ArcGIS Image Server 的新特性

ArcGIS Image Server 10.8.1 包括更新、增强功能和漏洞修复。

如果要升级到 ArcGIS Image Server 10.8.1，则必须重新授权软件。您可以从 My Esri 中获取新的授权文件。

有关 Image Server 10.8 中的更新，请参阅此处。

10.8.1 版本的新特性

请查看 ArcGIS Image Server 10.8.1 提供的新功能和改进功能。

创建影像内容

• 您可以发布带有图像图层的栅格处理模板。这允许您浏览栅格函数模板，并将其应用于支持栅格函数的服务。
• 创建仅切片图像服务，称为切片影像图层。
• 检查和编辑图像服务配置属性。
• 覆盖已发布到独立 ArcGIS Server 10.6 或更高版本站点的图像服务。

ArcGIS Ortho Maker

ArcGIS Ortho Maker 的增强功能包括：

• 支持下载产品以供离线使用。
• 将 GPS 数据从云存储输入到您的工程中。

栅格分析

Map Viewer 中的工具

系统提供新的栅格工具用于复杂的图像处理和栅格分析。

深度学习工具集

使用深度学习分类对象 - 在输入栅格和可选要素类上运行训练深度学习模型，以生成要素类或表，其中每个输入对象分配一个类标注。

管理数据工具集

示例 - 创建一个表或点要素类，其中显示从一个栅格或一组栅格提取的已定义位置的像元值。这些位置可通过栅格像元、面要素、折线要素或一组点进行定义。

此外，管理数据组中的栅格转要素工具具有两个新参数，创建多部分要素和每个面要素的最大折点数。

多维分析工具集

• 查找参数统计信息 - 为多维或多波段栅格中的每个像素提取达到给定统计量的维度值或波段指数。
• 生成多维异常 - 通过沿维度组合现有多维栅格变量来生成多维栅格数据集。
• 生成趋势栅格 - 用于面向多维栅格中一个或多个变量估计每个像素沿维度的趋势。
• 使用趋势栅格预测 - 使用来自生成趋势栅格工具的输出趋势栅格来计算预测多维栅格。

汇总数据工具集

汇总范围内的栅格工具具有一个参数以多维方式处理，以用于指定多维输入栅格的处理方式。这些工具现在还具有其他统计数据类型百分比数和参数百分比值，以指定用于计算极端事件的百分比值。

Map Viewer 中的栅格函数

现在，ArcGIS Pro 2.6 中的所有栅格函数均在 Map Viewer 中可用。

ArcGIS Pro 中的门户工具

从 ArcGIS Pro 登录到已为 Raster Analysis 配置 ArcGIS Image Server 的 ArcGIS Enterprise 门户时，提供了新的工具和栅格函数，并且已经为某些现有函数添加了附加功能。

管理数据工具集

栅格转要素工具具有两个新参数（创建多部分要素和每个面要素的最大折点数）。

汇总数据工具集

• 添加了新的以表格显示分区统计工具，用于计算另一个数据集区域内的栅格值，并将结果报告到表。
• 汇总范围内的栅格工具和分区统计栅格函数可以处理多维区域和值栅格。这些工具核函数现在还具有其他统计数据类型百分比数和参数百分比值，以指定用于计算极端事件的百分比值。

邻近分析工具集

在此版本中已对此工具集进行重组，并添加了一些新工具。

• 距离累积工具用于计算每个像元到源的累积距离，允许直线距离、成本距离和真实表面距离，以及垂直和水平成本因子。
• 距离分配工具根据直线距离、成本距离、真实表面距离以及垂直和水平成本系数，计算每个单元到所提供的源的距离分配。
• 最佳路径为线工具以线形式计算从源到目的地的最佳路径。
• 最佳路径为栅格工具以栅格形式计算从源到目的地的最佳路径。
• 最佳区域连接工具用于在两个或多个输入区域之间计算最佳路径连接。

以下工具已移至邻近分析（旧版本）工具集：计算距离、计算行程成本、成本路径折线、确定最佳行程成本网络、确定行程成本路径折线和确定到目的地的行程成本路径。

ArcGIS Pro 中的栅格函数

从 ArcGIS Pro 登录到已为 Raster Analysis 配置 ArcGIS Image Server 的 ArcGIS Enterprise 门户时，提供了新的工具和栅格函数，并且已经为某些现有函数添加了附加功能。

添加了新的栅格函数：

• CCDC 分析 - 使用连续变化检测和分类 (CCDC) 方法评估像素值随时间的变化，并生成包含模型结果的多维栅格。
• 计算变化 - 枚举两个栅格数据集之间发生的像素变化。此功能可计算专题栅格的绝对像素值变化和分类变化。对于分类变化，它将生成一个图层，描述从一个类更改为另一个类的所有区域。
• 使用更改分析属性检测更改 - 利用使用 CCDC 分析变化工具的输出变化分析栅格来生成包含像素变化信息的栅格。
• 最佳路径为栅格 - 计算从目的地到源的最佳路径。
• 趋势转 RGB - 将趋势栅格从生成趋势函数或 CCDC 分析函数转换为 RGB 栅格图层。

