Remarque :
Cette fonction n’est pas encore prise en charge dans Map Viewer Classic (anciennement Map Viewer). Elle sera disponible dans une version future de la nouvelle version deMap Viewer Map Viewer.
L’outil Enrichir à l’aide d’un carroyage à plusieurs variables joint les attributs provenant d’un carroyage à plusieurs variables à une couche de points. Un carroyage à plusieurs variables de groupes carrés ou hexagonaux créés avec l'outil Construire un carroyage à plusieurs variables qui compile les Informations provenant des plusieurs couches en un seul carroyage de polygones. Les métadonnées du carroyage à plusieurs variables sont utilisées pour enrichir efficacement les entités ponctuelles en entrée, les rendant plus rapides que l’outil Entités jointes. Cela vous permet d’ajouter rapidement une masse d’informations variées à des données ponctuelles en vue de leur analyse spatiale ultérieure.
Diagramme de workflow
Analyse avec les GeoAnalytics Tools
Vous pouvez exécuter des analyses avec GeoAnalytics Tools via un traitement distribué sur plusieurs cœurs et machines ArcGIS GeoAnalytics Server. GeoAnalytics Tools et les outils d’analyse d’entités standard de ArcGIS Enterprise proposent différents paramètres et fonctionnalités. Pour en savoir plus sur ces différences, reportez-vous à la rubrique Différences entre les outils d’analyse d’entités.
Exemple
Un analyste pour un grand réseau de distribution d’eau a créé un carroyage à plusieurs variables avec l’outil Construire un carroyage à plusieurs variables. Ce carroyage à plusieurs variables contient plus de 20 variables qui décrivent l'infrastructure du réseau de distribution, les conditions environnementales, les données démographiques, l'activité économique, etc., à une résolution de 76 mètres pour les zones desservies par le réseau de distribution. Chaque mois, l'analyste reçoit un nouvel ensemble de données de consommation d’eau qui contient des millions d’entités. L’analyste souhaite utiliser un modèle de régression linéaire pour étudier quels facteurs contribuent le plus à une forte consommation et comment ces facteurs ont évolué depuis le mois précédent. Avec l’outil Enrich From Multi-Variable Grid (Enrichir à l’aide d’un carroyage à plusieurs variables), l’analyste peut rapidement enrichir les nouvelles données de consommation avec les variables contenues dans le carroyage à plusieurs variables de telle sorte qu’elles puissent être utilisées comme variables dépendantes lors de la modélisation de la consommation de l’eau.
Remarques sur l'utilisation
Les entrées pour l’outil Enrich From Multi-Variable Grid (Enrichir à l’aide d’un carroyage à plusieurs variables) sont une couche de points et une couche de carroyage à plusieurs variables. La couche de carroyage à plusieurs variables doit avoir été créée à l'aide de l’outil Build Multi-Variable Grid (Construire un carroyage à plusieurs variables).
Tous les attributs de la couche en entrée seront inclus dans la couche obtenue.
La couche choisie pour le paramètre Choose the multi-variable grid to enrich from (Choisir le carroyage à plusieurs variables d’enrichissement) doit être créée avec l’outil Build Multi-Variable Grid (Construire un carroyage à plusieurs variables) et doit être une couche d'entités hébergées. Les carroyages à plusieurs variables stockés dans un partage de fichiers Big Data ne sont pas pris en charge comme entrées de cet outil.
Le paramètre Choose the variables to add (Choisir les variables à ajouter) répertorie toutes les variables du carroyage à plusieurs variables qui sont disponibles pour enrichir la couche de points en entrée. Les variables seront incluses dans la couche obtenue comme champs dans la table attributaire de la couche. Les valeurs de champ seront nulles lorsque les entités ponctuelles ne se croisent pas avec le carroyage à plusieurs variables.
Exemple de ArcGIS API for Python
L’outil Enrichir à l’aide d’un carroyage à plusieurs variables est disponible dans ArcGIS API for Python.
Cet exemple enrichit une couche de données sur la criminalité avec un carroyage à plusieurs variables contenant des informations démographiques.
# Import the required ArcGIS API for Python modules
import arcgis
from arcgis.gis import GIS
# Connect to your ArcGIS Enterprise portal and confirm that GeoAnalytics is supported
portal = GIS("https://myportal.domain.com/portal", "gis_publisher", "my_password", verify_cert=False)
if not portal.geoanalytics.is_supported():
print("Quitting, GeoAnalytics is not supported")
exit(1)
# Find the big data file share dataset you'll use for analysis
search_result = portal.content.search("", "Big Data File Share")
# Look through the search results for a big data file share with the matching name
bdfs_search = next(x for x in search_result if x.title == "bigDataFileShares_CrimeReports")
# Look through the big data file share for Chicago crimes
crimes = next(x for x in bdfs_search.layers if x.properties.name == "ChicagoCrimes")
# Find the multivariable grid to enrich from
mvg_search_result = portal.content.search("Chicago_MVG", "Feature Layer")
mvg_layer = mvg_search_result[0].layers[0]
# Run the Enrich From Multi-Variable Grid tool
enrich_result = arcgis.geoanalytics.enrich_data.enrich_from_grid(input_layer = crimes,
grid_layer = mvg_layer,
output_name = "chicago_crimes_enriched")
# Visualize the sample and extent layers if you are running Python in a Jupyter Notebook
processed_map = portal.map()
processed_map.add_layer(enrich_result)
processed_map
Outils semblables
L’outil Enrich From Multi-Variable Grid (Enrichir à l’aide d’un carroyage à plusieurs variables) joint les attributs provenant d’un carroyage à plusieurs variables à une couche de points. D'autres outils susceptibles d'être utiles sont présentés ci-après.
Outils d'analyse Map Viewer Classic
Pour joindre les attributs à une couche linéaire, polygonale ou tabulaire ou pour joindre une couche autre qu’un carroyage à plusieurs variables à une couche de points, utilisez l’outil Joindre des entités.
Vous avez un commentaire à formuler concernant cette rubrique ?