ArcGIS Image Server 10.8.1 は、更新、拡張機能、およびバグ修正を含んでいます。
ArcGIS Image Server 10.8.1 にアップグレードする場合、ソフトウェアを再認証する必要があります。My Esri から新しいライセンス ファイルを入手できます。
Image Server 10.8 の更新については、こちらをご参照ください。
10.8.1 の新機能
ArcGIS Image Server 10.8.1 の新機能と機能拡張を次に示します。
画像コンテンツの作成
- イメージ レイヤーと一緒にラスター処理テンプレートを公開できます。これにより、ラスター関数テンプレートを参照して、それをサポートするサービスに適用できます。
- タイルのみのイメージ サービス ([タイル イメージ レイヤー] と呼ばれる) を作成できます。
- イメージ サービス構成プロパティを確認し、編集できます。
- スタンドアロンの ArcGIS Server 10.6 以降のサイトで公開されているイメージ サービスを上書きできます。
ArcGIS Ortho Maker
ArcGIS Ortho Maker の機能強化には次のものがあります。
- オフラインで使用するためのプロダクトのダウンロードのサポート。
- クラウド ストアからプロジェクトへの GPS データの入力。
ラスター 解析
Map Viewer のツール
複雑な画像処理とラスター解析に、新しいラスター ツールを使用できます。
ディープ ラーニング ツールセット
ディープ ラーニングを使用したオブジェクトの分類 - 入力ラスターとオプションのフィーチャクラスに対してトレーニング済みディープ ラーニング モデルを実行し、各入力オブジェクトにクラス ラベルを割り当てたフィーチャクラスまたはテーブルを作成します。
データの管理ツールセット
サンプル - 定義された位置のラスターまたは一連のラスターからのセルの値を表示するテーブルまたはポイント フィーチャクラスを作成します。これらの位置は、ラスター セル、ポリゴン フィーチャ、ポリライン、フィーチャ、または一連のポイントで定義されます。
さらに、[データの管理] グループの [ラスターをフィーチャに変換] ツールには、[マルチパート フィーチャの作成] と [1 ポリゴン フィーチャあたりの最大頂点数] の 2 つの新しいパラメーターがあります。
多次元解析ツールセット
- 引数の統計を検索 - 多次元ラスターまたはマルチバンド ラスター内の各ピクセルに対して、所定の統計が得られるディメンション値またはバンド インデックスを抽出します。
- 多次元異常の生成 - 既存の多次元ラスターの変数をディメンションに沿って結合することによって、多次元ラスター データセットを生成します。
- トレンド ラスターの生成 - 多次元ラスターの 1 つまたは複数の変数のディメンションに沿って各ピクセルのトレンドを推定します。
- トレンド ラスターを使用した予測 - [トレンド ラスターの生成] ツールの出力トレンド ラスターを使用して、予測される多次元ラスターを計算します。
データの集約ツールセット
[エリア内でのラスターの集約] ツールには、多次元の場合の入力ラスターの処理方法を指定する [多次元として処理] パラメーターがあります。また、極端な事象を計算するためのパーセンタイル値を指定する追加の統計情報タイプ [パーセンタイル] とパラメーター [パーセンタイル値] が追加されました。
Map Viewer のラスター関数
ArcGIS Pro 2.6 のラスター関数をすべて Map Viewer から使用できるようになりました。
ArcGIS Pro のポータル ツール
ArcGIS Pro から ArcGIS Image Server が Raster Analysis 用に構成された ArcGIS Enterprise ポータルにサイン インすると、新しいツールとラスター関数を使用でき、その他の機能が既存のいくつかの関数に追加されています。
データの管理ツールセット
[ラスターをフィーチャに変換] ツールには、[マルチパート フィーチャの作成] と [1 ポリゴン フィーチャあたりの最大頂点数] の 2 つの新しいパラメーターがあります。
データの集約ツールセット
- 別のデータセット上のゾーンごとにラスターの値を計算し、結果をテーブルに出力する新しい [ゾーン統計をテーブルに出力] ツールが追加されました。
- [エリア内でのラスターの集約] ツールと [ゾーン統計] ラスター関数は多次元ゾーンと値ラスターの両方を処理できます。また、ツールと関数に極端な事象を計算するためのパーセンタイル値を指定する追加の統計情報タイプ [パーセンタイル] とパラメーター [パーセンタイル値] が追加されました。
近接エリアの分析ツールセット
このツールセットは、このリリースで再編成され、新しいツールがいくつか追加されています。
