ArcGIS Pro 中的空间分析

创作时间:

作者:

@小白创作中心

ArcGIS Pro 中的空间分析

引用

来源

https://pro.arcgis.com/zh-cn/pro-app/latest/help/analysis/introduction/spatial-analysis-in-arcgis-pro.htm

借助空间分析，可以解决复杂的面向位置的问题，从地理角度探索和理解数据，确定关系，检测和量化模式，评估趋势，并做出预测和决策。空间分析不只是映射，还使研究者能够研究地点的特征及其之间的关系。空间分析能够为决策提供一些新的视角。

借助空间分析功能，可以通过应用一组空间运算符将来自众多信息源的信息进行合并，从而得到全新的信息。本套空间分析工具可使研究者探寻复杂空间问题的答案。统计分析可确定研究者观察到的模式是否重要。研究者可以分析各个图层以计算某个地点对于特定活动的适合性，并且可以使用图像分析来检测到随着时间的推移而发生的变化。这些工具可用于解决那些超出简单视觉分析范围的重要的问题，并做出关键性的决策。

可以在ArcGIS Pro中使用分析和地理处理功能来回答许多空间问题，并执行空间分析。ArcGIS Pro中的空间分析从 2D 扩展到 3D，并且随时间相应变化。

典型的空间分析工作流涉及以下内容：

确定希望回答的问题。
使用数据工程查找和准备数据，为分析做好准备。
在地图上使用图表探索数据以更好地理解数据。
执行空间分析，使用相应的工具或工具集来回答问题。
使用建模和脚本编写来重复或自动化分析。
共享结果以传达发现或允许其他人重复该过程。

数据工程

可以使用数据工程来探索、可视化、清理和准备数据。对于许多空间分析和映射工作流而言，数据工程过程是共同的第一步。 “数据工程”视图和功能区可以帮助研究者更好地理解数据，并为 GIS 工作流做好准备。

使用图表的可视化

使用图表对数据进行可视化可发现数据模式、趋势、关系和结构，否则很难查看表中的原始数字。解释分析结果，并使用图表传达结果。

空间分析

可以在ArcGIS Pro中使用空间分析功能对地理数据执行以下类型的操作：

提取并叠加数据。
添加并计算属性字段。
汇总并聚合数据。
计算统计数据。
模拟关系和发现模式。

分析扩展

ArcGIS Pro包括以下分析扩展模块来帮助研究者回答专业的空间问题：

机器学习和人工智能

机器学习是指一组数据驱动的算法和技术，用于自动进行数据的预测、分类和聚类。深度学习是机器学习技术的一个重要子集，它使用人工神经网络从数据中学习。机器学习和深度学习可以在广泛应用领域中的空间问题解决中发挥重要作用，从图像分类到空间模式检测，再到多变量预测。

除了传统的机器学习技术之外，ArcGIS Pro还包含固有空间机器学习技术的子集。这些空间方法将地理直接整合到其计算中，由此可以更好地理解地理。空间分量通常采用形状、密度、连续性、空间分布或接近度的测量值形式。传统的和固有的空间机器学习都可以在解决空间问题中发挥重要作用，并且ArcGIS Pro将以多种方式支持它们的使用。

机器学习是计算密集型的，并且通常涉及大量复杂的数据。数据存储以及并行和分布式计算方面的进步使解决与机器学习和 GIS 相关的问题成为可能。

以下功能和工具使用计算机学习和深度学习：

空间统计工具箱中的聚类分布制图工具集和空间关系建模工具集
时空模式挖掘工具箱中的时间序列预测工具集
GeoAI 工具箱中的要素、表格和文本分析工具
Image Analyst工具箱中的多维分析工具集和深度学习工具集
3D Analyst工具箱中的点云工具集
基于交互式深度学习的对象检测工具

大数据分析

ArcGIS Pro包含可以将大量空间数据转换为可管理信息的工具。在单台计算机上使用并行处理或者在多节点服务器上使用分布式处理可以分析大量之前过大或过于复杂的数据，并从中获得见解。

可以使用以下功能和工具箱来分析大数据：

GeoAnalytics Desktop 工具箱提供了一个并行处理框架，以使用Spark在桌面计算机上进行分析。通过聚合、回归、检测和聚类，研究者可以可视化、理解要素和表格大数据并与其进行交互。这些工具可与大数据集配合使用，使研究者可以通过模式、趋势和异常来深入了解数据。
GeoAnalytics Server 工具箱提供了与 GeoAnalytics Desktop 工具箱相同的功能，但这些工具可以使用ArcGIS GeoAnalytics Server进行扩展以分析更大的数据集，从而在多个服务器节点之间分配分析。
栅格分析工具箱包含用于对影像服务和其他门户项目执行计算密集型栅格分析的工具。通过在多个服务器节点之间分配处理，可以在ArcGIS Image Server中使用栅格分析来处理大型影像和栅格集合。分析功能包括图像处理、深度学习、距离分析、表面分析和插值、密度计算、水文分析、多维数据的时空分析以及统计和数学运算。
可以使用图表对云数据仓库或其他企业级源中的大数据执行可视化分析和数据探索。
对大数据进行动态图格组合并将其显示在地图上，以实时聚合和汇总数据，无需任何预处理步骤。