Realizar análisis de big data con ArcGIS GeoAnalytics Server—ArcGIS GeoAnalytics Server

ArcGIS GeoAnalytics Server proporciona la funcionalidad de análisis y procesamiento de big data para ArcGIS Enterprise. Incluye un marco de computación distribuida que sustenta a un conjunto de herramientas de análisis para analizar grandes volúmenes de datos. Mediante la agregación, regresión, detección, clustering y más, puede visualizar, comprender y trabajar con big data. Con GeoAnalytics Server, puede descubrir nuevas perspectivas que de otra manera permanecerían ocultas en los datos, como patrones, tendencias y anomalías.

Las herramientas de GeoAnalytics se adaptan a diversos sectores. Los siguientes ejemplos describen cómo se puede utilizar GeoAnalytics Server con varios fines:

Como analista de delitos, puede comprender la ubicación de delitos de su estado y a qué hora se producen, así como la proximidad de los mismos a áreas de interés como eventos, comisarías y centros urbanos. Las herramientas relacionadas son Agregar puntos y Unir entidades.
Como director del Departamento de Transporte de un estado, puede analizar décadas de datos sobre tráfico y accidentes para determinar las interestatales con la mayoría de incidentes. También puede analizar cuándo determinados vehículos aceleraban y frenaban, y correlacionarlo con las ubicaciones de accidentes de vehículos. Las herramientas relacionadas son Buscar clústeres de puntos y Reconstruir recorridos.
Como científico medioambiental, puede identificar momentos y ubicaciones con niveles de ozono elevados en todo el país en un dataset de millones de lecturas de sensores estáticos. Las herramientas relacionadas son Detectar incidentes y Crear cubo de espacio-tiempo.
Como ingeniero de una compañía eléctrica, puede determinar la cercanía de lugares donde ha caído un rayo a las subestaciones y líneas eléctricas. Las herramientas relacionadas son Crear zonas de influencia y Unir entidades.
Como técnico de una empresa de servicios hídricos, puede revisar órdenes de trabajo de fugas e incorporarlas a un dataset de tipos de suelo para determinar si dichas fugas se producen en áreas en las que el suelo es especialmente corrosivo. Las herramientas relacionadas son Crear cubo de espacio-tiempo y Buscar puntos calientes.
Como minorista, puede probar a realinear sus áreas comerciales en función de la información demográfica, ventas anteriores o distancia desde y hacia una tienda. También puede ver lo similar que es el rendimiento de la tienda en su portfolio. Las herramientas relacionadas son Disolver límites y Buscar ubicaciones similares.
Como analista SIG de una ciudad, puede usar ArcGIS GeoEvent Server para analizar datos GPS sobre todos los vehículos de la ciudad, como vehículos de obras públicas y quitanieves. Consulte a dónde han viajado los vehículos, las áreas con menos cobertura y las instancias en las que los vehículos superan el límite de velocidad. Las herramientas relacionadas son Reconstruir recorridos, Agregar puntos y Detectar incidentes.

Acceder a GeoAnalytics Tools

Puede utilizar las herramientas de análisis de entidades de ArcGIS GeoAnalytics Server en Map Viewer Classic, en ArcGIS Pro, en ArcGIS API for Python y a través de API REST de ArcGIS. Como miembro del portal, puede acceder a las herramientas mediante los pasos siguientes.

Para obtener información sobre cómo se ejecutan las herramientas mediante API REST de ArcGIS, consulte la documentación de API REST de ArcGIS. Para obtener más información sobre cómo se ejecutan las herramientas en ArcGIS Pro, consulte la documentación de ArcGIS Pro.

Acceder a las herramientas desde el Map Viewer Classic

Para acceder a las herramientas desde Map Viewer Classic, realice los pasos siguientes:

Inicie sesión en el portal como miembro con privilegios de análisis de entidades de GeoAnalytics.
Haga clic en Mapa para abrir el Map Viewer Classic.
Haga clic en Análisis y elija GeoAnalytics Tools.

Nota:

Si no ve el botón Análisis ni la pestaña GeoAnalytics Tools en el Map Viewer Classic, póngase en contacto con el administrador del portal. Es posible que el portal no esté configurado con ArcGIS GeoAnalytics Server o que no tenga privilegios para ejecutar las herramientas. Si no tiene los permisos necesarios para las herramientas, estas no estarán visibles.

