Skip To Content

多変数グリッドから情報付加

注意:

現在、この機能は Map Viewer Classic (旧名称 Map Viewer) でのみサポートされています。 新しい Map Viewer の今後のリリースで提供される予定です。

[多変数グリッドから情報付加 (Enrich From Multi-Variable Grid)] ツールは、多変数グリッドから取得した属性を 1 つのポイント レイヤーに結合します。 多変数グリッドは、[多変数グリッドの構築 (Build Multi-Variable Grid)] ツールを使用し、複数のレイヤーの情報をポリゴンの 1 つのグリッドに集約して作成された正方形または六角形のビンのグリッドです。 多変数グリッドのメタデータは、入力ポイント フィーチャに効率的に情報を付加するために使用され、[フィーチャの結合] ツールよりも処理を高速にします。 多変数グリッドを使用して、多様で大規模な情報のコレクションをポイント データに簡単に追加して、以降の空間解析で使用することができます。

ワークフロー図

多変数グリッドから情報付加

解析での使用 GeoAnalytics Tools

GeoAnalytics Tools を使用した解析は、複数の ArcGIS GeoAnalytics Server コンピューターやコアにまたがる分散型処理を使用して実施されます。GeoAnalytics ToolsArcGIS Enterprise の標準的なフィーチャ解析ツールは、異なるパラメーターと機能を持ちます。これらの相違点については、「フィーチャ解析ツールの相違点」をご参照ください。

大規模な水道施設のアナリストが、[多変数グリッドの構築 (Build Multi-Variable Grid)] ツールを使用して多変数グリッドを作成しました。 この多変数グリッドは、公益施設のインフラストラクチャ、環境条件、人口統計、経済活動などを表す 20 個を超える変数を、公益施設によるサービスが提供されるエリアに関して、250 フィートの解像度で含んでいます。 アナリストは、数百万個のフィーチャを含んでいる水使用量データの新しいセットを毎月受信します。 アナリストは、線形回帰モデルを使用して、高い使用量に最も寄与する要因、およびそれらの要因が前月からどのように変化したかについて調査する必要があります。 アナリストは、水使用量をモデル化するときに、変数を従属変数として使用できるように、[多変数グリッドから情報付加 (Enrich From Multi-Variable Grid)] ツールを多変数グリッドに含まれている変数とともに使用して、新しい使用量データにすばやく情報を付加することができます。

使用上の注意

[多変数グリッドから情報付加 (Enrich From Multi-Variable Grid)] の入力は、ポイント レイヤーおよび多変数グリッド レイヤーです。 多変数グリッドレイヤーは、[多変数グリッドの構築 (Build Multi-Variable Grid)] ツールを使用して作成されている必要があります。

入力レイヤーのすべての属性が結果レイヤーに含まれます。

[情報付加に使用する多変数グリッドの選択] パラメーターで選択されるレイヤーは、[多変数グリッドの構築 (Build Multi-Variable Grid)] ツールを使用して作成される必要があり、ホスト フィーチャ レイヤーである必要があります。 ビッグ データ ファイル共有に格納された多変数グリッドは、このツールの入力としてサポートされていません。

[追加する変数の選択] パラメーターには、入力ポイント レイヤーに情報を付加するために使用できる多変数グリッド内のすべての変数がリスト表示されます。 それらの変数は、レイヤーの属性テーブル内のフィールドとして、結果レイヤーに含まれます。 ポイント フィーチャが多変数グリッドと交差しない位置では、フィールド値は常に NULL になります。

ArcGIS API for Python の例

[多変数グリッドから情報付加] ツールは ArcGIS API for Python で使用できます。

この例では、人口統計情報を含む多変数グリッドを使用して、犯罪データのレイヤー情報を付加します。


# 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

類似のツール

[多変数グリッドから情報付加 (Enrich From Multi-Variable Grid)] を使用して、多変数グリッドから取得した属性を 1 つのポイント レイヤーに結合します。 その他の役に立つツールを以下に紹介します。

Map Viewer Classic の解析ツール

属性をライン レイヤー、ポリゴン レイヤー、または表形式レイヤーに結合するには、あるいは多変数グリッド以外のレイヤーをポイント レイヤーに結合するには、[フィーチャの結合] ツールを使用します。