래스터 분석 수행

영상 및 래스터 데이터에는 패턴을 파악하고, 피처를 찾고, 풍경의 변화를 이해하는 데 사용할 수 있는 중요한 정보가 포함되어 있습니다. 영상에서 유효한 정보를 추출하기 위해 데이터를 처리하거나 분석할 수 있습니다. 예를 들어, 다중밴드 이미지에서 식생 범위를 이해하기 위해 식생 지수를 계산해야 할 수도 있고, 주 전체 고도 및 토지 커버 래스터 데이터를 사용하여 태양열 발전소 건설에 적합한 위치를 찾을 수도 있습니다.

ArcGIS Enterprise 포털에서는 빌트인 래스터 분석 도구를 사용하여 영구 레이어를 처리하고 생성할 수 있으며, 이러한 레이어는 영상 레이어 및 피처 레이어로 제공할 수 있습니다. 래스터 함수를 사용하여 래스터 데이터를 처리하고 래스터 함수 편집기에서 래스터 함수 체인 및 템플릿을 생성할 수도 있습니다.

ArcGIS Image Server에는 분산 래스터 분석 및 분산 이미지 처리가 포함되어 있습니다. ArcGIS Image Server 분산 분석에서는 세계 고도 또는 고해상도 위성 이미지와 같은 단일 대용량 래스터 데이터셋을 사용할 수 있습니다. 또한 Landsat 8 또는 Sentinel-2 아카이브 등의 거대한 영상 컬렉션에도 분산 분석을 적용할 수 있습니다.

래스터 분석 도구를 실행하려면 콘텐츠를 생성 및 발행하고 영상 분석을 수행할 수 있는 권한이 있어야 합니다. 자세한 내용은 래스터 분석 구성 및 배포를 참고하세요.

도구 접근 및 실행에 대한 자세한 내용은 래스터 분석 도구 사용을 참고하세요. 각 래스터 분석 도구의 오버뷰는 다음과 같습니다. 분석 도구는 논리적으로 그룹되어 범주별로 정리되어 있으므로 작업에 접근하거나 작업을 사용하는 방법에 영향을 주지 않습니다.

개발자인 경우에는 ArcGIS REST API 및 ArcGIS API for Python를 통해 이러한 도구에 접근할 수 있습니다.

비고:

Map Viewer Classic에 분석 버튼 또는 래스터 분석 탭이 없는 경우 포털 관리자에게 문의하세요. 포털이 ArcGIS Image Server를 사용하여 구성되어 있지 않거나 도구를 실행할 권한이 없을 수도 있습니다. 도구에 필요한 권한이 없으면 도구가 나타나지 않습니다.

데이터 요약(Summarize Data)

이 도구를 사용하면 특정 데이터셋을 사용하여 다른 데이터셋의 값에서 요약하려는 영역을 정의할 수 있습니다.

도구	설명
다음 범위 내 래스터 요약(Summarize Raster Within)	이 도구는 다른 데이터셋의 구역 내에서 래스터 값을 요약합니다.
테이블 구역 통계(Zonal Statistics as Table)	이 도구는 다른 데이터셋의 구역 내에서 래스터 값을 요약하고 결과를 테이블에 보고합니다.

패턴 분석(Analyze Patterns)

다음 도구를 사용하여 데이터의 공간 패턴을 탐색할 수 있습니다.

도구	설명
밀도 계산(Calculate Density)	이 도구는 포인트 또는 라인 피처를 가지고 맵 전반에 알려져 있는 일부 현상(포인트 또는 라인 속성으로 표시됨)을 분산하여 밀도 맵을 생성합니다. 가장 낮은 밀도에서 가장 높은 밀도로 분류된 영역 레이어가 결과로 나옵니다.
포인트 보간(Interpolate Points)	이 도구를 이용하면 여러 포인트의 측정값을 기반으로 새 위치에서의 값을 예측할 수 있습니다. 이 도구는 각 포인트에서 값이 있는 포인트 데이터를 가져가 예측 값의 래스터를 반환합니다.

인접도 사용(Use Proximity)

이러한 도구를 사용하면 인접성을 기반으로 분석을 수행하고 목적지까지 가는 최적의 경로를 찾을 수 있습니다.

