GeoAnalytics Server学习笔记
GA的输入数据源
|
输入源 |
存储形式 |
|
Spatiotemporal 时空型ArcGIS DataStore |
物联网数据 （通过GeoEvent Server输出） |
|
大数据共享目录BigDataShare |
文件夹 |
|
Hive |
|
|
HDFS |
|
|
AWS S3云盘 |
|
|
Azure Blob Container |
|
|
托管的和单独发布的都要素服务 |
Feature Service |
|
FeatureCollection |
JSON |
大数据共享目录
BigDataShare优点
- 支持追加更新记录
- 大型数据集可分割为多个部分
- 允许单一数据集有多种不同的时间表达格式
大数据共享目录结构示例
Big Data Catalog Service
URL: http://Catalog/DataStoreCatalogs/<serviceName>/BigDataCatalogServer
大数据文件共享清单
- 名称 name （必要）
要求唯一
- 格式 format （必要）
"format" : {
"type" : "< delimited | shapefile>",
"extension" : "< csv | tsv | shp >",
"fieldDelimiter" : "< delimiter >",
"recordTerminator: "< terminator >",
"quoteChar": "< character for quotes>",
"hasHeaderRow" : < true | false >,
"encoding" : "< encoding format >"
}
- 方案 schema （必要）
"schema" : {
"fields" : {
"name": "< fieldName >",
"type" : "< esriFieldTypeString |
esriFieldTypeBigInteger |
esriFieldTypeDouble >"
}
}
- 几何 geometry （可选）
"geometry" : {
"geometryType" : "< esriGeometryType >",
"spatialReference" : {
"wkid": <wkidNum>,
"latestwkid" : <latestWkidNum>
},
"fields": [
{
"name": "<fieldName1>",
"formats": ["<fieldFormat1>"]
},
{
"name": "<fieldName2>",
"formats": ["<fieldFormat2>"]
}
]
}
- 时间 time（可选）
"time" : {
"timeType" : "< instant | interval >",
"timeReference" : {
"timeZone" : "<timeZone >"
},
"fields": [
{
"name": "<fieldName1>",
"formats": ["<fieldFormat1>"]
"role": "< start | end >"
}
]
}
提示文件
- 没有标头的 CSV，并且要对数据应用字段名称。
- 首次生成清单时无法识别引号和分隔符。
- 无法识别数据集的编码。
|
提示参数 |
说明 |
示例 |
|
fieldNames |
要用于指定数据集的字段的名称。这对于没有标头的分隔文件很有用。 |
earthquakes.fieldNames=lat,long,date,magnitude,description |
|
delimiter |
应用于独立字段的分隔符类型。 |
earthquakes.delimiter=, |
|
quoteChar |
用于引号的字符。 |
earthquakes.quoteChar=" |
|
encoding |
应用的编码类型。 |
earthquakes.encoding=UTF-8 |
|
recordTerminator |
标记记录结束的字符。 |
earthquakes.recordTerminator=\n |
|
hasHeaderRow |
指示分隔文件是否具有标题行的标记。 |
earthquakes.hasHeaderRow=false |
GA的输出
|
输出形式 |
GA工具 |
备注 |
|
时空型DataStore的要素图层 |
大部分 |
默认 |
|
关系型DataStore的要素图层 |
大部分 |
|
|
NetCDF文件 |
时空立方体 |
|
GA工具
Analyze Patterns 分析模式工具集
计算密度
针对点图层的密度计算。
支持的加权方式：
- 统一
- 核密度
查找热点
识别点要素的统计学特征，判断空间聚集的冷热点位置。计算每个要素的z-score, p-value和可信值。
Find Locations 查找位置工具集
查找相似位置
基于要素的属性查找最相似和最不相似的要素，并排序。
汇总数据工具集
聚合点
将点聚合到面要素或条柱。在存在点的所有位置，将会返回含有点计数及可选统计数据的面。
- 要求点图层或者输出坐标系为平面坐标系
- 可以使用面图层。
- 可以使用在运行分析时生成的指定尺寸的方形条柱或六角条柱。
可统计属性：
- 计数
- 总数
- 总和
- 最大值
- 最小值
- 平均值
- 范围（最大值-最小值）
- 标准方差
- 方差
- 任何（用于字符采样）
连接要素
可根据空间、时态和属性关系或这些关系的某种组合将一个图层的属性连接到另一个图层。
空间关系
- 相交
- 包含
- 接触
- 在指定距离内
- 相同
- 被包含
- 相切
- 重叠
管理关系
- 一对一，可进行属性统计汇总
- 一对多
重新构建轨迹
根据启用时间的输入数据 创建轨迹（线或面）。
支持指定缓冲区生成
汇总属性
针对要素类中的字段计算汇总统计数据。
可统计属性：
- 计数
- 总数
- 总和
- 最大值
- 最小值
- 平均值
- 范围（最大值-最小值）
- 标准方差
- 方差
- 任何（用于字符采样）
范围内汇总
将一个面图层与另一个图层叠加，以便汇总各面内点的数量、线的长度或面的面积，并计算面内此类要素的属性字段统计数据。
可提高标准统计和几何权重统计，几何权重统计适合线和面图层。
标准统计可统计属性：
- 计数
- 总数
- 总和
- 最大值
- 最小值
- 平均值
- 范围（最大值-最小值）
- 标准方差
- 方差
- 任何（用于字符采样）
权重统计可统计属性：
- 计数
- 总数
- 总和
- 最大值
- 最小值
- 平均值
- 范围（最大值-最小值）
邻近分析工具集
创建缓冲区
提供欧几里得距离和大地距离两种缓冲区创建方法。
缓冲距离：
- 固定
- 字段
- 表达式
缓冲区支持融合：
- 全部
- 按相同字段值
融合后的可统计属性：
- 计数
- 总数
- 总和
- 最大值
- 最小值
- 平均值
- 范围（最大值-最小值）
- 标准方差
- 方差
- 任何（用于字符采样）
Buffer表达式
|
函数 |
示例 |
|
constrain(,,) |
constrain($feature['Store dist'], 6, $feature['distance']) |
|
iff(,,) |
iff($feature['field1'] > $feature['field2'], $feature['field1'], 0) |
|
decode(,,,...,,) |
decode($feature['field1'] + 3 , $feature['field1'], 1, $feature['field2'], 2, 0) |
|
as_meters() |
as_meters($feature['Store dist']) |