对于现有函数，更新了以下内容：

• 生成趋势函数具有五个新参数：周期长度、周期单位、RMSE、R 平方和斜率系数的 P 值。
• 线性光谱解混函数支持多维栅格图层。
• 多维过滤器函数具有一个新参数，无维度。
• Mean Shift 影像分割函数具有一个用于限制允许的最大线段大小的新参数。
• 晕渲地貌函数具有一个新参数，山体阴影类型。
• 分区统计函数具有一个新统计类型百分比数和一个新参数百分比值，以指定百分比值。

距离栅格函数已在距离和距离（旧版本）组下进行了重组。

ArcGIS REST API 中的栅格函数对象

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 中的栅格分析任务

10.8.1 版本中包括以下全新的栅格分析任务：

• 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.

此外，现有栅格分析任务通过新参数得到了增强，如下所示。

• 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 中的栅格分析

arcgis.raster.analytics 模块

添加了以下新函数：

• analyze_changes_using_ccdc - 可以使用 CCDC 算法来评估像素值随时间的变化，并生成包含模型结果的多维栅格。
• detect_change_using_change_analysis_raster - 可以利用来自 arcgis.raster.analytics.analyze_changes_using_ccdc 函数的输出变化分析栅格来生成包含像素变化信息的栅格。
• generate_trend_raster - 用于面向多维栅格中给定变量估计每个像素沿维度的趋势。
• linear_spectral_unmixing - 用于执行亚像素分类和计算单个像素的端元分数丰度。
• manage_multidimensional_raster - 通过添加或删除变量或维度来编辑多维栅格。
• sample - 创建一个表，其中显示从一个栅格或一组栅格提取的已定义位置的像元值。
• optimal_path_as_line - 将从源到目的地的最佳路径计算为要素。
• optimal_region_connections - 在两个或多个输入区域之间计算最佳连通性网络。
• predict_using_trend_raster - 用于面向多维栅格中给定变量估计每个像素沿维度的趋势。

此外，以下函数得到了增强：

• convert_raster_to_feature - 具有两个新参数：create_multipart_features 和 max_vertices_per_feature。
• summarize_raster_within - 具有一个新的统计数据选项 PERCENTILE，以及一个新参数 percentile_value，用于设置百分比值。此外，它还具有另一个新参数 process_as_multidimensional，用于指定多维输入栅格的处理方式。

从 ArcGIS API for Python 1.8.1 版本开始，以下函数已被弃用：determine_travel_costpath_as_polyline 和 optimum_travel_cost_network。

arcgis.raster.functions.gbl 模块

添加了新函数 optimal_path_as_raster，可根据成本面上的最小累积成本计算每个像元的最小成本源，同时避免网络距离变形。

此外，以下函数得到了增强：

• 对 distance_accumulation 和 distance_allocation 进行了增强，现在其具有多个命名输出，并且可以接受要素输入。
• zonal_statistics - 具有一个新的统计数据选项 PERCENTILE，以及一个新参数 percentile_value，用于设置百分比值。

从 ArcGIS API for Python 1.8.1 版本开始，以下函数已被弃用：calculate_distance、calculate_travel_cost、cost_backlink、cost_distance、cost_path、euclidean_allocation、euclidean_direction、euclidean_distance、path_distance、path_distance_allocation 和 path_distance_back_link。

ArcGIS REST API 影像服务

以下列出了用于 ArcGIS REST API 影像服务任务的新工具和任务。

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 版本的新特性

请参阅 ArcGIS Image Server 10.8 的新特性。

创建影像内容

支持多维数据选项以：

• 显示 NetCDF/Grib/HDF 栅格类型
• 创建影像集合（镶嵌数据集）

“项目”页面上的其他后处理选项可用于：

• 构建轮廓线
• 色彩校正
• 构建接缝线
• 定义 NoData
• 构建统计数据
• 构建金字塔

ArcGIS Ortho Maker

ArcGIS Ortho Maker 的增强功能包括：

• 能够在已注册数据存储中使用无人机影像创建工程
• 支持 RedEdge 和 Altum 传感器
• 基于云影像生成点云
• GCP 支持垂直坐标系
• 工程共享
• 全局高程栅格数据设置

栅格分析

Map Viewer 中的工具

在多维分析工具集中增加了一种新栅格工具聚合多维栅格，以通过聚合沿维度的现有多维栅格变量来生成多维图像服务。

Map Viewer 中的栅格函数

系统提供 146 个栅格函数用于复杂的图像处理和栅格分析。可以使用栅格函数编辑器窗口将栅格函数组合到图像处理链中。构建您的栅格函数模板，对其进行测试，然后将其应用于栅格数据存储中暂存的栅格和镶嵌数据集。可以保存栅格函数链（称为栅格函数模板）并与企业成员共享。

