Durchführen von Big-Data-Analysen mit ArcGIS GeoAnalytics Server—ArcGIS GeoAnalytics Server

ArcGIS GeoAnalytics Server stellt eine Funktion zur Verarbeitung und Analyse von Big Data für ArcGIS Enterprise bereit. Sie umfasst eine verteilte Rechenumgebung mit einer Reihe von Werkzeugen zur Analyse großer Datenmengen. Durch Aggregation, Regression, Erkennung, Cluster-Bildung usw. können Sie Big Data visualisieren, analysieren und nutzen. Mit GeoAnalytics Server können Sie Erkenntnisse aus Ihren Daten gewinnen, die Ihnen ansonsten verborgen blieben, sowie Muster, Trends und Abweichungen erkennen.

GeoAnalytics-Werkzeuge sind branchenübergreifend vielseitig einsetzbar. Die folgenden Beispiele beschreiben die verschiedenen Einsatzmöglichkeiten von GeoAnalytics Server:

Mitarbeiter in der Kriminalanalyse können herausfinden, wann und wo in ihrem Bundesland Straftaten begangen wurden, und die räumliche Nähe der Straftaten zu bestimmten Interessenbereichen (z. B. Ereignisse, Polizeidienststellen und Stadtzentren) analysieren. Verwandte Werkzeuge sind "Punkte aggregieren" und "Features verbinden".
Mitarbeiter des Verkehrsministeriums können anhand der Verkehrs- und Unfalldaten mehrerer Jahrzehnte herausfinden, auf welchen Autobahnen die meisten Unfälle passieren. Zudem können sie das Beschleunigungs- und Bremsverhalten von Fahrzeugen analysieren und die Daten mit den Unfallorten korrelieren. Verwandte Werkzeuge "Punkt-Cluster suchen" und "Spuren rekonstruieren".
Umweltwissenschaftler können aus einem Dataset, das mehrere Millionen Messwerte aus statischen Sensoren enthält, die Zeiten und Orte mit hohen Ozonwerten im Land herausfiltern. Verwandte Werkzeuge sind "Ereignisse ermitteln" und "Raum-Zeit-Würfel erstellen".
Techniker in einem Elektrizitätswerk können die Nähe von Blitzeinschlägen zu Elektroleitungen und Umspannwerken ermitteln. Verwandte Werkzeuge sind "Puffer erstellen" und "Features verbinden".
Mitarbeiter in Wasserwerken können Aufträge nach Arbeiten an undichten Leitungen durchsuchen und die Ergebnisse mit einem Dataset mit Bodenarten zusammenführen, um herauszufinden, ob die Undichtigkeiten in Gebieten mit besonders korrosiven Böden aufgetreten sind. Verwandte Werkzeuge sind "Raum-Zeit-Würfel erstellen" und "Hot-Spots suchen".
Leitende Mitarbeiter im Einzelhandel können mit der Neuausrichtung ihrer Einzugsgebiete experimentieren und sich dabei auf demografische Daten, vergangene Umsätze oder die Entfernung zu den Geschäften stützen. Zudem können sie die Ähnlichkeit oder Unähnlichkeit der Performance im gesamten Filialnetz herausfinden. Verwandte Werkzeuge sind "Grenzen zusammenführen" und "Ähnliche Positionen suchen".
GIS-Analysten in städtischen Behörden können mithilfe von ArcGIS GeoEvent Server die GPS-Daten des städtischen Fuhrparks, z. B. Bau- und Räumfahrzeuge, analysieren. So sehen sie, welche Fahrzeuge an welchen Orten im Einsatz sind, in welchen Gegenden ihre Präsenz geringer ist und wo es zu Geschwindigkeitsübertretungen kommt. Verwandte Werkzeuge sind "Spuren rekonstruieren", "Punkte aggregieren" und "Ereignisse ermitteln".

Zugreifen auf GeoAnalytics Tools

Die Feature-Analysewerkzeuge aus ArcGIS GeoAnalytics Server können in Map Viewer Classic, in ArcGIS Pro, in der ArcGIS API for Python und in der ArcGIS REST API verwendet werden. Als Portal-Mitglied können Sie wie folgt auf die Werkzeuge zugreifen.