도구	설명
거리 계산(Calculate Distance)	이 도구는 하나 또는 여러 원본으로부터의 유클리드 거리, 방향 및 할당을 계산합니다. 거리 누적 또는 거리 할당 도구는 향상된 기능 또는 성능을 제공합니다.
최적 이동 비용 네트워크 결정(Determine Optimum Travel Cost Network)	이 도구는 입력 지역의 집합으로부터의 최적 비용 네트워크를 계산합니다. 최적 영역 연결 도구는 향상된 기능 또는 성능을 제공합니다.
폴리라인으로 이동 비용 경로 결정(Determine Travel Cost Path As Polyline)	이 도구는 목적지와 원본 간의 최저 비용 폴리라인 경로를 계산합니다. 거리 누적 및 라인 형식 최적 경로 도구는 향상된 기능 또는 성능을 제공합니다.
거리 누적(Distance Accumulation)	이 도구는 각 셀에 대해 직선 거리, 비용 거리, 실제 표면 거리, 수직 및 수평 계수를 감안하여 원본까지의 누적 거리를 계산합니다.
거리 할당(Distance Allocation)	이 도구는 각 셀에 대해 직선 거리, 비용 거리, 실제 표면 거리, 수직 및 수평 계수를 기반으로 제공된 원본까지의 거리 할당을 계산합니다.
라인 형식 최적 경로(Optimal Path As Line)	이 도구는 목적지에서 원본까지의 최적 경로를 라인 형식으로 계산합니다.
래스터 형식 최적 경로(Optimal Path As Raster)	이 도구는 목적지에서 원본까지의 최적 경로를 래스터 형식으로 계산합니다.
최적 영역 연결(Optimal Region Connections)	이 도구는 두 개 이상의 입력 영역 간의 최적 연결 네트워크를 계산합니다.

이미지 분석(Analyze Image)

이러한 도구를 사용하면 다중 스펙트럼 영상을 분석할 수 있습니다.

도구	설명
식생 모니터링	이 도구는 멀티밴드 래스터 레이어 밴드에 대해 산술 연산을 수행하여 처리 범위의 식생 커버리지 정보를 나타냅니다.

터레인 분석(Analyze Terrain)

이러한 도구는 수치 표고 모델(DEM)에서 경사, 경사면 방향, 가시권역 표면을 계산합니다.

도구	설명
경사 계산	이 도구는 입력 고도 데이터의 경사를 보여 주는 표면을 생성합니다. 경사는 각 수치 표고 모델(DEM) 셀에 대한 고도의 변경율을 나타냅니다.
가시권역 생성	이 도구는 입력 관측자 위치가 표면 지형도를 고려하여 볼 수 있는 영역을 식별합니다. 입력 지점 위치는 관찰자(예: 지표상의 사람 또는 화재 감시탑의 초소) 또는 관측된 개체(예: 풍력 터빈, 급수탑, 차량 또는 다른 사람)를 나타낼 수 있습니다. 결과는 경관 조망 지점에서 볼 수 있는 영역을 정의합니다.
경사면 방향 취득	이 도구는 고도 데이터 원본으로부터 경사면 방향 맵을 생성합니다. 경사면 방향은 인근 각 셀에서 값 변화의 최대 속도의 내리막 방향을 식별합니다. 경사면 방향은 경사 방향으로 생각할 수 있습니다. 결과 래스터의 값은 경사면의 나침반 방향입니다.
유역(Watershed)	이 도구는 래스터의 셀 위에 기여 영역을 결정합니다.

데이터 관리

다음 도구를 사용하여 이미지 데이터를 관리합니다. 클리핑 및 마스크, 픽셀 값 재배치 피처 데이터에서/피처 데이터로 변환 등의 작업을 수행할 수 있습니다.

