חשב צפיפות

ניתוח צפיפות לוקח כמויות ידועות של תופעה מסוימת ויוצר מפת צפיפות על ידי פיזור כמויות אלה על פני המפה. באפשרותך להשתמש בכלי זה, לדוגמה, כדי להציג ריכוזים של פגיעות ברק או סופות טורנדו, גישה למתקנים רפואיים וצפיפויות אוכלוסין.

בצע אינטרפולציה לנקודות

כלי זה מאפשרת לחזות ערכים במיקומים חדשים בהתבסס על מדידות שנמצאו באוסף של נקודות. הכלי נוטל נתוני נקודות עם ערכים בכל נקודה ומחזיר אזורים שמסווגים על ידי ערכים חזויים. ניתן להשתמש בכלי זה, לדוגמה, כדי לחזות מפלסי משקעים על פני קו פרשת מים בהתבסס על מדידות שנלקחו במודדי משקעים בודדים.

שימוש בסמיכות

כלים אלה עוזרים לענות על אחת מהשאלות הנפוצות ביותר בניתוח מרחבי: "מה נמצא ליד מה?"

• חשב מרחק מחשב את המרחק האוקלידי, הכיוון וההקצאה ממקור יחיד או מקבוצת מקורות.
• קבע רשת עלויות נסיעה מיטבית מחשב את רשת העלות המיטבית מקבוצה של אזורי קלט.
• קבע מסלול עלות נסיעה בתור פולי קו מחשב את נתיב הפולי-קו עם העלות הנמוכה ביותר בין מקורות ליעדים ידועים.

חשב מרחק

מחשב את המרחק האוקלידי, הכיוון וההקצאה ממקור יחיד או מקבוצת מקורות. באפשרותך להשתמש בכלי זה כדי לקבוע כמה מיקום רחוק מכביש, מבניין או מפארק. באפשרותך גם לקבוע באיזה כיוון עליך לנסוע ממיקום כדי לחזור למקור בדרך הישירה ביותר. באפשרותך לראות עבור כל מיקום באזור המחקר איזה מקור הוא הקרוב ביותר.

נתח פני שטח

כלים אלה עוזרים לך לנתח משטח רסטר.

• חישוב שיפוע מחשב את התלילות של קרקע.
• גזירת מפנה מחשב את הכיוון של השיפוע התלול ביותר עבור כל מיקום.
• צור שטח נצפה מזהה מה ניתן לראות מכל נקודה בנוף.
• קו פרשת מים מחשב את האזור התורם מעל מיקום/ים מזוהה/ים על משטח.

נהל נתונים

כלים אלה משמשים הן עבור הניהול היום-יומי של נתונים גאוגרפיים והן עבור שילוב נתונים לפני ניתוח.

• חילוץ רסטר חותך החוצה חלקים מסט נתוני רסטר לצורך ניתוח נוסף.
• מיפוי ערכים מחדש מקצה ערכים שונים לתאי רסטר.
• המר ישות לרסטר משנה את הגודל של נתוני רסטר.
• המר רסטר לישות מבצע ווקטוריזציה לנתוני רסטר.

למידה עמוקה (Deep Learning)

כלים אלה משמשים לזיהוי ישויות ספציפיות בתמונה או לסיווג פיקסלים בסט נתוני רסטר. למידה עמוקה (Deep Learning) היא סוג של שיטת למידת מכונה בבינה מלאכותית אשר מזהה ישויות בתמונה באמצעות שכבות מרובות ברשתות ניטרליות שבהן כל שכבה מסוגלת לחלץ ישות אחת או יותר בתמונה. כלים אלה צורכים את המודלים שאומנו לזהות ישויות ספציפיות במסגרות למידה עמוקה של צד שלישי - כגון TensorFlow‏, CNTK ו-Keras - וישויות פלט או מפות מחלקה.

• סיווג פיקסלים באמצעות למידה עמוקה יוצר רסטר מסווג תוך שימוש במודל למידה עמוקה מאומן.
• זיהוי אובייקטים באמצעות למידה עמוקה מפיק קבוצת ישויות שמכילה אובייקטים שנמצאו ברסטר קלט באמצעות מודל למידה עמוקה מאומן.

סווג פיקסלים באמצעות למידה לעומק

Runs a trained deep learning model on an input raster to produce a classified raster, with each valid pixel having a class label assigned.

מזהה אובייקטים באמצעות למידה לעומק

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.