Доступно с лицензией Spatial Analyst.
Дополнительный модуль Spatial Analyst для ArcGIS Pro содержит большое количество инструментов и возможностей для выполнения всестороннего пространственного анализа на основе растровых данных. С помощью этого дополнительного модуля можно использовать широкий диапазон форматов данных для комбинации наборов данных, интерпретации новых данных, а также для выполнения сложных операций над растрами. К примерам анализа, который можно выполнить с помощью Spatial Analyst, относятся анализ поверхности, моделирование поверхности, интерполяция поверхности, модель пригодности, гидрологический анализ, статистический анализ и классификация изображений.
Ниже приводится краткое описание основных компонентов Spatial Analyst:
Простой способ получения доступа к функциям Spatial Analyst — использование инструментов геообработки. Эта среда позволяет организовывать и использовать инструменты, необходимые для решения аналитических задач и предоставляет механизм для автоматизации, документирования и совместного доступа к рабочему процессу.
В среде геообработки можно выполнять операции Spatial Analyst следующими способами.
- Запуск отдельных диалоговых окон инструментов
- Использование инструментов в ModelBuilder для автоматизации рабочих процессов и создания пространственных моделей
- Автоматизация рабочих процессов и создание новых инструментов с помощью языка Python
Алгебра карт является мощным алгебраическим языком, который может использоваться для анализа растров. Алгебра карт полностью интегрирована в среду Python.
Также существует инструмент Калькулятор растра, который позволяет вам легко вставлять выражения Алгебры карт в диалоговые окна инструментов или в ModelBuilder.
Многие аналитические операции также доступны в виде растровых функций. Локальные операции применяются непосредственно к пикселам из набора растровых данных, которые в данный момент отображаются на карте. Это позволяет выполнять вычисления на лету, обеспечивая немедленный ответ при масштабировании и панорамировании данных. Определенные типы операций более сложны или для получения значимых результатов должны выполняться для большего количества ячеек, чем отображается в настоящее время. Они называются глобальными функциями.
Разработчик пригодности - динамическая исследовательская среда работы с панелями, чертежами и картами, помогающими вам создать наилучшую модель пригодности.
Ниже следует более подробное описание использования каждого из компонентов Spatial Analyst в ArcGIS Pro.
Инструменты геообработки
Spatial Analyst содержит множество инструментов геообработки для выполнения операций пространственного анализа. В дополнение к чисто аналитическим инструментам представлены инструменты, выполняющие базовые математические и логические операции, а также операции создания и обработки наборов растровых данных. Инструменты сгруппированы в группы инструментов в зависимости от их функциональности.
Алгебра карт и Python
Алгебра карт полностью интегрирована в среду Python. Синтаксис для создания выражений Алгебры карт в Python очень схож с синтаксисом, с которым вы уже ознакомились при работе с Калькулятором растра. Среда программирования Python в ArcGIS Pro была улучшена за счет добавления полного автозавершения команд, расширенной поддержки скриптов и отложенного выполнения.
Функции растра
Доступ к растровым функциям можно получить на панели Функции растра в ArcGIS Pro. Редактор функций растра и Шаблоны функций растра обеспечивают возможность объединения отдельных растровых функций в цепочку для создания пользовательского рабочего процесса обработки, аналогично моделям геообработки.
Многие растровые функции доступны напрямую, но для некоторых требуется лицензия дополнительного модуля Spatial Analyst или Image Analyst. На странице справки для каждой функции указаны все лицензионные требования.
Разработчик модели пригодности
Построение модели пригодности с использованием нелинейного итеративного процесса. Разработчик пригодности обеспечивает для анализа обратную связь на каждом шаге процесса моделирования и позволяет без потерь возвращаться к предыдущим и переходить к следующим шагам разработки модели. Изученное вами на одном шаге процесса влияет на решения, принятые на другом. Получая обратную связь немедленно, вы сможете принимать более четкие решения при выборе параметров модели. В результате вы будете уверены в выходных данных модели, и сможете принять наилучшее решение.