Weitere Informationen zum Ausführen der Werkzeuge über die ArcGIS REST API finden Sie in der Dokumentation zur ArcGIS REST API. Weitere Informationen zum Ausführen der Werkzeuge in ArcGIS Pro finden Sie in der Dokumentation zu ArcGIS Pro.

Zugreifen auf die Werkzeuge über Map Viewer Classic

Gehen Sie wie folgt vor, um über Map Viewer Classic auf die Werkzeuge zuzugreifen:

Melden Sie sich beim Portal als Mitglied mit Berechtigungen für die GeoAnalytics-Feature-Analyse an.
Klicken Sie auf Karte, um Map Viewer Classic zu öffnen.
Klicken Sie auf Analyse, und wählen Sie GeoAnalytics Tools.

Hinweis:

Wenn die Schaltfläche Analyse oder die Registerkarte GeoAnalytics-Werkzeuge in Map Viewer Classic nicht angezeigt wird, wenden Sie sich an den Portal-Administrator. Das Portal ist möglicherweise nicht für ArcGIS GeoAnalytics Server konfiguriert, oder Ihnen sind keine Berechtigungen zum Ausführen der Werkzeuge zugewiesen. Wenn Ihnen die für die Werkzeuge erforderlichen Berechtigungen nicht zugewiesen sind, sind die Werkzeuge nicht sichtbar.

Unter ArcGIS API for Python haben Sie Zugriff auf die Werkzeuge.

Mit ArcGIS API for Python können GIS-Analysten und Data Scientists räumliche Daten mithilfe der GeoAnalytics Tools, die in ihrer Organisation verfügbar sind, abfragen, visualisieren, analysieren und transformieren. Auf der Dokumentations-Website erhalten Sie weitere Informationen zu den Analysefunktionen der API.

Die Big-Data-Analysewerkzeuge können über das Modul geoanalytics aufgerufen werden.

Vorbereiten Ihrer Daten für die Analyse

Sie können die GeoAnalytics Tools für folgende Elemente ausführen:

Feature-Layer (gehostete Feature-Layer, Sichten gehosteter Feature-Layer und Feature-Layer aus Feature-Services)
Feature-Sammlungen
Big-Data-Dateifreigaben, die bei ArcGIS GeoAnalytics Server registriert sind

Ausgabe von GeoAnalytics Tools

Das Ergebnis von GeoAnalytics Tools kann eine der beiden Optionen sein:

Ein gehosteter Feature-Layer mit Daten, die im ArcGIS Data Store gespeichert sind, der beim Hosting-Server des Portals registriert ist.
Ein in einer großen Big-Data-Dateifreigabe gespeichertes Dataset (ein Ordner, Cloud-Speicher, HDFS-Speicherort), das Sie bei GeoAnalytics Server registriert haben.

Überblick über die Werkzeuge

Nachstehend finden Sie einen Überblick über die einzelnen Werkzeuge. Die Analysewerkzeuge sind in Kategorien unterteilt. Diese Kategorien sind logische Gruppierungen und haben keine Auswirkungen auf den Zugriff oder die Verwendung der Werkzeuge.

Daten zusammenfassen

Mit diesen Werkzeugen werden Gesamtzahlen, Längen, Flächen und grundlegende beschreibende Statistiken von Features und ihren Attributen innerhalb von Flächen oder in der Nähe anderer Features berechnet.