- [距離累積] ツールは、直線距離、コスト距離、実際のサーフェス距離、垂直コスト ファクター、および水平コスト ファクターを考慮に入れて、ソースまでの累積距離をセルごとに計算します。
- [距離アロケーション] ツールは、直線距離、コスト距離、実際のサーフェス距離、垂直および水平方向のコスト係数に基づいて、各セルから指定したソースまでの距離アロケーションを計算します。
- [最適パス (ライン)] ツールは、ソースから目的地までの最適なパスをラインとして計算します。
- [最適パス (ラスター)] ツールは、ソースから目的地までの最適なパスをラスターとして計算します。
- [最適リージョン接続] ツールは、2 つ以上の入力領域間でパスの最適な接続を計算します。
次のツールは [近接エリアの分析 (レガシー)] ツールセットに移動されました。[距離の計算]、[移動コストの計算]、[コストパス (ポリライン)]、[最適な移動コスト ネットワークの決定]、[移動コスト パスの決定 (ポリライン)]、および [目的地への移動コスト パスの決定]。
ArcGIS Pro のラスター関数
ArcGIS Pro から ArcGIS Image Server が Raster Analysis 用に構成された ArcGIS Enterprise ポータルにサイン インすると、新しいツールとラスター関数を使用でき、その他の機能が既存のいくつかの関数に追加されています。
次の新しいラスター関数が追加されています。
- CCDC 解析 - CCDC (Continuous Change Detection and Classification) 法を使用してピクセル値の経時的な変化を評価し、モデル結果を含む多次元ラスターを生成します。
- 変化の計算 - 2 つのラスター データセット間で発生するピクセルの変化を列挙します。この関数は、主題ラスターの絶対ピクセル値の変化とカテゴリの変化の両方を計算します。カテゴリの変化では、あるクラスから別のクラスに変化したエリアをすべて描画するレイヤーが生成されます。
- 変更解析プロパティを使用して変更を検出 - [CCDC を使用した変更の解析 (Analyze Changes Using CCDC)] ツールからの出力変更解析ラスターを使用してピクセルの変更情報を含むラスターを生成します。
- 最適パス (ラスター) - ソースから目的地までの最適パスを計算します。
- トレンド → RGB - トレンド ラスターを トレンドの生成関数または CCDC 解析関数から RGB ラスター レイヤーに変換します。
次の既存の関数が更新されました。
- トレンドの生成関数に [サイクル長]、[サイクルの単位]、[RMSE]、[R 二乗]、および [傾斜係数の P 値] の 5 つの新しいパラメーターが追加されました。
- リニア スペクトル分解関数は多次元ラスター レイヤーをサポートします。
- 多次元フィルター関数に [ディメンションなし] パラメーターが新たに追加されました。
- セグメント平均シフト関数に許容されるセグメントの最大サイズを制限するための新しいパラメーターが追加されました。
- 陰影起伏関数に [陰影起伏タイプ] パラメーターが新たに追加されました。
- ゾーン統計関数にパーセンタイル値を指定するための [パーセンタイル] 統計情報タイプと [パーセンタイル値] パラメーターが新たに追加されました。
距離ラスター関数は、[距離] グループと [距離 (レガシー)] グループに再編成されました。
ArcGIS REST API のラスター関数オブジェクト
Six new raster function objects were added at 10.8.1:
- MultidimensionalRaster—Function adds a multidimensional dataset, such as netcdf, grib, hdf files, multidimensional mosaic dataset, or multidimensional CRF to a multidimensional raster.
- MultidimensionalRasterFilter—Function filters multidimensional raster along defined variables and dimensions.
- ProcessRasterCollection—Function processes each slice in a multidimensional raster or each item in a mosaic raster using different functions. This function can also aggregate multiple slices into a single slice.
