ArcGIS 10.5 大数据应用模板

GeoAnalytics矢量大数据应用模板

案例一:结合GeoEvent实时数据源与Python API生成追踪线

关键词:实时;GeoEvent;流服务;Python API;

实时数据是大数据分析中最重要的数据来源之一,而Python API又提供了 简单方便的Web端调用大数据分析工具的接口,本案例将示范如何通过 GeoEvent接入实时流服务,并将结果要素服务输入大数据分析工具Reconstruct Tracts,通过在浏览器中调用Python API来生成追踪线。本案例中使用的数据源为在线的流服务,实时记录了美国西雅图市公交车的运行情况:https://geoeventsample3.esri.com:6443/arcgis/rest/services/SeattleBus/StreamServer

  1. 在GeoEvent Manager中通过订阅WebSocket端口建立Input输入: wss://geoeventsample3.esri.com:8443/arcgis/ws/services/SeattleBus/StreamServer/subscribe

  2. 在GeoEvent Manager中建立Output输入,选择输出到Spatiotemporal Big Data Store中,并创建结果要素服务:

  3. 在GeoEvent Manager中建立GeoEvent服务:

  4. 在Portal中查看对应的结果及地图服务是否已生成:

  5. 启动Jupyter Notebook,通过Python API调用GeoAnalytics矢量大数据分析工具Reconstruct Tracts:

  6. 在Portal中查看生成的结果:

图1. 所有巴士运行情况

图2. 不同线路的巴士运行情况

案例二:时空立方体及新兴时空热点分析

关键词:时空立方体;新兴时空热点;ArcGIS Pro;

时空立方体将时空事件点聚合到时空条柱上,可直观的可视化同时具有时间和空间属性的大数据,新兴时空热点分析工具可识别出其中的趋势,发现时空热点及冷点。本案例将示范如何在ArcGIS Pro中进行新兴时空热点分析。本案例中使用的数据源为美国纽约市出租车记录,并通过在GeoAnalytics Server中注册为Big Data File Shares的方式调用:http://www.nyc.gov/html/tlc/html/about/trip_record_data.shtml

  1. 在Pro中调用GeoAnalytics大数据工具Create Space Time Cube,生成NetCDF文件(该大数据工具目前只能通过Pro调用,不能通过Portal Map Viewer中的分析工具栏调用):

  2. 将生成的NetCDF文件输入Emerging Hot Spot Analysis工具,进行新兴时空热点分析,并通过Visualize Space Time Cube in 3D进行三维可视化:

  3. 调用GeoAnalytics大数据工具Aggregate Points,利用数据中的“Trip distance”行驶距离属性,生成1km聚合格网:

  4. 将新兴时空立方体结果与行驶距离聚合结果共同展示对比:

图3. 出租车的时空热(冷)点与行驶距离对比

案例三:利用ModelBuilder生成地铁客流示意图

关键词:ModelBuilder;ArcGIS Pro;示意线;

利用ModelBuilder建模是地理设计中重要的实现手段,本案例将示范如何在Pro中用ModelBuilder建立模型,自动化的调用GeoAnalytics大数据分析工具来生成地铁客流的示意图。本案例中使用的数据源为英国伦敦市地铁进出站刷卡记录: https://figshare.com/articles/Spatio-Temporal_Public_Transport_Networks/1452948/1

OpenStreetMap提供的伦敦市建筑物底图: https://mapzen.com/data/metro-extracts/ Tweeter网站公布的带有GeoTag的tweeter数据: https://dev.twitter.com/streaming/public

  1. 先利用GeoAnalytics大数据工具Summarize Attributes将地铁客流数据按照进出站位置汇总,统计出从X站进站—Y站出站的记录共有多少条;再利用XY To Line工具将汇总后的记录生成连线;

  2. 利用GeoAnalytics大数据工具Join Features将发布twitter的数据根据地理位置关联到建筑物底图上,模拟表示人口密度;

  3. 将两个流程在Pro的ModelBuilder中建立模型:

  4. 叠加显示地铁客流示意图及模拟人口密度图:

图4. 地铁客流示意图(线段粗细代表客流量)

图5. 中心地区人口密度(红色代表密度较高)与地铁客流量对比

RasterAnalytics栅格大数据应用模板

Author: 勾戈雪黎

案例一:对连续数据源分析管理和历史展示(2D和3D)

关键词:镶嵌数据集;时间模块;

工具:ArcGIS Pro, Portal for ArcGIS, ArcGIS for Server 需求分析:原始数据具有时效性,可用于影像分析工具输入,不同时间的原始数据产出的最后的结果需要统一管理,并需要展示历史变化。 结果展示: 用户可以在Web端看见展示历史变化的服务。见附件“栅格时空展示2”。

  1. 原始数据可以是实际采集的某个时间点的矢量数据,如下图:

  2. 需求是针对这些点做出预测,例如针对点生成插值栅格,可以使用影像大数据提供的栅格工具,如下图所示:

  3. 运行工具生成结果如下图所示:

  4. 如果原始数据是持续采集的,那么后续生成的栅格需要统一管理,并且可以开启时间属性,展示历史数据。该功能需要借助镶嵌数据集管理栅格,将步骤一至步骤三生成的结果添加进同一个镶嵌数据集,然后对镶嵌数据集中footprint添加时间字段,记录每份原始数据记录的时间,然后对图层开启时间属性,最后展示结果见附件“栅格时空展示1”。

  5. 将开始时间属性的镶嵌数据集发布成为服务,如果后续有新采集数据,直接将该数据分析完成后的结果加入到镶嵌数据集中,前端服务即可随之跟新,所以用户只要维护一个服务,即可一直添加数据,展示历史变化。

案例二:将无人机数据接入平台

关键词:无人机

影像数据的获取方式越来越多,无人机的普及让影像处理也越来越私人化,对于无人机生产的小型范围数据可以直接利用Esri的Drone2Map来处理。 以下利用Drone2Map处理生成的正射影像和DSM栅格数据。

处理后的数据可以直接与平台对接,作为影像大数据处理输入。利用栅格分析Extractbands方法,将一二波段抽出融合,结果更加清晰的对比了土地和植被。结果以服务的形式直接托管在ArcGIS for Server上。

案例三:学校选址

关键词:分析任务链;

传统的桌面分析可以转移到Pro或者Portal中,可以利用影像大数据分析工具编辑器,建立整个工作链。 以学校选址为例,其中输入为三个栅格图层:高程图,到其他学校距离图以及到娱乐场所距离图。 利用栅格大数据工具中的Remap,将以上三个图层重分类,并进行加权叠加获取最后的结果图,其中粉红色区域为事宜的学校选址。

© 2017, oopsliu.com. 除非注明, 本站文章均为原创. 转载请注明出处和文章链接.