Werkzeug	Beschreibung
Punkte aggregieren	Dieses Werkzeug ermittelt anhand eines Punkt-Feature-Layers und eines Flächen-Feature-Layers bzw. einer Entfernung zum Berechnen von Abschnitten, welche Punkte sich innerhalb der einzelnen Bereiche befinden, und berechnet Statistiken für alle Punkte in jedem Bereich. Sie können auch Zeitintervalle auf dieses Werkzeug anwenden. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Anhand der Punktpositionen von Kriminaldelikten die Anzahl der Delikte pro Landkreis oder Verwaltungsbezirk ermitteln. Berechnen Sie die höchsten und niedrigsten monatlichen Umsatzzahlen für Franchise-Standorte anhand von 100-km-Abschnitten.
Gitter mit mehreren Variablen erstellen	Dieses Werkzeug generiert ein Gitter aus quadratischen oder sechseckigen Abschnitten und berechnet die Variablen für jeden Abschnitt basierend auf der Nähe mindestens eines Eingabe-Layers. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Anhand mehrerer Layer für die Infrastruktur des öffentlichen Nahverkehrs können Sie herausfinden, welcher Teil der Stadt mit dem öffentlichen Nahverkehr am schlechtesten zu erreichen ist. Mithilfe von Layern für Wasserstraßen, wie Seen und Flüsse, können Sie den Namen des nächstgelegenen Gewässers jeder Position in den Vereinigte Staaten ermitteln. Anhand eines Layers für das Haushaltseinkommen lässt sich herausfinden, wo in den Vereinigte Staaten die Einkommensschwankungen in einer Umgebung von 50 Meilen am größten sind.
Dataset beschreiben	Dieses Werkzeug gibt Feature-Beispiele und Ausdehnungs-Layer aus, berechnet Summenstatistiken und beschreibt Eingabe-Layer-Eigenschaften. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Erstellen Sie anhand eines Datasets mit 2 Milliarden Features einen Beispiel-Layer mit 1000 Features, um Features effizient auf einer Karte zu visualisieren und zu überprüfen. Überprüfen Sie Summenstatistiken für das vollständige Dataset, indem Sie die Ausgabetabelle mit der Summenstatistik anzeigen. Geben Sie anhand eines aus 40 einzelnen CSV-Dateien bestehenden Datasets einer Big-Data-Dateifreigabe einen Ausdehnungs-Layer aus, um die räumliche Streuung von Eingabe-Features darzustellen, ohne sie alle auf einer Karte zu zeichnen. Zeigen Sie die Ausgabe-JSON-Übersicht an, um den Raumbezug, den Geometrietyp und die Anzahl der Datensätze anzuzeigen.
Features verbinden	Verwenden Sie einen Punkt-, Linien- oder Flächen-Feature-Layer oder eine Tabelle und einen anderen Punkt-, Linien- oder Flächen-Feature-Layer oder eine Tabelle zum Verbinden von Features, die eine bestimmte Beziehung aufweisen. Zum Verbinden von Features können räumliche, zeitliche und Attributbeziehungen verwendet und optional Summenstatistiken berechnet werden. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Verbinden Sie die Verbrechensdaten anhand der Punktpositionen von Kriminaldelikten mit einer Zeitangabe, indem Sie eine räumliche Beziehung von Kriminaldelikten angeben, die sich innerhalb eines Quadratkilometers und innerhalb von einer Stunde ereignet haben, um zu ermitteln, ob eine Abfolge von Kriminaldelikten vorhanden ist, die im Kontext von Raum und Zeit nah beieinander liegen. Verbinden Sie anhand einer Postleitzahlentabelle mit demografischen Informationen und Flächen-Features, die Wohnhäuser darstellen, die demografischen Informationen zu den Wohnhäusern, sodass jedes Wohnhaus nun über diese Informationen verfügt.
Tracks rekonstruieren	Dieses Werkzeug ermittelt anhand eines Layers mit Punkt- oder Polygon-Features mit aktivierten Zeiteigenschaften, welche Eingabe-Features zu einem Track gehören, und ordnet die Eingaben in einer zeitlichen Abfolge. Anschließend werden Statistiken zu allen Eingabe-Features in jedem Track berechnet. Nachfolgend finden Sie ein Beispielszenario für die Verwendung dieses Werkzeugs: Berechnen Sie anhand von Punktpositionen und der Zeit von Hurrikanmessungen den Mittelwert der Windgeschwindigkeit und den maximalen Winddruck des Hurrikans.
Attribute zusammenfassen	Dieses Werkzeug fasst Statistiken für Felder mittels Feature- oder Tabellendaten zusammen. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Anhand der Standorte von Lebensmittelgeschäften werden mit dem Feld COMPANY_NAME die Geschäfte nach dem Namen des Unternehmens zusammengefasst, um Statistiken für jedes Unternehmen zu ermitteln. Anhand einer Tabelle mit Lebensmittelgeschäften werden mit den Feldern COMPANY_NAME und COUNTY die Geschäfte nach dem Namen und dem Landkreis des Unternehmens zusammengefasst, um Statistiken für jedes Unternehmen und jeden Landkreis zu ermitteln.
Zentrierung und Verteilung zusammenfassen	Mit diesem Werkzeug finden Sie zentrale Features und Richtungsverteilungen. Nachfolgend finden Sie einige Beispiele: Wo befindet sich der geographische Mittelpunkt eines Punkt-Datasets? Welches Feature von allen Features ist am besten erreichbar? Wie verteilt, kompakt oder integriert sind die Features? Gibt es Richtungstrends? Hinweis: Das Werkzeug "Zentrierung und Verteilung zusammenfassen" kann mit Map Viewer Classic nicht ausgeführt werden. Wenn Sie "Zentrierung und Verteilung zusammenfassen" verwenden möchten, führen Sie das Werkzeug über ArcGIS REST API oder ArcGIS Pro aus.
Zusammenfassen (innerhalb)	Dieses Werkzeug findet Flächen (und Teile von Flächen), die sich zwischen zwei Layern überlappen, und berechnet Statistiken zu der Überlappung. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Anhand eines Layers mit Wassereinzugsgebieten und eines Layers mit Landnutzungsflächen nach Landnutzungstyp die Gesamtlandwirtschaftsfläche des Landnutzungstyps für jedes Wassereinzugsgebiet ermitteln. Den Durchschnittswert unbebauter Flurstücke innerhalb jeder Stadt anhand eines Flurstücks-Layers in einem Landkreis und eines Stadtgrenzen-Layers zusammenfassen.