Acceder a las herramientas desde ArcGIS API for Python

ArcGIS API for Python permite a los analistas SIG y a los científicos de datos consultar, visualizar, analizar y transformar sus datos espaciales utilizando GeoAnalytics Tools disponibles en su organización. Para obtener más información sobre las funciones de análisis de la API, consulte el sitio de documentación.

Puede acceder a las herramientas de análisis de big data a través del módulo geoanalytics.

Preparar los datos para el análisis

Puede ejecutar GeoAnalytics Tools en lo siguiente:

Las capas de entidades (alojadas, vistas de capas de entidades alojadas y desde servicios de entidades)
Conjuntos de entidades
Recursos compartidos de archivos de big data registrados en ArcGIS GeoAnalytics Server

Salida de GeoAnalytics Tools

La salida de la ejecución de GeoAnalytics Tools puede ser una de estas dos opciones:

Una capa de entidades alojada con datos almacenados en un ArcGIS Data Store registrado en el servidor de alojamiento del portal.
Un dataset almacenado en un recurso compartido de archivos de big data (una carpeta, almacén en la nube, ubicación HDFS) que haya registrado en GeoAnalytics Server.

Descripción general de la herramienta

Puede encontrar una descripción general de cada una de las herramientas a continuación. Las herramientas de análisis están ordenadas por categorías. Estas categorías son agrupaciones lógicas y no afectan en modo alguno la forma en que accede o utiliza las herramientas.

Resumir datos

Estas herramientas calculan recuentos totales, longitudes, áreas y estadísticas descriptivas básicas de entidades y sus atributos que se encuentran dentro de áreas o cerca de otras entidades.