- SpectralUnmixing—Function performs subpixel classification and calculates the fractional abundance of different land cover types for individual pixels.
- Trend—Function computes a forecasted multidimensional raster layer using the output trend raster from the Generate Trend function or Generate Trend Raster geoprocessing tool.
- TrendAnalysis—Function estimates the trend for each pixel along a dimension for one or more variables in a multidimensional raster.
ArcGIS REST API のラスター解析タスク
10.8.1 では、次のラスター解析タスクが新規に追加されました。
- Analyze Change Using CCDC—Evaluates changes in pixel values over time using the CCDC algorithm, and generates a multidimensional raster containing the model results.
- Detect Change Using Change Analysis Raster—Generates a raster containing pixel change information using the output change analysis raster from the Analyze Changes Using CCDC tool.
- Distance Accumulation—Calculates straight-line distance or the least accumulative cost distance for each cell to the source over a cost surface, while optionally accounting for the surface distance and the horizontal and vertical factors.
- Distance Allocation—Calculates distance allocation for each cell to the provided sources based on straight-line distance, cost distance, true surface distance, as well as vertical and horizontal cost factors.
- Manage Multidimensional Raster—Edits a multidimensional raster by adding or deleting variables or dimensions.
- Optimal Path As Line—Calculates the optimal path from a source to a destination as a feature.
- Optimal Path As Raster—Calculates the optimal path from a source to a destination as a raster.
- Optimal Region Connections—Calculates the optimal connectivity network between two or more input regions.
- Publish Deep Learning Model—Publishes a model package of a deep learning model (.dlpk) containing the files and data required to run deep learning inferencing tools for object detection or image classification to your portal as a DLPK item.
- Zonal Statistics As Table—Summarizes the cells of a raster within the boundaries of zones defined by another dataset.
さらに、以下に示すように、既存のラスター解析タスクが新しいパラメーターで強化されています。
- Convert Raster to Feature
- The new createMultipartFeatures parameter specifies whether the output polygons will consist of single-part or multipart features.
- The new maxVerticesPerFeature parameter specifies the vertex limit used to subdivide a polygon into smaller polygons.
- Export Training Data For Deep Learning
- Now supports output to a fileshare data store path.
- The new referenceSystem parameter specifies the type of reference system to be used to export the image tiles.
- The new processAllRasterItems parameter specifies how raster items in an image service will be processed.
- The new blackenAroundFeature parameter specifies whether to blacken the pixels around each object or feature in each image tile.
- The new fixChipSize parameter specifies whether to crop the exported tiles such that they are all the same size.
- Generate Multidimensional Anomaly
- The calculationInterval parameter, which specifies the temporal interval that will be used to calculate the mean, now supports an EXTERNAL_RASTER option.
- The new referenceMeanRaster parameter specifies the reference raster dataset that contains a previously calculated mean for each pixel. The anomalies will be calculated in comparison to this mean.
- Generate Trend Raster
- The new trendLineType parameter specifies the type of line to be used to fit to the pixel values along a dimension.
- The new cycleLength parameter specifies the length of periodic variation to model.
- The new cycleUnit parameter specifies the time unit to be used for the length of a harmonic cycle.
- The new RMSE parameter specifies whether the root mean square error (RMSE) of the trend fit line will be calculated.
- The new R2 parameter specifies whether the R-squared goodness-of-fit statistic for the trend fit line will be calculated.
- The new slopePValue parameter specifies whether the p-value statistic for the slope coefficient of the trend line will be calculated.
- Summarize Raster Within
- The new processAsMultidimensional parameter specifies how the input rasters will be processed if the are multidimensional.
- A new option PERCENTILE was added to the statisticType parameter.
- The new percentileValue parameter specifies the percentile value to calculate.
- Train Deep Learning Model
- The outputName parameter provides an option to write the deep learning model package to a fileshare datastore location.
- The new backboneModel parameter supports several preconfigured neural network to be used as an architecture for training the new model. These include DENSENET121, DENSENET161, DENSENET169, DENSENET201, MOBILENET_V2, MASKRCNN50_FPN, RESNET18, RESNET34, RESNET50, RESNET101, RESNET152, VGG11, VGG11_BN, VGG13, VGG13_BN, VGG16, VGG16_BN, VGG19, VGG19_BN
- The new validationPercent parameter specifies the percentage (in %) of training sample data that will be used for validating the model.