Positionen suchen

Mit diesen Werkzeugen werden Features gefunden, die beliebig viele, angegebene Kriterien erfüllen. Sie dienen in der Regel zur Standortauswahl, wobei das Ziel darin besteht, Orte zu finden, die mehrere Kriterien erfüllen.


Werkzeug	Beschreibung
Ereignisse ermitteln	Dieses Werkzeug arbeitet mit einem Layer aus Punkten, Linien, Flächen oder Tabellen, der ein Layer mit aktivierten Zeiteigenschaften ist und einen Zeitpunkt darstellt. Mit sequenziell angeordneten Features, sogenannten Tracks, ermittelt dieses Werkzeug die Features, die die gewünschten Ereignisse enthalten. Ereignisse werden durch Bedingungen, die Sie angeben, bestimmt. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Sie erhalten einen Layer mit GPS-Messungen von Hurrikanen, die alle 10 Minuten durchgeführt wurden. Jede GPS-Messung erfasst den Namen, die Position, die Uhrzeit der Erfassung und die Windgeschwindigkeit. Mit diesen Feldern können Sie ein Ereignis erstellen, bei dem jede Messung mit einer Windgeschwindigkeit von mehr als 208 km/h ein Ereignis mit dem Titel "Catastrophic" ist. Bei einem gegebenen Layer mit Sensormessungen können Sie immer dann ein Ereignis erstellen lassen, wenn Werte den Mittelwert der drei vorherigen Werte überschreiten.
Verweilorte suchen	Anhand eines Punkt-Feature-Layers mit aktivierten Zeiteigenschaften identifiziert dieses Werkzeug Positionen, an denen Track-Features über einen gewissen Zeitraum innerhalb einer bestimmten Entfernung verbleiben. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Untersuchen Sie Bewegungsmuster von Tieren, um potenzielle geschützte Gebiete basierend auf den Positionen, an denen sich die Tiere aufhalten, zu identifizieren. Verbessern Sie die Verkehrssteuerung in Bereichen, in denen Fahrzeuge Zeit im Stillstand verbringen.
Ähnliche Positionen suchen	Das Werkzeug "Ähnliche Positionen suchen" misst die Ähnlichkeit von Positionen im Layer für die Kandidatensuche im Vergleich zu einer oder mehreren Referenzpositionen auf Grundlage der angegebenen Kriterien. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Suchen Sie die 10 Geschäfte mit der größten Ähnlichkeit, indem Sie die Anzahl der Mitarbeiter und die Jahresumsätze überprüfen. Suchen Sie 100 Städte mit der größten Ähnlichkeit, indem Sie die Beziehung zwischen Bevölkerung, jährlichem Wachstum und Steuereinnahmen überprüfen.
Positionen aus Tabelle geokodieren	Dieses Werkzeug konvertiert Adressen in Koordinaten. Dieses Werkzeug kann für Big-Data-Dateifreigabe-Tabellen verwendet werden. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Geokodieren Sie mehrere CSV-Dateien, die Adressen von Tatorten darstellen, um Hot-Spots mit Verbrechen zu erkunden. Geokodieren Sie eine Textdatei, die Lieferstandorte für einen Online-Händler darstellt, an denen Marketingbemühungen am effektivsten waren.