Herramienta	Descripción
Consolidar puntos	Con una capa de entidades de puntos y una capa de entidades de área o una distancia empleada para calcular bins, esta herramienta determina los puntos que quedan dentro de cada área y calcula las estadísticas de todos los puntos del interior de cada área. Es posible aplicar intervalos de tiempo a esta herramienta. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Dadas las ubicaciones de puntos de los incidentes criminales, cuenta el número de crímenes por condado o por otros distritos administrativos. Busca los ingresos mensuales más altos y más bajos para las ubicaciones de franquicia utilizando bins de 100 km.
Crear cuadrícula multivariable	Esta herramienta genera una cuadrícula de bins cuadrados o hexagonales y calcula variables para cada bin basándose en la proximidad de una o varias capas de entrada. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Dadas varias capas de infraestructuras de transporte público, ¿qué parte de la ciudad es la menos accesible mediante transporte público? Dadas las capas de vías acuáticas, tales como lagos y ríos, ¿cuál es el nombre de la masa de agua más cercana a cada ubicación en los Estados Unidos? Dada una capa de ingresos por hogar, ¿en qué parte de los Estados Unidos es mayor la variación entre los ingresos de 50 millas a la redonda?
Describir dataset	Esta herramienta genera muestras de entidades y capas de extensión, calcula estadísticas de resumen y describe propiedades de capa de entrada. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Dado un dataset de 2.000 millones de entidades, cree una capa de muestra de 1.000 entidades para visualizar e inspeccionar de forma eficiente entidades en un mapa. Inspeccione estadísticas de resumen de todo el dataset visualizando la tabla de estadísticas de resumen de salida. Dado un dataset de recurso compartido de archivos de big data compuesto de 40 archivos CSV individuales, genere una capa de extensión que represente la dispersión espacial de entidades de entrada sin dibujarlas todas en un mapa. Consulte la descripción general de JSON de salida para ver la referencia espacial, tipo de geometría y recuento de registros.
Unir entidades	Utilice una capa de entidades de puntos, líneas o áreas; o bien una tabla y otra capa o tabla de entidades de puntos, líneas y áreas para unir entidades que muestran una relación especificada. Se pueden utilizar relaciones espaciales, temporales y de atributos para unir entidades y también para calcular estadísticas de resumen. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Dadas ubicaciones de puntos de incidentes delictivos en un intervalo tiempo, una entre sí los datos de los delitos especificando una relación espacial de los delitos en un kilómetro cuadrado y producidos con una diferencia de una hora entre sí para determinar si existe una secuencia de delitos cercanos entre sí en espacio y tiempo. Dada una tabla de códigos postales con información demográfica y entidades de área que representen edificios residenciales, una la información demográfica a las viviendas para que cada vivienda disponga ahora de la información.
Reconstruir recorridos	Con una capa de entidades de puntos o entidades poligonales con la función de tiempo habilitada, esta herramienta determina qué entidades de entrada pertenecen a un recorrido y ordena las entradas secuencialmente en el tiempo. A continuación, calcula estadísticas sobre todas las entidades de entrada dentro de cada pista. A continuación, se muestra un escenario de ejemplo para usar esta herramienta: Dadas ubicaciones de puntos y mediciones sobre el momento en que se produjo un huracán, calcule la velocidad media del viento y la presión máxima del viento del huracán.
Resumir atributos	Con una entidad o datos tabulares, esta herramienta resume las estadísticas de campos. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Dadas ubicaciones de tiendas de comestibles con un campo denominado COMPANY_NAME, resuma las tiendas por el nombre de la empresa a fin de determinar estadísticas para cada empresa. Dada una tabla de tiendas de comestibles con campos denominados COMPANY_NAME y COUNTY, resuma las tiendas por el nombre de la empresa y condado a fin de determinar estadísticas para cada empresa de cada condado.
Resumir centro y dispersión	Esta herramienta busca entidades centrales y distribuciones direccionales. A continuación, se muestran algunos ejemplos: ¿Dónde se encuentra el centro geográfico de un dataset de puntos? ¿Qué entidad es la más accesible desde el resto de entidades? ¿Cuán dispersas, compactas o integradas están las entidades? ¿Hay tendencias direccionales? Nota: Resumir centro y dispersión no se puede ejecutar mediante Map Viewer Classic. Para utilizar Resumir centro y dispersión, ejecute la herramienta mediante API REST de ArcGIS o ArcGIS Pro.
Resumir dentro de	Esta herramienta busca áreas (y porciones de áreas) que se superponen entre dos capas y calcula estadísticas para la superposición. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Dada una capa de áreas de cuencas hidrográficas y una capa de áreas de uso del suelo, calcule la superficie total del tipo de uso del suelo para cada cuenca hidrográfica. Dada una capa de parcelas de un condado y una capa de límites de ciudades, resuma el valor medio de las parcelas vacías en cada ciudad.

Buscar ubicaciones

Estas herramientas buscan las entidades que cumplen los criterios especificados. Normalmente se usan para la selección de sitios, cuyo objetivo es buscar los lugares que satisfacen varios criterios.


Herramienta	Descripción
Detectar incidentes	Esta herramienta funciona con una capa de puntos, líneas, áreas o tablas con la función de tiempo habilitada que representa un instante en el tiempo. Si utiliza entidades ordenadas secuencialmente, denominadas recorridos, esta herramienta determina qué entidades son incidentes de interés. Los incidentes se determinan atendiendo a las condiciones que usted especifique. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Recibe una capa de mediciones de GPS de huracanes cada 10 minutos. Cada medición de GPS registra el nombre, la ubicación, la hora de registro y la velocidad del viento del huracán. Con estos campos, cree un incidente en el que toda medición con una velocidad de viento superior a 208 km/h sea un incidente denominado Catastrófico Dada una capa de mediciones de sensor, cree un incidente siempre que los valores excedan el valor medio de los tres valores anteriores.
Buscar ubicaciones de permanencia	Utilizando una capa de entidades de punto con la función de tiempo habilitada, esta herramienta identifica las ubicaciones en las que las entidades de rastreo se mantienen dentro de una determinada distancia durante un período de tiempo. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Examine las pautas de desplazamiento de los animales para identificar posibles zonas protegidas en función de los lugares en los que permanecen los animales. Mejore el control del tráfico en las zonas en las que los vehículos pasan tiempo al ralentí.
Buscar ubicaciones similares	En función de los criterios que se especifiquen, la herramienta Buscar ubicaciones similares mide la similitud de las ubicaciones de la capa de búsqueda de candidatos con una o varias ubicaciones de referencia. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Busque las 10 tiendas más similares examinando la cantidad de empleados y las ventas anuales. Busque las 100 ciudades más similares examinando la relación entre la población, el crecimiento anual y los ingresos derivados de los impuestos.
Geocodificar ubicaciones desde tabla	Esta herramienta convierte direcciones en coordenadas. Utilice esta herramienta en tablas de uso compartido de archivos de big data. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Geocodifique varios CSV que representen direcciones de ubicaciones de delitos para explorar puntos calientes de delitos. Geocodifique un archivo de texto que represente ubicaciones de entrega para un minorista en línea a fin de determinar dónde han sido más efectivos las estrategias de marketing.