- The new pretrainedModel parameter specifies the pretrained model to be used for fine tuning the new model. It is a deep learning model package (dlpk) portal item.
- The new stopTraining parameter secifies whether early stopping will be implemented.
- The new freezeModel parameter specifies whether to freeze the backbone layers in the pretrained model, so that the weights and biases in the backbone layers remain unchanged.
ArcGIS API for Python のラスター解析
arcgis.raster.analytics モジュール
次の新しい関数が追加されました。
- analyze_changes_using_ccdc - CCDC アルゴリズムを使用してピクセル値の経時的な変化を評価し、モデル結果を含む多次元ラスターを生成します。
- detect_change_using_change_analysis_raster - arcgis.raster.analytics.analyze_changes_using_ccdc 関数からの出力変更解析ラスターを使用して、ピクセル変更情報を含むラスターを生成します。
- generate_trend_raster - 多次元ラスターの特定の変数のディメンションに沿って各ピクセルのトレンドを推定します。
- linear_spectral_unmixing - サブピクセル分類を実行し、各ピクセルの端成分の部分占有率を計算します。
- manage_multidimensional_raster - 変数またはディメンションを追加または削除し、多次元ラスターを編集します。
- sample - 定義された位置のラスターまたは一連のラスターからのセルの値を表示するテーブルを作成します。
- optimal_path_as_line - ソースから目的地までの最適なパスをフィーチャとして算出します。
- optimal_region_connections - 2 つ以上の領域間の最適な接続ネットワークを計算します。
- predict_using_trend_raster - 多次元ラスターの特定の変数のディメンションに沿って各ピクセルのトレンドを推定します。
さらに、次の関数が強化されました。
- convert_raster_to_feature - create_multipart_features と max_vertices_per_feature の 2 つのパラメーターが新たに追加されました。
- summarize_raster_within - パーセンタイル値を設定するための PERCENTILE 統計情報タイプと percentile_value パラメーターが新たに追加されました。さらに、多次元の場合の入力ラスターの処理方法を指定する、もう 1 つの新しいパラメーター process_as_multidimensional も追加されています。
ArcGIS API for Python バージョン 1.8.1 以降では、determine_travel_costpath_as_polyline 関数と optimum_travel_cost_network 関数が廃止されました。
arcgis.raster.functions.gbl モジュール
コスト サーフェス上での最小累積コストに基づき、各セルの最小コスト ソースを計算し、ネットワーク距離の歪みを防ぐための optimal_path_as_raster 関数が新たに追加されました。
さらに、次の関数が強化されました。
- distance_accumulation と distance_allocation は複数の名前付き出力を持つように強化され、フィーチャ入力を使用できるようになりました。
- zonal_statistics - パーセンタイル値を設定するための PERCENTILE 統計情報タイプと percentile_value パラメーターが新たに追加されました。
ArcGIS API for Python バージョン 1.8.1 以降では、次の関数が廃止されました。calculate_distance、calculate_travel_cost、cost_backlink、cost_distance、cost_path、euclidean_allocation、euclidean_direction、euclidean_distance、path_distance、path_distance_allocation、および path_distance_back_link。
ArcGIS REST API のイメージ サービス
ArcGIS REST API のイメージ サービス タスクの新しいツールとタスクを次に示します。
The Image Service resource supports the following operations at 10.8.1:
- Compute Cache Info—Computes and generates new image service tile cache schemes for image services.
- Compute Multidimensional Info—The operation is performed on an image service of a mosaic dataset. It is used for constructing a multidimensional info object based on its catalog table.
- Image Support Data—Returns image support data of the NITF based raster catalog item
- Slices—Returns the sliceId and multidimensional information for requested dimensional slices of the source dataset. It applies to image services of multidimensional datasets only.
- Statistics—Returns statistics of the image.
Additionally, existing raster analytics tools were enhanced with new parameters, as listed below.