도구	설명
피처를 래스터로 변환(Convert Feature To Raster)	이 도구는 피처를 래스터 데이터셋으로 변환합니다.
래스터를 피처로 변환(Convert Raster To Feature)	이 도구는 래스터를 포인트, 라인 또는 폴리곤 등의 피처 데이터셋으로 변환합니다.
래스터 추출	이 도구는 래스터를 경계(직사각형 영역 또는 화면에서 대화형으로 정의한 쉐이프)에 클립할 수 있습니다. 맵에 현재 표시된 영역의 범위 또는 폴리곤에 의해 정의된 처리 범위로 클립할 수 있습니다.
값 리맵	이 도구를 사용하면 래스터 데이터의 픽셀 값을 변경하거나 재분류할 수 있습니다. 픽셀 값은 결과 픽셀 값에 매핑될 픽셀 값의 범위를 지정함으로써 리맵됩니다. 결과 픽셀 값은 올바른 값 또는 NoData 값(알려진 연관된 값이 없는 픽셀)일 수 있습니다.
샘플	이 도구는 정의된 위치에 대해 한 래스터 또는 래스터 집합의 셀 값을 보여주는 테이블 또는 포인트 피처 클래스를 생성합니다. 위치는 래스터 셀, 폴리곤 피처, 폴리라인 피처 또는 포인트 집합으로 정의됩니다.

딥러닝(Deep Learning)

이러한 도구를 통해 이미지의 특정 피처를 감지하거나 딥러닝 추론 도구를 사용하여 래스터 데이터셋의 픽셀을 분류할 수 있습니다.

비고:

ArcGIS Enterprise 10.9.1에서 제공되는 이러한 딥러닝 서비스 작업을 통해 기존 딥러닝 모델을 사용하여 픽셀 분류, 객체 감지, 객체 분류를 수행할 수 있습니다.

딥러닝 워크플로를 수행하려면 Portal for ArcGIS 및 ArcGIS Server에 딥러닝 Python 모듈 설치를 포함한 추가 구성이 필요합니다. 자세한 내용은 딥러닝 래스터 분석을 위해 ArcGIS Image Server 구성을 참고하세요.

도구	설명
딥러닝을 사용한 객체 분류(Classify Objects Using Deep Learning)	이 도구는 입력 래스터와 선택적 피처 클래스에 대해 숙련된 딥러닝 모델을 실행하여 피처 클래스나 테이블을 생성하며 각 입력 객체에는 할당된 클래스 레이블이 있습니다.
딥러닝을 사용한 픽셀 분류(Classify Pixels Using Deep Learning)	이 도구는 입력 래스터에서 숙련된 딥러닝 모델을 실행하여 분류 래스터를 생성하며 각 유효 픽셀에는 할당된 클래스 레이블이 있습니다.
딥러닝을 사용한 객체 감지(Detect Objects Using Deep Learning)	이 도구는 입력 래스터에서 숙련된 딥러닝 모델을 실행하여 찾는 객체가 포함된 피처 클래스를 생성합니다. 피처는 찾은 객체 주변의 경계 상자 또는 폴리곤이거나, 객체 중심에 있는 포인트일 수 있습니다.

비고:

ArcGIS Enterprise 10.9.1에서 딥러닝을 위한 학습 데이터 내보내기 도구는 ArcGIS API for Python 및 ArcGIS REST API에서만 사용할 수 있습니다. Map Viewer Classic 또는 ArcGIS Pro에서는 제공되지 않습니다.

다차원 분석(Multidimensional Analysis)

이 도구를 사용하면 시계열 영상 및 래스터 데이터에서 시간 패턴을 탐색할 수 있습니다.

도구	설명
다차원 래스터 집계	이 도구는 디멘전에 따라 기존 다차원 래스터 변수를 결합하여 다차원 래스터 데이터셋을 생성합니다.
인수 통계 찾기(Find Argument Statistics)	이 도구는 다차원 또는 다중밴드 래스터의 각 픽셀에 대해 지정 통계에 도달된 디멘전 값이나 밴드 색인을 추출합니다.
다차원 이상치 생성(Generate Multidimensional Anomaly)	이 도구는 기존 다차원 래스터에서 각 슬라이스에 대한 이상치를 계산하여 새로운 다차원 래스터를 생성합니다. 이상치는 표준값 또는 평균값에서 관측되는 편차입니다.
추세 래스터 생성(Generate Trend Raster)	이 도구는 다차원 래스터에 있는 하나 이상의 변수에 대해 디멘전에 따라 각 픽셀의 추세를 추정합니다.
추세 래스터를 사용하여 예측	이 도구는 추세 래스터 생성 도구의 결과 추세 래스터를 사용하여 예측 다차원 래스터를 계산합니다.