Enriquecimiento de datos

Estas herramientas ayudan a explorar las características de los datos. Agregue información a los datos de entrada enriqueciéndolos desde otra fuente de datos.


Calcular estadísticas de movimiento	Esta herramienta calcula grupos de mediciones y estadísticas de movimiento para entidades con la función de tiempo habilitada de tipo instante. Las estadísticas y las mediciones se basan en recorridos determinados por un identificador único. Entre los grupos de cálculos posibles están la distancia, velocidad, aceleración, duración, elevación, pendiente, inactividad y rumbo, que se basan en los valores de tiempo proporcionados y la geometría de eventos basados en puntos. A continuación, se muestra un escenario de ejemplo de uso de esta herramienta. Una ciudad está monitorizando las operaciones de una quitanieves y desea comprender mejor el movimiento del vehículo. Puede utilizar esta herramienta para determinar las ubicaciones inactivas y el tiempo de inactividad, las velocidades medias y máximas a lo largo del tiempo, la distancia total cubierta y otras estadísticas.
Enriquecer con cuadrícula multivariable	Esta herramienta une atributos de una cuadrícula multivariable a una capa de puntos, lo que le permite agregar rápidamente una colección de información grande y diversa a datos de puntos para su uso en análisis espaciales posteriores. A continuación, se muestra un escenario de ejemplo para usar esta herramienta: Dada una capa que contiene millones de incidentes de corte de suministro eléctrico, enriquezca las entidades de incidentes con información sobre el uso típico, riesgos medioambientales y estado de la infraestructura para estudiar la relación entre estos factores y la frecuencia del corte del suministro eléctrico.

Analizar patrones

Estas herramientas te ayudan a identificar, cuantificar y visualizar los patrones espaciales de tus datos.


