Analyse spatiale dans ArcGIS AllSource
L’analyse spatiale permet de résoudre des problèmes de localisation complexes, d’explorer et de comprendre vos données sur le plan géographique, de déterminer les relations, de détecter et quantifier des modèles, d’évaluer des tendances, de faire des prévisions et de prendre des décisions. Elle va au-delà de la simple cartographie et permet d’étudier les caractéristiques des endroits et de la relation qui existe entre eux. L’analyse spatiale ouvre de nouvelles perspectives dans votre prise de décision.
Grâce à l’analyse spatiale, vous pouvez combiner les informations de nombreuses sources et générer des informations totalement nouvelles, en appliquant un ensemble d’opérateurs spatiaux. Cet ensemble d’outils d’analyse spatiale vous permet de répondre à des questions complexes dans ce domaine. L’analyse statistique permet de déterminer si les modèles que vous observez sont significatifs. Vous pouvez analyser différentes couches pour calculer l’adaptabilité d’un endroit pour une activité précise et détecter, grâce à l’analyse des images, les modifications dans le temps. Ces outils vous permettent de répondre à des questions importantes et de prendre des décisions qui vont au-delà d’une simple analyse visuelle.
Vous pouvez utiliser les fonctionnalités d’analyse et de géotraitement dans ArcGIS AllSource pour répondre à de nombreuses questions spatiales et effectuer une analyse spatiale. L’analyse spatiale dans ArcGIS AllSource s’effectue en 2D et en 3D, ainsi que dans le temps.
Un processus classique d’analyse spatiale implique les points suivants :
Formulez la question à laquelle vous voulez répondre.
Recherchez les données et préparez-les avec le Data Engineering en vue de leur l’analyse.
Explorez les données sur une carte et avec des diagrammes pour mieux comprendre les données.
Procédez à l’analyse spatiale à l’aide de l’outil ou du jeu d’outils approprié pour répondre à la question.
Répétez ou automatisez l’analyse en créant des modèles et des scripts.
Partagez les résultats pour communiquer vos conclusions ou permettre à d’autres personnes de réitérer le processus.
Data Engineering
Avec le Data Engineering, vous pouvez explorer, visualiser, nettoyer et préparer des données. Le Data Engineering est une première étape courante pour de nombreux processus d’analyse spatiale et de cartographie. La vue et le ruban Data Engineering peuvent vous aider à mieux comprendre les données et à les préparer pour les processus SIG.
En savoir plus sur le Data Engineering
Visualisation avec des diagrammes
La visualisation des données à l’aide de diagrammes permet de découvrir des modèles, des tendances, des relations et des structures de données, qui pourraient autrement être difficiles à percevoir sous forme de nombres brutes dans une table. Interprétez les résultats d’une analyse et communiquez vos conclusions sous forme de diagrammes.
En savoir plus sur les diagrammes
Analyse spatiale
À l’aide des fonctions d’analyse spatiale disponibles dans ArcGIS AllSource, vous pouvez effectuer les types d’opération suivants sur les données géographiques :
Extraire et superposer des données
Ajouter et calculer des champs attributaires
Résumer et agréger des données
Calculer des statistiques
Modéliser des relations et découvrir des modèles
En savoir plus sur le géotraitement
En savoir plus sur les fonctions raster
Machine Learning et intelligence artificielle
Le Machine Learning désigne un ensemble d’algorithmes et de techniques d’automatisation des prévisions, de la classification et de l’agrégation des données. Le Deep Learning est un sous-ensemble important des techniques de Machine Learning qui utilise les réseaux neuronaux pour exploiter les données. Le Machine Learning et le Deep Learning jouent un rôle important dans la résolution des problèmes spatiaux dans de nombreux domaines d’application allant de la classification des images à la détection de modèles spatiaux en passant par la prévision multivariée.
