用於識別滿足多個不同指定條件的區域。
- 偵測事件使用具備時間功能的圖層來判定哪些圖徵符合指定的條件。
- 來自表格的地理編碼位置會將位址轉換至座標。
- 尋找相似位置可根據指定的條件，尋找與一個或多個參考位置最相似的位置。
偵測事件 |
|
此工具使用點、線、區域或表格之具備時間功能的圖層來表示即時時間。藉助循序排序的圖徵（稱為軌跡），此工具可判定哪些圖徵是感興趣的事件。事件是由您指定的條件決定。
以下是範例：
- 根據風速屬性，偵測類別 4 颶風的颶風測量。
- 使用代表船速的欄位來使用船隻移動的 GPS 測量，尋找大於前五次測量平均值 1.5 倍的測量。
來自表格的地理編碼位置 |
|
將地址轉換成座標。在大數據檔分享表格上使用此工具。
尋找相似位置 |
|
根據您所指定的條件，測量候選搜尋圖層中的位置與一個或多個參考位置之間的相似性，藉此尋找相似的位置。
以下是範例：
- 檢查員工數和年銷售額來找出十家最類似的雜貨店。
- 檢查人口、年成長與稅收之間的關係來找出 100 座最類似的城市。
分析模式
這些工具可幫助您辨識、量化並視覺化資料的空間模式。
- 計算密度取某一現象的已知數量，並將這些量散佈到整個地圖上。
- 尋找熱點工具可以辨識在數據空間模式中具有統計顯著性的叢集。
- 尋找點叢集可在基於其空間分佈的周圍噪訊內，尋找點圖徵的叢集。
- 樹系式分類和迴歸可使用改編自 Leo Breiman 的隨機樹系演算法（一種監督機器學習方法）來建立模型並產生預測。
- 廣義線性迴歸可產生預測，或依據其與說明變數集之間的關係來塑模相依變數。
計算密度 |
|
「計算密度」工具透過將已知數量的某種現象（表示為點的屬性）散佈到整個地圖上，來從點圖徵建立密度地圖。會導出表示密度的區域圖層結果。
以下是範例：
- 計算某郡的醫院密度。結果圖層將顯示容易到達醫院和不容易到達醫院的區域，此資訊可用於確定新建醫院的位置。
- 根據發生森林火災的歷史位置，確定森林火災的高風險區域。
- 尋找距離主幹道較遠的社區，以計劃修建新道路的位置。
尋找點叢集 |
|
尋找點叢集工具可在基於其空間分佈的周圍噪訊內，尋找點圖徵的叢集。
以下是範例：
- 尋找被害蟲感染的家庭叢集以協助根除害蟲。
- 根據發生自然災害或恐怖攻擊後，使用地理定位推文的叢集大小和位置，執行通知並採取救援和撤離需求。
尋找熱點 |
|
「尋找熱點」工具將判定資料中的空間模式是否具備任何具有統計顯著性的叢集。
- 您的點（犯罪事件、樹木、交通事故）是否真正地叢集？ 您如何確定？
- 您是否確實發現了具有統計顯著性的熱點（消費、嬰兒死亡率、持續偏高的測試分數），或如果變更地圖的符號化方式，地圖是否會呈現出另一種結果？
樹系式分類和迴歸 |
|
樹系式分類和迴歸工具可使用改編自 Leo Breiman 的隨機樹系演算法（一種監督機器學習方法）來建立模型並產生預測
以下是範例：
- 假設有海草出現資料，以及一些以兩個變數表示的環境說明變數（已使用多變數網格豐富化以計算至上游和主要港口的工廠距離），則可根據該相同的環境說明變數進行後續預測，以預測海草未來的出現情況。
- 假設您擁有全國數百個農場的作物產量資料，以及每個農場的其他屬性（員工數量、英畝數等）。您可以使用這些資料片段來提供一組圖徵，以表示您沒有作物產量的農場（但您確實擁有其他所有變數），並對作物產量進行預測。
- 可根據今年已出售的房屋價格來預測房價。可使用房屋的售價以及臥室數量、到學校的距離、與主要高速公路的接近程度、平均收入和犯罪計數等相關資訊，預測類似房屋的售價。
廣義線性迴歸 |
|
廣義線性迴歸工具可產生預測，或依據其與說明變數集之間的關係來塑模相依變數。此工具可用來擬合連續 (OLS)、二進位（邏輯）和計數 (Poisson) 模型。
以下是範例：
- 哪些人口統計特性會導致高度的公共運輸使用率？
- 破壞公物與入室行竊之間是否正相關？
- 哪些變數可有效預測 911 報案量？ 鑑於未來的預測，緊急應變資源的預期需求是什麼？
- 哪些變數會導致低出生率？
鄰近分析
這些工具可以協助您回答在空間分析中，最常提出的一個問題：什麼在什麼附近？
- 建立緩衝區可建立離圖徵指定距離的區域。
建立緩衝區 |
|
緩衝區是以點、線或多邊形圖徵為起點並涵蓋已知距離的區域。
以下是範例：
- 使用線性河流圖徵，將每一條河流緩衝河寬 50 倍，以判定提議的河岸邊。
- 提供表示縣的區域，將每縣緩衝 200 海浬以判定海上疆界。
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.