래스터 함수

래스터 분석 도구 외에도 래스터 함수를 사용하여 복잡한 이미지 및 래스터 처리 워크플로를 수행할 수 있습니다. 개별 래스터 함수를 사용하거나 래스터 함수 편집기를 사용하여 시각적 프로그래밍 도구로 여러 래스터 함수를 처리 체인 또는 래스터 함수 템플릿으로 결합할 수 있습니다. 래스터 함수 템플릿은 편집 및 저장하고 기관의 다른 구성원과 공유할 수 있습니다.

Map Viewer Classic에서 래스터 분석 창을 열고 래스터 함수 편집기 버튼 을 클릭해 래스터 함수 편집기 창을 엽니다. 래스터 함수 편집기에는 대규모 래스터 함수 갤러리가 포함되어 있습니다.

이전에 저장된 래스터 함수 템플릿에 접근하거나 빌트인 래스터 함수 중 하나를 사용하려면 래스터 분석 창에서 래스터 함수 템플릿 찾아보기 버튼 를 클릭합니다.

래스터 분석 도구 및 함수 접근

래스터 분석 도구 및 함수에 접근하는 방법은 여러 가지가 있습니다.

Map Viewer Classic에서 접근

래스터 분석을 수행하는 데 필요한 권한이 있으면 Map Viewer Classic에서 도구 및 함수에 접근할 수 있습니다.

래스터 분석 도구를 열려면 분석, 래스터 분석을 차례로 클릭합니다.

래스터 분석 함수를 열려면 분석 래스터 분석 창을 차례로 클릭하고, 래스터 함수 템플릿 찾아보기 버튼 또는 래스터 함수 편집기 버튼 를 클릭합니다.

ArcGIS Pro에서 접근

포털에 로그인하면 ArcGIS Pro의 래스터 분석 도구에 접속할 수 있습니다. 자세한 내용은 포털에서 래스터 분석을 참고하세요.

위에 나열된 래스터 분석 기능 외에도 여러 영상 및 래스터 지오프로세싱 도구와 래스터 함수를 ArcGIS Pro에서 사용할 수 있습니다. 자세한 내용은 이미지 및 래스터 처리 시작하기를 참고하세요.

ArcGIS REST API에서 접근

UI 클라이언트 ArcGIS Pro 및 Map Viewer Classic 이외에도 ArcGIS REST API를 통해서 래스터 분석 서비스에 접속할 수 있습니다.

분산 래스터 분석은 이미지 서비스, 래스터 분석 작업, 정사영상 작업과 같은 다양한 개별 래스터 서비스 작업을 사용하여 수행할 수 있습니다. 래스터 생성 분석 작업을 수행하여 이미지 처리 작업을 실행하고 결과를 유지할 수 있습니다. 이 작업은 명확하게 정의된 래스터 함수 JSON 객체를 입력으로 사용하며 함수 정의에 따라 분석을 수행합니다. 사용자는 ArcGIS REST API에서 지원하는 시스템 빌트인 래스터 함수를 직접 사용하거나 고유한 사용자 설정 래스터 모델을 생성할 수 있습니다.

개발자는 래스터 함수 객체를 사용하여 분산 래스터 분석을 처리하거나 분산 결과를 저장할 수 있습니다.

ArcGIS API for Python에서 접근

ArcGIS API for Python을 통해 기관에서 제공되는 래스터 분석 도구를 사용하여 공간 데이터를 쿼리, 시각화, 분석, 변환할 수 있습니다. API의 분석 기능에 대한 자세한 내용은 ArcGIS API for Python 설명서를 참고하세요.

arcgis.raster.analytics 모듈을 통해 래스터 분석 도구에 접근할 수 있습니다. arcgis.raster.functions module 및 arcgis.raster.functions.gbl module 모듈을 통해 래스터 분석 함수에 접근할 수 있습니다. 래스터 함수 템플릿으로 작업하려면 arcgis.raster.functions.RFT 모듈을 사용합니다. 정사영상 매핑 작업은 arcgis.raster.orthomapping 모듈을 통해 접근할 수 있습니다.