En plus des techniques classiques de Machine Learning, ArcGIS AllSource inclut un sous-ensemble de techniques de Machine Learning qui sont intrinsèquement spatiales. Ces méthodes spatiales qui intègrent la géographie directement dans leurs calculs peuvent conduire à une meilleure compréhension. La composante spatiale se traduit souvent par une mesure de la forme, de la densité, de la contiguïté, de la distribution spatiale ou de la proximité. Les techniques classiques ainsi que les techniques intrinséquement spatiales de Machine Learning peuvent jouer un rôle important dans la résolution des problèmes spatiaux et ArcGIS AllSource prend en charge leur utilisation de diverses façons.
Le Machine Learning peut nécessiter de nombreux calculs et implique généralement un grand volume de données complexes. Les avancées en matière de stockage des données et de calcul parallèle et distribué permettent de résoudre les problèmes liés au Machine Learning et aux SIG.
Les capacités et outils suivants s’appuient sur le Machine Learning et le Deep Learning :
Le jeu d’outils Mapping Clusters (Appariement d’agrégats) et le jeu d’outils Modeling Spatial Relationships (Modélisation de relations spatiales) dans la boîte à outils Spatial Statistics (Statistiques spatiales)
Le jeu d’outils Time Series Forecasting (Prévision de séries chronologiques) de la boîte d’outils Space Time Pattern Mining (Exploration des modèles spatio-temporels)
Outils concernant les entités, les tables et l‘analyse de texte de la boîte à outils GeoAI
Le jeu d’outils Multidimensional Analysis (Analyse multidimensionnelle) et le jeu d’outils Deep Learning de la boîte à outils Analyst
le jeu d’outils Point Cloud (Nuage de points) de la boîte à outils 3D Analyst
L’outil de détection des objets interactive, basée sur le Deep Learning
Analyse de Big Data
ArcGIS AllSource propose des outils capables de transformer de gros volumes de données spatiales en informations exploitables. En utilisant le traitement parallèle sur un seul ordinateur ou le traitement distribué avec des serveurs multinœuds, vous pouvez effectuer des analyses et obtenir des informations de grandes quantités de données qui étaient jusque-là trop volumineuses ou trop complexes.
Vous pouvez utiliser les fonctionnalités et les boîtes à outils suivantes pour analyser les Big Data :
La boîte à outils GeoAnalytics Desktop fournit une structure de traitement parallèle adaptée aux analyses sur un ordinateur de bureau à l’aide de Spark. Grâce à l’agrégation, la régression et la détection, vous pouvez visualiser, comprendre et manipuler les tables ou entités des Big Data. Ces outils, qui utilisent des jeux de Big Data, vous permettent de mieux comprendre les données au travers de modèles, de tendances et d’anomalies.
En savoir plus sur la boîte à outils GeoAnalytics Desktop
Les outils du jeu d’outils Movement Analysis (Analyse des mouvements) de la boîte à outils AllSource utilisent aussi Apache Spark.
Vous pouvez réaliser des analyses visuelles et des explorations de Big Data dans un entrepôt de données sur le Cloud ou d’autres sources d’entreprise à l’aide de diagrammes.
En savoir plus sur la création de diagrammes avec une source de Big Data
Regroupez les entités de façon dynamique et affichez-les sur une carte pour agréger et synthétiser les données à la volée sans étapes de prétraitement.
Modélisation et scripts
Gagnez du temps lors des tâches répétitives, réduisez les erreurs et faites des itérations efficaces des analyses en créant des modèles ou des scripts. Convertissez ensuite un modèle ou un script en un outil personnalisé. Utilisez Python pour composer les scripts des processus ou créez des modèles de processus avec ModelBuilder.
Vous pouvez également ajouter des bibliothèques tierces à l’aide du gestionnaire de paquetages pour étendre ArcGIS AllSource.
Partage et collaboration
Vous pouvez partager la méthodologie d’analyse ainsi que les données que vous avez analysées dans ArcGIS AllSource avec vos collègues, votre organisation ou votre communauté sous forme de paquetages de géotraitement ou d’outils Web. Avec ces outils d’analyse partagés, n’importe quel utilisateur peut bénéficier de votre expertise en matière d’analyse spatiale tout en effectuant lui-même l’analyse.
[!include[alert-arcgis-pro-help](../includes/alert-arcgis-pro-help.md)]