複製到資料儲存庫 |
|
將輸入圖徵圖層或表格複製到 ArcGIS Data Store，並在 ArcGIS Enterprise 中於您的內容中建立圖層。
以下是範例：
- 將大數據檔分享中的
.csv檔案集合，複製到視覺化的時空資料儲存庫。 - 將時空資料儲存庫中儲存的目前地圖範圍中的圖徵，複製到關聯式資料儲存庫。
計算欄位 |
|
計算全新或現有欄位的值，並在 ArcGIS Enterprise 中於您的內容中建立圖層。
以下是範例：
- 將名為 total 的現有欄位修改為來自欄位 total_2016、 total_2017 和 total_2018 的收入總和。
- 建立新欄位，根據 windspeed 和 pollutant 等欄位值來分類危險級別。
裁剪圖層 |
|
從定義的感興趣區域裁剪輸入圖徵。輸出結果將是輸入圖徵的子集。
以下是範例：
- 建立洪水區內的危樓子集。
- 判斷哪些重要道路會經過潛在的開發區。
融合邊界 |
|
合併相交的區域圖徵或分享共同的欄位值，以建立連續或多組件圖徵。
以下是範例：
- 融合夏威夷島的邊界，以建立表示夏威夷州的單一圖徵。
- 根據土壤類型結合類似的研究區域，以輸出連續的土壤類型資料集。
疊加圖層 |
|
將兩個或多個圖層結合成一個圖層。疊加用於回答一個最基本的地理問題：什麼在什麼上？
以下是範例：
- 哪些宗地位於百年一遇的洪泛區中？ （「在...中」只是「在...上」的另一種表達方式。）
- 什麼土地利用在什麼土壤類型上？
- 什麼井在廢棄的軍事基地中？
附加資料 |
|
將圖徵附加到您在 ArcGIS Enterprise 的內容中的現有託管圖層。
以下是範例：
- 在報告可用時，每個月更新您的 2018_Sales 圖徵圖層。
- 將 2016 和 2017 年的颶風追蹤資料集附加至主要颶風資料集。
- 使用自訂的現場製圖，從包含不同方案的各種來源採集和附加資料集。
合併圖層 |
|
結合兩個圖徵圖層以建立單一結果圖層。預設將包含合併圖層的所有欄位，您也可以指定自訂的合併規則來定義導出的方案。
以下是範例：
- 合併包含英格蘭、威爾士和蘇格蘭人口統計資訊的三個圖層，以製作單一的大不列顛圖層。
- 結合兩個包含相鄰鄉鎮之宗地資訊的圖層，只保留在兩個圖層中具有相同名稱和類型的欄位。
資料豐富
這些工具可幫助您瞭解區域特徵。
- 從多變數網格豐富化可將屬性從多變數網格加入到點圖層。
從多變數網格豐富化 |
|
您可以將多變數網格的屬性高效地加入到點圖層，快速地將大量和多樣化的資訊集合新增至點資料，從而供後續的空間分析使用。
以下是範例：
- 假設有一個包含數百萬次停電事件的圖層，利用一般使用情況、環境風險和基礎設施條件等相關資訊來豐富化事件圖徵，以便研究這些因素與停電頻率之間的關係。