다중 변수 격자에서 보강(Enrich From Multi-Variable Grid)

비고:

현재 이 기능은 Map Viewer Classic(이전의 Map Viewer)에서만 지원됩니다. 새 Map Viewer 후속 릴리즈에서 제공됩니다.

다중 변수 격자에서 보강 도구는 다중 변수 격자에서 포인트 레이어로 속성을 조인합니다. 다중 변수 격자는 다중 변수 격자 생성 도구로 생성된 정사각형 또는 육각형 그룹의 격자로, 다중 레이어의 정보를 단일 폴리곤의 격자로 컴파일합니다. 다중 변수 격자의 메타데이터를 사용하여 입력 포인트 피처를 효율적으로 보강할 수 있으므로 조인 피처 도구보다 더 빨리 분석됩니다. 해당 도구를 사용하면 포인트 데이터에 크고 다양한 정보 컬렉션을 신속하게 추가하여 추가적인 공간 분석에 사용할 수 있습니다.

워크플로 다이어그램

GeoAnalytics Tools를 사용하여 분석

GeoAnalytics Tools를 사용하는 분석은 여러 ArcGIS GeoAnalytics Server 머신 및 코어에서 분산 처리를 사용하여 실행됩니다. ArcGIS Enterprise의 GeoAnalytics Tools 및 표준 피처 분석 도구에는 다양한 매개변수와 기능이 있습니다. 이러한 차이점에 대한 자세한 내용은 피처 분석 도구의 차이점을 참고하세요.

예시

대형 수도 시설의 분석가가 다중 변수 격자 생성 도구를 사용하여 다중 변수 격자를 생성했습니다. 이러한 다중 변수 격자에는 해당 수도 시설에서 서비스를 제공하는 지역에 대한 수도 시설 인프라, 환경 조건, 인구 통계, 경제 활동 등을 250피트 해상도로 나타내는 20개 이상의 변수가 포함되어 있습니다. 매달 해당 분석가는 수백만 개의 피처가 포함된 새로운 물 사용 데이터를 받습니다. 분석가는 선형 회귀 모델을 사용하여 높은 물 사용량에 가장 큰 영향을 준 요인과 이러한 요인이 지난 달에 비해 어떻게 변화했는지를 조사하고자 합니다. 다중 변수 격자에서 보강 도구를 사용할 경우 분석가는 다중 변수 격자에 포함된 변수로 새로운 사용 데이터를 신속하게 보강하여 물 사용량을 모델링할 때 이러한 변수가 종속 변수로 사용되도록 할 수 있습니다.

사용 참고 사항

다중 변수 격자에서 보강에 대한 입력은 포인트 레이어와 다중 변수 격자 레이어여야 합니다. 다중 변수 격자 레이어는 다중 변수 격자 생성 도구를 사용하여 생성된 것이어야 합니다.

입력 레이어의 모든 속성은 결과 레이어에 포함됩니다.

보강할 다중 변수 격자 선택 매개변수에 선택된 레이어는 다중 변수 격자 생성 도구를 사용하여 생성된 호스팅 피처 레이어여야 합니다. 빅데이터 파일 공유에 저장된 다중 변수 격자는 해당 도구의 입력으로 사용할 수 없습니다.

추가할 변수 선택 매개변수는 입력 포인트 레이어를 보강하는 데 사용할 수 있는 다중 변수 격자 내의 모든 변수를 나열합니다. 이러한 변수는 레이어 속성 테이블의 필드로 결과 레이어에 포함됩니다. 포인트 피처가 다중 변수 격자를 교차하지 않는 경우 필드 값이 null이 됩니다.

ArcGIS API for Python 예시

다중 변수 격자에서 보강 도구는 ArcGIS API for Python을 통해 제공됩니다.

해당 예시에서는 인구 통계 정보를 포함한 다중 변수 격자를 사용하여 범죄 데이터 레이어를 보강합니다.

# 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

유사한 도구

다중 변수 격자에서 보강 도구는 다중 변수 격자에서 포인트 레이어로 속성을 조인합니다. 다음에 설명된 기타 도구를 사용할 수도 있습니다.

Map Viewer Classic 분석 도구

속성을 라인, 폴리곤, 테이블 형식 레이어로 조인하거나 다중 변수 격자 이외의 레이어를 포인트 레이어로 조인하려는 경우에는 조인 피처 도구를 사용하세요.