Daten anreichern

Mit diesen Werkzeugen können Sie die Eigenschaften Ihrer Daten erkunden. Fügen Sie Ihren Eingabedaten Informationen hinzu, indem Sie sie über eine andere Datenquelle anreichern.


Bewegungsstatistiken berechnen	Dieses Werkzeug berechnet Gruppen von Bewegungsstatistiken und Messwerten für Punkte mit aktivierten Zeiteigenschaften vom Typ "Zeitpunkt". Statistiken und Messwerte basieren auf Tracks, die durch eine eindeutige Kennung bestimmt werden. Die Berechnungsgruppen umfassen Entfernung, Geschwindigkeit, Beschleunigung, Dauer, Höhe, Neigung und Peilung basierend auf den bereitgestellten Zeitwerten sowie der angegebenen Geometrie punktbasierter Ereignisse. Nachfolgend finden Sie ein Beispielszenario für die Verwendung dieses Werkzeugs: Eine Stadt überwacht die Flotte ihrer Schneepflüge und möchte mehr Informationen über die Fahrzeugbewegung erhalten. Mit diesem Werkzeug können Sie Stillstandspositionen sowie die im Stillstand verbrachte Zeit, durchschnittliche und maximale Geschwindigkeiten im Laufe der Zeit, zurückgelegte Gesamtentfernungen sowie andere Statistiken berechnen.
Über Gitter mit mehreren Variablen anreichern	Dieses Werkzeug verbindet Attribute aus einem Gitter mit mehreren Variablen mit einem Punkt-Layer, wodurch Sie Punktdaten um eine Vielzahl von Informationen für weitere räumliche Analysen schnell ergänzen können. Nachfolgend finden Sie ein Beispielszenario für die Verwendung dieses Werkzeugs: Wenn ein Layer beispielsweise Millionen von Stromausfallereignissen enthält, reichern Sie die Ereignis-Features mit Informationen zur typischen Nutzung, zu Umweltrisiken und zu Infrastrukturbedingungen an, um die Beziehung zwischen diesen Faktoren und der Häufigkeit von Stromausfällen zu untersuchen.

Muster analysieren

Mit diesen Werkzeugen können Sie räumliche Muster in Daten identifizieren, quantifizieren und visualisieren.