- Export Image
- The new sliceId parameter is for image services of multidimensional datasets with raster tiles enabled on top. Each dimensional slice has its own image tile at a specific level, row, and column combination. The sliceId of a dimensional slice can be queried from image service slices resource.
- Histograms
- The new variable parameter can be used to request histograms for each variable in a multidimensional dataset.
- Image Tile
- The new sliceId parameter is for image services of multidimensional datasets with raster tiles enabled on top. Each dimensional slice has its own image tile at a specific level, row, and column combination. The sliceId of a dimensional slice can be queried from image service slices resource.
- Query (Image Service)
- The new rasterQuery parameter allows you to make a query based on key properties of each raster catalog item.
10.8 の新機能
「ArcGIS Image Server 10.8 の新機能」をご参照ください。
画像コンテンツの作成
次の操作を実行する多次元データ オプションをサポートします。
- NetCDF/Grib/HDF ラスター タイプの公開
- 画像コレクション (モザイク データセット) の作成
アイテム ページ上の追加の後処理オプションは、次のものに使用できます。
- フットプリントの構築
- カラー コレクション
- シームラインの構築
- NoData の定義
- 統計情報の作成
- オーバービューの構築
ArcGIS Ortho Maker
ArcGIS Ortho Maker の機能強化には次のものがあります。
- 登録済みデータ ストア内のドローン画像でプロジェクトを作成する機能
- RedEdge センサーと Altum センサーのサポート
- クラウド画像からのポイント クラウドの生成
- GCP の鉛直座標系サポート
- プロジェクト共有
- グローバルな標高ラスター データの設定
ラスター 解析
Map Viewer のツール
新しいラスター ツール [多次元ラスターの集約] は多次元解析ツールボックスで使用できます。既存の多次元ラスターの変数をディメンションに沿って集約することによって、多次元イメージ サービスを生成します。
Map Viewer のラスター関数
複雑な画像処理とラスター解析として、146 個のラスター関数を使用できます。[ラスター関数エディター] ウィンドウを使用して、ラスター関数を画像処理チェーンに結合できます。ラスター関数テンプレートを構築してテストし、ラスター データ ストアにステージングされたラスターおよびモザイク データセットに適用します。ラスター関数テンプレートと呼ばれるラスター関数チェーンを保存して、エンタープライズのメンバーに共有できます。
カスタム ラスター関数テンプレートを作成するには、ArcGIS Enterprise Map Viewer を開き、[解析] タブをクリックして、[ラスター解析] を選択します。[ラスター解析] ウィンドウが開き、ラスター解析操作のカテゴリが表示されます。[ラスター解析] ウィンドウの上部にある [ラスター関数のテンプレートを作成して、複雑な処理および解析を実行します] ボタン 
をクリックすると、[ラスター関数テンプレート] ウィンドウが開きます。ウィンドウに表示されているラスター関数をワーク スペースにドラッグ アンド ドロップし、エディターで関数をダブルクリックしてパラメーターの設定値を指定します。ラスター関数チェーンを構築、適用、共有する方法の詳細については、「ArcGIS Enterprise ポータルの画像へのラスター関数テンプレートの適用」をご参照ください。
ArcGIS Pro のラスター関数
ArcGIS Pro から ArcGIS Image Server が Raster Analysis 用に構成された ArcGIS Enterprise ポータルにサイン インすると、新しいツールとラスター関数を使用でき、その他の機能が既存のいくつかの関数に追加されています。
次の新しいラスター関数が追加されています。
- 集約 - ラスターの低解像度バージョンがリアルタイムに生成されるだけでなく、動的なラスター出力も生成されます。
- 距離累積 - 水平コスト係数と垂直コスト係数とともにサーフェス距離を考慮に入れて、最小コスト ソースとの最小累積コスト距離をセルごとに計算します。
- 距離アロケーション - 実際のサーフェス距離と垂直および水平コスト係数を考慮して、セルごとにソースまでの距離マッピングを算出します。