Herramienta	Descripción
Calcular densidad	Esta herramienta crea un mapa de densidad a partir de entidades de punto mediante la extensión de cantidades conocidas de algún fenómeno (representado como atributos de los puntos) a todo el mapa. El resultado es una capa de áreas que representan la densidad. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Calcule las densidades de hospitales en un condado. La capa de resultados mostrará las áreas con una accesibilidad alta y baja a los hospitales, y esta información se puede usar para decidir dónde se deben construir nuevos hospitales. Identifique áreas con un alto riesgo de incendio forestal en función del historial de ubicaciones de estos incendios. Busque comunidades alejadas de las principales carreteras para planificar dónde se deben construir nuevas carreteras.
Buscar puntos calientes	Esta herramienta determina si hay algún clustering estadísticamente significativo en el patrón espacial de sus datos. A continuación, se muestran preguntas de ejemplo que esta herramienta le ayuda a responder: ¿Están agrupados sus puntos (incidentes delictivos, árboles, accidentes de tráfico)? ¿Cómo puede estar seguro? ¿Ha descubierto un punto caliente estadísticamente significativo (para el gasto, la mortalidad infantil, notas de examen sistemáticamente altas) o contaría su mapa una historia diferente si cambiara sus símbolos?
Buscar clústeres de puntos	Esta herramienta encuentra clústeres de entidades de punto dentro del ruido colindante en función de su distribución espacial. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Busque clústeres de hogares infestados por plagas para ayudar a focalizar acciones hacia la erradicación. Informe y actúe sobre las necesidades de rescate y evacuación en función del tamaño y la ubicación de los clústeres por medio de tuits geolocalizados después de una catástrofe natural o un ataque terrorista.
Clasificación y regresión basadas en bosque	Esta herramienta crea modelos y genera predicciones mediante una adaptación del algoritmo de bosque aleatorio de Leo Breiman, que es un método de aprendizaje de máquina supervisado. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Considerando los datos sobre la presencia de posidonia, así como numerosas variables explicativas medioambientales que se han enriquecido con una cuadrícula multivariable para calcular distancias hasta fábricas aguas arriba y en puertos importantes, use esta herramienta para predecir la presencia futura de posidonia basándose en proyecciones de esas variables explicativas medioambientales. Se han recopilado datos del rendimiento de los cultivos de cientos de granjas de todo el país, así como otros atributos sobre cada una de esas granjas (número de empleados, extensión, etc.). Con estos datos, proporcione un conjunto de entidades que representen las granjas sin datos sobre el rendimiento de cultivo (pero con el resto de variables) y haga una predicción sobre el rendimiento de los cultivos. Es posible predecir el valor de la vivienda en función de los precios de las viviendas vendidas en el año en curso. Puede utilizar el precio de venta de las viviendas vendidas, así como información sobre el número de habitaciones, la distancia hasta las escuelas, la proximidad a carreteras importantes, el nivel medio de ingresos y los recuentos de delitos, para predecir los precios de venta de viviendas similares.
Regresión lineal generalizada	Esta herramienta genera predicciones o crea modelos de una variable dependiente en términos de su relación con un conjunto de variables explicativas. Esta herramienta se puede usar para ajustarse a modelos continuos (OLS), binarios (logísticos) y de recuento (Poisson). A continuación, se muestran preguntas de ejemplo que esta herramienta le ayuda a responder: ¿Qué características demográficas contribuyen a las altas tasas de uso del transporte público? ¿Hay una relación positiva entre vandalismo y robo con fuerza en las cosas? ¿Qué variables prevén de manera efectiva el volumen de llamadas al 911? Dadas las proyecciones futuras, ¿cuál es la demanda esperada para los recursos de respuesta de emergencia? ¿Qué variables afectan a las tasas de natalidad bajas?
Regresión ponderada geográficamente	Esta herramienta aplica una forma local de regresión lineal que se utiliza para crear modelos de relaciones que varían espacialmente. A continuación, se muestran preguntas de ejemplo que esta herramienta le ayuda a responder: ¿La relación entre resultados académicos e ingresos es uniforme en toda el área de estudio? ¿Cuáles son las variables clave que explican la alta frecuencia de incendio forestal? ¿Dónde se encuentran los distritos de las escuelas en los que los niños están alcanzando las notas de examen más altas? ¿Qué características parecen estar asociadas? ¿Dónde es más importante cada característica?
Crear cubo de espacio-tiempo	Esta herramienta resume una serie de puntos con la función de tiempo habilitada en una estructura de datos de netCDF agregándolos en bins de espacio-tiempo. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Agregue todos los delitos de una ciudad en bins de 1 km por mes. Agregue todas las llamadas al 911 realizadas en un condado durante los últimos 50 años en bins de 100 km, con bins temporales anuales. Nota: Crear cubo de espacio-tiempo no se puede ejecutar mediante Map Viewer Classic. Para utilizar Crear cubo de espacio-tiempo, ejecute la herramienta mediante API REST de ArcGIS o ArcGIS Pro.

Utilizar proximidad

Estas herramientas le ayudan a responder a una de las preguntas más comunes del análisis espacial: ¿Qué está cerca de qué?