Werkzeug	Beschreibung
Dichte berechnen	Mit diesem Werkzeug wird eine Dichtekarte aus Punkt-Features erstellt, indem bekannte Mengen einiger Phänomene (als Attribute der Punkte dargestellt) auf der Karte verteilt werden. Das Ergebnis ist ein Flächen-Layer, der die Dichte darstellt. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Berechnen Sie die Krankenhausdichte in einem Landkreis. Der Ergebnis-Layer zeigt Flächen mit hoher und niedriger Erreichbarkeit von Krankenhäusern und anhand dieser Informationen kann entschieden werden, ob neue Krankenhäuser gebaut werden müssen. Identifizieren Sie Flächen, die aufgrund historischer Waldbrandstandorte ein hohes Waldbrandrisiko aufweisen. Ermitteln Sie Gemeinden, die weit von wichtigen Fernstraßen entfernt sind, um zu planen, wo neue Straßen gebaut werden müssen.
Hot-Spots suchen	Dieses Werkzeug ermittelt, ob die räumlichen Muster in den Daten eine statistisch signifikante Cluster-Bildung aufweisen. Nachfolgend finden Sie Beispielfragen, die Sie mit diesem Werkzeug beantworten können: Sind die Punkte (Verbrechensfälle, Bäume, Verkehrsunfälle) geclustert? Wie kann dies sichergestellt werden? Haben Sie einen statistisch signifikanten Hot-Spot (für Ausgaben, Kindersterblichkeit, durchweg hohe Prüfungsergebnisse) gefunden oder ließen sich andere Erkenntnisse aus der Karte ziehen, wenn die Art der Symbolisierung geändert würde?
Punkt-Cluster suchen	Dieses Werkzeug findet Cluster aus Punkt-Features im Datenrauschen des Umfelds basierend auf deren räumlicher Verteilung. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Suchen Sie Cluster mit Haushalten, die von krankheitsübertragenden Erregern betroffen sind, um gezielte Bekämpfungsmaßnahmen zu unterstützen. Informieren Sie sich mithilfe von verorteten Tweets infolge von Naturgefahren und Terrorangriffen über notwendige Rettungsmaßnahmen und Evakuierungen basierend auf der Größe und der Position von Clustern, und ergreifen Sie entsprechende Maßnahmen.
Forest-basierte Klassifizierung und Regression	Dieses Werkzeug erstellt Modelle und generiert Vorhersagen mithilfe einer Adaption des "Random Forest"-Algorithmus, einer Methode für überwachtes maschinelles Lernen von Leo Breiman. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Als Grundlage dienen vorhandene Daten über das Vorkommen von Seegras sowie eine Reihe von erklärenden Umgebungsvariablen, die über ein Gitter mit mehreren Variablen angereichert werden. Damit können neben den Entfernungen zu flussaufwärts liegenden Fabriken und großen Häfen Vorhersagen über das künftige Vorkommen von Seegras auf der Grundlage von Prognosen für diese erklärenden Umgebungsvariablen getroffen werden. Es wurden Daten zu Ernteerträgen in unzähligen landwirtschaftlichen Betrieben im ganzen Land zusammen mit weiteren Attributen all dieser Betriebe (Anzahl der Mitarbeiter, Anbauflächen etc.) erfasst. Stellen Sie anhand dieser Daten eine Reihe von Features zur Darstellung landwirtschaftlicher Betriebe bereit, bei denen der Ernteertrag (im Gegensatz zu allen anderen Variablen) nicht vorliegt, um eine Vorhersage zum Ernteertrag zu machen. Wohnwerte können anhand der Preise von Häusern, die im laufenden Jahr verkauft wurden, vorhergesagt werden. Der Verkaufspreis der verkauften Häuser kann zusammen mit Informationen über die Anzahl der Schlafzimmer, die Entfernung zu den Schulen, die Nähe zu den Hauptverkehrsstraßen, das Durchschnittseinkommen und die Kriminalitätsrate verwendet werden, um die Verkaufspreise ähnlicher Häuser vorherzusagen.
Generalisierte lineare Regression	Dieses Werkzeug generiert Vorhersagen oder modelliert eine abhängige Variable in Hinsicht auf ihre Beziehung zu einem Satz erklärender Variablen. Dieses Werkzeug kann für kontinuierliche (OLS) und binäre (logistische) Modelle sowie für Anzahlmodelle (Poisson) verwendet werden. Nachfolgend finden Sie Beispielfragen, die Sie mit diesem Werkzeug beantworten können: Welche demografischen Eigenschaften tragen zu hohen Nutzungsraten für öffentliche Transportmittel bei? Besteht eine positive Beziehung zwischen Vandalismus und Einbrüchen? Mit welchen Variablen kann das Anrufvolumen für Notfallnummern effektiv vorhergesagt werden? Wie sieht angesichts der Vorhersagen für die Zukunft die erwartete Nachfrage für Notdienste aus? Welche Variablen wirken sich auf niedrige Geburtenraten aus?
Geographisch gewichtete Regression	Das Werkzeug wendet Modelle räumlich variierender Beziehungen mithilfe einer lokalen Form der linearen Regression an. Nachfolgend finden Sie Beispielfragen, die Sie mit diesem Werkzeug beantworten können: Ist die Beziehung zwischen Bildungsabschluss und Einkommen im gesamten Untersuchungsgebiet konsistent? Was sind die Hauptvariablen, die eine hohe Waldbrandhäufigkeit erklären? In welchen Schulbezirken erzielen Kinder gute Ergebnisse bei Leistungstests? Welche Eigenschaften scheinen verknüpft zu sein? Wo sind die einzelnen Eigenschaften am wichtigsten?
Raum-Zeit-Würfel erstellen	Mit diesem Werkzeug wird eine Gruppe von Punkten mit aktivierten Zeiteigenschaften in einer netCDF-Datenstruktur mittels Aggregation zu Raum-Zeit-Abschnitten zusammengefasst. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Aggregieren Sie alle Delikte in einer Stadt in 1-km-Abschnitten nach Monat. Aggregieren Sie alle Notrufe, die in einem Landkreis in den letzten 50 Jahren aufgetreten sind, in 100-km-Abschnitten mit jährlichen zeitlichen Abschnitten. Hinweis: Das Werkzeug "Raum-Zeit-Würfel erstellen" kann nicht über Map Viewer Classic ausgeführt werden. Wenn Sie "Raum-Zeit-Würfel erstellen" verwenden möchten, führen Sie das Werkzeug über die ArcGIS REST API oder ArcGIS Pro aus.