要创建您的自定义栅格函数模板，请打开 ArcGIS Enterprise Map Viewer，单击分析选项卡并选择栅格分析。栅格分析窗格将打开并显示栅格分析操作的类别。在栅格分析窗格顶部，单击创建栅格函数模板以执行复杂的处理和分析按钮 以打开栅格函数模板窗口。将窗格中显示的栅格函数拖放到工作空间中，双击编辑器中的函数以指定参数设置。有关如何构建、应用和共享栅格函数链的更多详细信息，请参阅将栅格函数模板应用至 ArcGIS Enterprise 门户中的影像。

ArcGIS Pro 中的栅格函数

从 ArcGIS Pro 登录到已为 Raster Analysis 配置 ArcGIS Image Server 的 ArcGIS Enterprise 门户时，提供了新的工具和栅格函数，并且已经为某些现有函数添加了附加功能。

添加了新的栅格函数：

• 聚合 - 动态生成低分辨率版本的栅格，并创建动态栅格输出。
• 距离累积 - 考虑表面距离以及水平和垂直成本因素的情况下，为每个像元计算与最小成本源之间的最小累积成本距离。
• 距离分配 - 计算每个像元到源的距离映射，从而允许真实表面距离以及垂直和水平成本因素。
• 随机 - 动态创建具有随机像元值的动态栅格。

对于现有函数，更新了以下内容：

• 像元统计数据栅格函数可以根据多波段处理类型计算单波段或多波段输出。
• 最低成本路径函数已更新为使用距离累积函数执行无畸变距离分析。
• 成本路径函数已更新，现具有新的反向链接栅格的强制流向约定参数。
• 分区统计函数现在具有可用的以多维方式处理参数，可用于计算多维值栅格的每个剖切上的各种统计数据。

ArcGIS REST API 中的栅格分析任务

以下是新的栅格分析任务：

• 查找参数统计信息 - 为多维或多波段栅格中的每个像素提取达到给定统计量的维度值或波段指数。
• 计算色彩校正 - 通常在对镶嵌进行局域网平差之后，用于计算镶嵌数据集的色彩校正。
• 计算接缝线 - 通常在对图像集合进行局域网平差之后，用于计算组成图像集合的重叠图像之间的接缝线。
• 线性光谱解混 - 用于执行亚像素分类和计算单个像素的端元分数丰度。
• 使用深度学习分类对象 - 使用指定的深度学习模型基于叠加的影像数据对对象进行分类，并为每个对象生成具有新分配标注的要素服务。
• 训练深度学习模型 - 使用导出训练数据进行深度学习工具的输出训练深度学习模型。

支持数据存储的输入栅格，以及用于单节点多 GPU 并行处理的栅格分析服务，以进行深度学习。

ArcGIS API for Python 中的栅格分析

arcgis.raster.analytics 模块

添加了以下新函数：

• aggregate_multidimensional_raster - 通过沿维度聚合现有多维栅格变量来生成多维图像服务。
• build_multidimensional_transpose - 转置多维栅格数据集，以沿着每个维度对多维数据进行分块，从而优化访问所有剖切的像素值时的性能。
• find_argument_statistics - 为多维栅格中的每个像素提取达到给定统计量的维度值。
• generate_multidimensional_anomaly - 计算多维栅格中每个切割片的异常，以生成多维数据集。
• generate_trend_raster - 用于面向多维栅格中给定变量估计每个像素沿维度的趋势。
• predict_using_trend_raster - 使用来自 generate_trend_raster 函数的输出趋势栅格计算预测的多维栅格。
• subset_multidimensional_raster - 沿定义的变量和维度对数据进行分割，从而创建多维栅格的子集。

arcgis.raster.functions 模块

添加了以下新函数：

• constant_raster - 使用单个像素值创建虚拟栅格。
• random_raster - 动态创建具有随机像元值的动态栅格。

此外，以下函数得到了增强：majority、max、mean、med、min、cellstats_range、std、sum、variety，以根据多波段处理类型计算单波段或多波段输出。

arcgis.raster.functions.gbl 模块

添加了以下新函数：

• distance_accumulation - 考虑表面距离以及水平和垂直成本因素的情况下，为每个像元计算与最小成本源之间的最小累积成本距离。
• distance_allocation - 计算每个像元到源的距离映射，从而允许真实表面距离以及垂直和水平成本因素。
• euclidean_back_direction - 计算各像元到沿最短路径返回最近源同时避开障碍的邻近像元的方向（以度为单位）。
• expand - 按指定的像元数目扩展指定的栅格区域。
• flow_length - 用于沿每个像元的水流路径创建上游（或下游）距离或加权距离的栅格图层。
• shrink - 按指定像元数目收缩所选区域，方法是用邻域中出现最频繁的像元值替换该区域的值。
• sink - 创建识别所有汇或内流水系区域的栅格图层。
• snap_pour_point - 将倾泻点捕捉到指定距离内累积流量最大的像元。
• stream_order - 向各交点之间的栅格线性网络的各部分分配唯一值。

此外，以下函数得到了增强：euclidean_allocation、euclidean_distance、euclidean_direction、flow_distance、cost_path、zonal_statistics。