Herramienta	Descripción
Crear zonas de influencia	Una zona de influencia es un área que cubre una distancia dada desde una entidad de puntos, de línea o de entidad poligonal. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Utilizando entidades de río lineales, crea una zona de influencia de cada río multiplicando por 50 el ancho del río para determinar el límite ribereño propuesto. Dadas áreas que representan países, crea una zona de influencia de cada país por 200 millas náuticas para determinar el límite marítimo.
Trazar eventos de proximidad	Esta herramienta analiza entidades de punto con la función de tiempo habilitad que representan entidades de movimiento. La tarea sigue entidades de interés en el espacio (ubicación) y el tiempo para ver con qué otras entidades han interactuado dichas entidades de interés. El trazado sigue de entidad a entidad hasta un número máximo de grados de separación configurable desde la entidad de interés original. A continuación, se muestran algunos ejemplos: Supongamos que una organización monitoriza los dispositivos suministrados por la empresa que llevan los trabajadores. La empresa está interesada en determinar qué empleados estaban cerca de una persona que se sabe que tiene COVID-19. Al utilizar la capa de puntos que representa las ubicaciones y la hora de los dispositivos, puede identificar los dispositivos que se encuentran a menos de 6 metros y 5 minutos de la persona transmisora y de otros empleados posiblemente transmisores. Una ONG está monitorizando las poblaciones de salmón mediante GPS y está interesada en realizar un seguimiento de la propagación del piojo del salmón entre las poblaciones de salmón cultivado escapado y las poblaciones silvestres. Se realiza el seguimiento de algunos salmones cultivados marcados con GPS para ver si se encuentran muy cerca de las poblaciones silvestres marcadas y cómo estas poblaciones silvestres pueden propagar aún más la enfermedad.

Administrar datos

Estas herramientas se usan para la administración diaria de los datos geográficos y tabulares.


Herramienta	Descripción
Incorporar datos	Esta herramienta incorpora datasets tabulares, de puntos, líneas o áreas a una capa de entidades alojada del mismo tipo de geometría. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Dados varios datasets generados mensualmente, incorpore dichos datasets a una capa de entidades alojada para combinar los datos en un informe anual. Dados 10 datasets con mediciones climáticas de varias fuentes, incorpore los datasets para crear una única capa de mediciones climáticas. Corrija las diferencias en el esquema para cada fuente con la asignación de campos.
Calcular campo	Esta herramienta calcula valores para un campo nuevo o existente y crea una capa en su contenido de ArcGIS Enterprise. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Modifique un campo existente denominado total para que sea la suma de ingresos de los campos total_2016, total_2017 y total_2018. Cree un campo para categorizar los niveles de riesgo en función de valores de campo tales como windspeed y pollutant.
Recortar capa	Esta herramienta extrae un subconjunto de entidades de capa de entrada de un área especificada para crear una capa con dicho subconjunto. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Dada una capa de entidades con datos de terremotos a nivel nacional, use una capa de límites del estado de California para extraer únicamente los terremotos que ocurren en California. Dada una capa de zona de influencia que se extiende 50 pies desde la carretera, recorte las entidades de bosque que se verían afectadas por la expansión de la carretera.
Copiar en Data Store	Esta herramienta copia una tabla o capa de entidades de entrada en un ArcGIS Data Store y crea una capa en su SIG web. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Copie un conjunto de archivos CSV en un recurso compartido de archivos de big data que se comparta con el data store espacio-temporal para su visualización. Copie las entidades de la extensión de mapa actual que están almacenadas en el data store espacio-temporal al data store relacional.
Disolver límites	Esta herramienta encuentra y fusiona entidades de área que se intersecan espacialmente o comparten el mismo valor de campo. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Dada una capa de entidades de áreas de estudio, combine todas las entidades con el mismo valor de tipo de suelo para crear una capa que represente áreas por tipo de suelo. Dadas unas áreas restringidas y zonas de influencia, fusione todas las entidades juntas para resumir qué ubicaciones están sin más posibilidades de desarrollo.
Fusionar capas	Esta herramienta combina dos datasets para crear una única capa de salida. Utilice Fusionar capas para determinar el esquema resultante. A continuación, se muestran escenarios de ejemplo para usar esta herramienta: Dadas las capas de entidades para Inglaterra, Gales y Escocia, fusione las capas para crear una única capa de entidades de Gran Bretaña. Dos capas de entidades representan términos municipales contiguos, cada uno con nombres de campo diferentes. Combine las capas con reglas de atributos para hacer coincidir los campos y genere una única capa con el esquema deseado.
Superponer capas	Esta herramienta combina dos o más capas en una sola capa. A continuación, se muestran preguntas de ejemplo que esta herramienta le ayuda a responder: ¿Qué parcelas están dentro de las llanuras aluviales de 100 años? ("Dentro de" es otra forma de decir "encima de"). ¿Qué uso del suelo está encima de qué tipo de suelo? ¿Qué pozos están dentro de bases militares abandonadas?