Nachbarschaftsanalyse verwenden

Mit diesen Werkzeugen können Sie eine der am häufigsten gestellten Fragen im Zusammenhang mit räumlichen Analysen beantworten: Welche Elemente befinden sich in räumlicher Nähe zueinander?


Werkzeug	Beschreibung
Puffer erstellen	Ein Puffer ist ein Bereich, der eine angegebene Entfernung von einem Punkt oder Polygon-Feature abdeckt. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Erstellen Sie anhand von Fluss-Features für jeden Fluss einen Puffer, der das Fünfzigfache der Breite des Flusses beträgt, um die geplante Ufergrenze festzulegen. Erstellen Sie anhand von Flächen, die Länder darstellen, für jedes Land einen Puffer von 200 Seemeilen, um die Seegrenze zu bestimmen.
Ereignisse in der Nähe verfolgen	Dieses Werkzeug analysiert Punkt-Features mit aktivierten Zeiteigenschaften, die sich bewegende Entitäten darstellen. Bei diesem Task werden die relevanten Entitäten räumlich (nach Position) und zeitlich verfolgt, um zu ermitteln, mit welchen Entitäten die relevanten Entitäten interagiert haben. Die Verfolgung wird von Entität zu Entität fortgesetzt und richtet sich nach einem konfigurierbaren maximalen Grad der Trennung von der ursprünglichen relevanten Entität. Nachfolgend finden Sie einige Beispiele: Angenommen, eine Organisation überwacht vom Unternehmen ausgegebene Geräte, die von den Mitarbeitern mitgeführt werden. Das Unternehmen möchte feststellen, welche Mitarbeiter sich in der Nähe einer Person befanden, von der bekannt ist, dass sie sich mit COVID-19 infiziert hat. Mithilfe des Punkt-Layers, der die Gerätepositionen und Zeitangaben repräsentiert, können sie alle Geräte identifizieren, die sich mindestens fünf Minuten lang in einem Umkreis von sechs Metern von der ansteckenden Person und anderen möglicherweise ansteckenden Mitarbeitern befunden haben. Eine NGO überwacht Lachsbestände per GPS und möchte die Ausbreitung von Lachsläusen bei entkommenen Zuchtlachsen und wild lebenden Populationen verfolgen. Einige mit GPS-Koordinaten gekennzeichnete Zuchtlachse werden verfolgt, um festzustellen, ob sie in unmittelbare Nähe von gekennzeichneten Wildpopulationen kommen und wie diese Wildpopulationen die Krankheit möglicherweise weiterverbreiten.

Daten verwalten

Diese Werkzeuge werden für die tägliche Verwaltung von geographischen und Tabellendaten eingesetzt.