- ランダム - ランダムなセル値を使って動的なラスターをリアルタイムで作成します。
次の既存の関数が更新されました。
ArcGIS REST API のラスター解析タスク
次のラスター解析タスクが新規に追加されました。
- 引数の統計を検索 - 多次元ラスターまたはマルチバンド ラスター内の各ピクセルに対して、所定の統計が得られるディメンション値またはバンド インデックスを抽出します。
- カラー補正の計算 - 通常は、モザイクがブロック調整された後、モザイク データセットのカラー補正を計算します。
- シームラインの計算 - 通常は、画像コレクションがブロック調整された後、構成している画像コレクション内で重複する画像間のシームラインを計算します。
- リニア スペクトル分解 - サブピクセル分類を実行し、各ピクセルの端成分の部分占有率を計算します。
- ディープ ラーニングを使用したオブジェクトの分類 - 指定されたディープ ラーニング モデルを使用して重ね合わせられた画像データに基づきオブジェクトを分類し、オブジェクトごとに新たにラベルを割り当てたフィーチャ サービスを生成します。
- ディープ ラーニング モデルのトレーニング - [ディープ ラーニング用のトレーニング データをエクスポート (Export Training Data for Deep Learning)] ツールからの出力を使用してディープ ラーニング モデルをトレーニングします。
データ ストアからの入力ラスター、およびディープ ラーニング用のシングル ノードの複数 GPU 並列処理向けラスター解析サービスをサポートしています。
ArcGIS API for Python のラスター解析
arcgis.raster.analytics モジュール
次の新しい関数が追加されました。
- aggregate_multidimensional_raster - 既存の多次元ラスター変数をディメンションに沿って集約することによって、多次元イメージ サービスを生成します。
- build_multidimensional_transpose - 多次元ラスター データセットを転置して、各ディメンションに沿って多次元データをチャンクに分割し、すべてのスライスにわたってピクセル値にアクセスするときのパフォーマンスを最適化します。
- find_argument_statistics - 多次元ラスター内の各ピクセルに対して、所定の統計が得られるディメンション値を抽出します。
- generate_multidimensional_anomaly - 多次元ラスター内のスライスごとに異常を計算し、多次元データセットを生成します。
- generate_trend_raster - 多次元ラスターの特定の変数のディメンションに沿って各ピクセルのトレンドを推定します。
- predict_using_trend_raster - generate_trend_raster 関数の出力トレンド ラスターを使用して、予測される多次元ラスター レイヤーを計算します。
- subset_multidimensional_raster - 定義された変数とディメンションに沿ってデータをスライスすることで、多次元ラスターのサブセットを作成します。
arcgis.raster.functions モジュール
次の新しい関数が追加されました。
- constant_raster - 1 つのピクセル値で仮想ラスターを作成します。
- random_raster - ランダムなセル値を使って動的なラスターをリアルタイムで作成します。
さらに、次の関数が強化され、マルチバンド処理のタイプに基づいて、シングルバンドまたはマルチバンド出力を計算できます。majority、max、mean、med、min、cellstats_range、std、sum、および variety。
arcgis.raster.functions.gbl モジュール
次の新しい関数が追加されました。
- distance_accumulation - 水平コスト係数と垂直コスト係数とともにサーフェス距離を考慮に入れて、最小コスト ソースとの最小累積コスト距離をセルごとに計算します。
- distance_allocation - 実際のサーフェス距離と垂直および水平コスト係数を考慮して、セルごとにソースまでの距離マッピングを算出します。
- euclidean_back_direction - 各セルに対して、最寄りのソースへの最短パス上にある隣接するセルへの方向を、バリアを避けながら、度単位で計算します。
- expand - 指定したセル数でラスターの指定ゾーンを拡張します。
- flow_length - 各セルの流路に沿った上流または下流方向の距離または加重距離のラスター レイヤーを作成します。
- shrink - 近傍内で最頻出する値をセルに割り当てることで、選択したゾーンを指定したセル数分だけ縮小します。
- sink - すべてのシンクまたは内部排水のエリアを特定するラスター レイヤーを作成します。
- snap_pour_point - 指定した距離内で累積流量が最も大きいセルへ流出点をスナップします。
- stream_order - ラスターの線状ネットワークの交差部分に一意の値を割り当てます。
さらに、次の関数が強化されました。euclidean_allocation、euclidean_distance、euclidean_direction、flow_distance、cost_path、zonal_statistics。