Werkzeug	Beschreibung
Daten anhängen	Mit diesem Werkzeug werden Punkt-, Linien-, Flächen- oder Tabellen-Datasets an einen vorhandenen gehosteten Feature-Layer desselben Geometrietyps angehängt. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Wenn mehrere monatlich erstellte Datasets vorhanden sind, hängen Sie die Datasets an einen gehosteten Feature-Layer an, um die Daten zu einem Jahresbericht zu kombinieren. Liegen 10 Datasets mit Klimamessungen aus verschiedenen Quellen vor, hängen Sie die Datasets an, um einen einzelnen Layer mit Klimamessungen zu erstellen. Korrigieren Sie die Schemaunterschiede für jede Quelle mithilfe der Feldzuordnung.
Feld berechnen	Dieses Werkzeug berechnet Werte für ein neues oder ein vorhandenes Feld und erstellt einen Layer in Ihrem Inhalt in ArcGIS Enterprise. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Ändern des vorhandenen Feldes total, damit es den Gesamterlös aus den Feldern total_2016, total_2017 und total_2018 enthält Erstellen eines Feldes zum Kategorisieren von Gefahrenstufen anhand bestimmter Feldwerte, wie zum Beispiel windspeed und pollutant
Layer ausschneiden	Mit diesem Werkzeug wird eine Teilmenge von Eingabe-Layer-Features aus einem angegebenen Bereich extrahiert, um einen Layer zu erstellen, der die Teilmenge enthält. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Extrahieren Sie anhand eines Feature-Layers, der nationale Daten zu Erdbebenvorkommen enthält, mithilfe eines Grenz-Layers des Bundestaates Kalifornien nur die Erdbeben, die Kalifornien überlagern. Schneiden Sie anhand eines Puffer-Layers, der 50 Fuß über die Autobahn hinausreicht, die Wald-Features aus, die von der Autobahnerweiterung betroffen wären.
In Data Store kopieren	Dieses Werkzeug kopiert einen Eingabe-Feature-Layer oder eine Tabelle in einen ArcGIS Data Store und erstellt einen Layer in Ihrem Web-GIS. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Kopieren Sie eine Sammlung von CSV-Dateien einer Big-Data-Dateifreigabe zu Visualisierungszwecken in den Data Store vom Typ "spatiotemporal". Kopieren Sie die Features der aktuellen Kartenausdehnung, die im Data Store "spatiotemporal" gespeichert sind, in den relationalen Data Store.
Grenzen zusammenführen	Mit diesem Werkzeug werden Flächen-Features, die sich räumlich überschneiden oder denselben Feldwert verwenden, gesucht und zusammengeführt. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Kombinieren Sie anhand eines Feature-Layers mit Untersuchungsgebieten alle Features, die denselben Bodenartwert aufweisen, um einen Layer zu erstellen, der Gebiete nach Bodenart darstellt. Führen Sie anhand beschränkter Gebiete und Pufferzonen alle Features zusammen, um zusammenzufassen, welche Positionen in der Nähe der Erschließungsfläche liegen.
Layer zusammenführen	Dieses Werkzeug verbindet zwei Datasets zu einem einzigen Ausgabe-Layer. Verwenden Sie die Zusammenführung von Attributen, um das resultierende Schema zu bestimmen. Nachfolgend finden Sie Beispielszenarien für die Verwendung dieses Werkzeugs: Führen Sie die Layer anhand von Feature-Layern für England, Wales und Schottland zusammen, um einen einzelnen Feature-Layer von Großbritannien zu erstellen. Zwei Feature-Layer stellen zusammenhängende Stadtgebiete mit jeweils unterschiedlichen Feldnamen dar. Kombinieren Sie die Layer mithilfe von Attributregeln, um Felder zuzuordnen und einen einzelnen Layer mit dem gewünschten Schema auszugeben.
Layer überlagern	Dieses Werkzeug kombiniert mindestens zwei Layer zu einem einzelnen Layer. Nachfolgend finden Sie Beispielfragen, die Sie mit diesem Werkzeug beantworten können: Welche Flurstücke befinden sich in einem 100-Jahres-Überschwemmungsgebiet? ("In" ist hier ein Synonym für "über" bzw. "überlagern".) Welche Landnutzung liegt über welchem Bodentyp? Welche Quellen befinden sich in aufgegebenen militärischen Einrichtungen?