Tým Learn ArcGIS<\/A> s potěšením oznamuje vydání nové lekce Learn, která obsahuje data o ekologických mořských jednotkách:<\/SPAN><\/P><\/P>Predikce stanovišť mořské trávy pomocí strojového učení<\/A><\/STRONG><\/P>Mořské trávy jsou důležitým spojencem v boji proti globálnímu oteplování – tyto pobřežní mořské rostliny zachycují obrovské množství oxidu uhličitého. Ve srovnání s tropickými lesy na pevnině mohou uložit až 100krát více CO2 na akr. Kromě toho mají mořské trávy velkou ekonomickou hodnotu: poskytují úkryt pro mořský život, jako jsou bezobratlí, ryby a mořské želvy, což je důležité pro místní rybářské ekonomiky. Kořeny pomáhají ukotvit sediment na mořském dně, čímž snižují dopad bouří a zabraňují erozi ovlivňující pobřežní domy a podniky. Pochopení stanoviště tohoto druhu je důležité pro podporu ochranářských snah a mapování oblastí, kde kvůli lidské činnosti mizí.<\/P>Jste mořský ekolog, který chce modelovat vhodná místa pro stanoviště mořské trávy po celém světě. Ačkoli máte data o mořské trávě pouze pro malý region na Floridě, naštěstí mořské trávy obvykle rostou za podobných oceánských podmínek v pobřežních oblastech po celém světě. Pomocí prediktivních schopností modelu strojového učení spolu se schopnostmi prostorové analýzy ArcGIS Pro najdete vhodná místa pro růst mořské trávy globálně. Nejprve vytvoříte tréninkovou datovou sadu se všemi oceánskými proměnnými, které ovlivňují růst mořské trávy. Poté vložíte proměnné do Pythonu a použijete predikční model náhodného lesa k určení, kde oceánské podmínky podporují růst mořské trávy. Nakonec uložíte výsledky predikce jako feature class a importujete je do ArcGIS Pro, abyste zjistili, kde je pravděpodobně nejvyšší hustota růstu.<\/P>Dovednosti: Manipulace a čištění dat, Načítání knihoven strojového učení do ArcGIS Pro, Obohacování dat k doplnění chybějících hodnot, Přenos dat mezi ArcGIS Pro a Pythonem, Provádění analýz v Pythonu, Provádění predikce pomocí náhodných lesů, Používání geoprocesních nástrojů pro statistickou analýzu.<\/EM><\/P><\/P>Díky Orhun Aydin<\/A>0c, Marjean Pobuda<\/A>0c, Keith VanGraafeiland<\/A> a Kathy Cappelli<\/A> za jejich vynikající práci na vývoji této lekce.<\/P><\/BODY><\/HTML>
<\/P>
Mořské trávy jsou důležitým spojencem v boji proti globálnímu oteplování – tyto pobřežní mořské rostliny zachycují obrovské množství oxidu uhličitého. Ve srovnání s tropickými lesy na pevnině mohou uložit až 100krát více CO2 na akr. Kromě toho mají mořské trávy velkou ekonomickou hodnotu: poskytují úkryt pro mořský život, jako jsou bezobratlí, ryby a mořské želvy, což je důležité pro místní rybářské ekonomiky. Kořeny pomáhají ukotvit sediment na mořském dně, čímž snižují dopad bouří a zabraňují erozi ovlivňující pobřežní domy a podniky. Pochopení stanoviště tohoto druhu je důležité pro podporu ochranářských snah a mapování oblastí, kde kvůli lidské činnosti mizí.<\/P>
Jste mořský ekolog, který chce modelovat vhodná místa pro stanoviště mořské trávy po celém světě. Ačkoli máte data o mořské trávě pouze pro malý region na Floridě, naštěstí mořské trávy obvykle rostou za podobných oceánských podmínek v pobřežních oblastech po celém světě. Pomocí prediktivních schopností modelu strojového učení spolu se schopnostmi prostorové analýzy ArcGIS Pro najdete vhodná místa pro růst mořské trávy globálně. Nejprve vytvoříte tréninkovou datovou sadu se všemi oceánskými proměnnými, které ovlivňují růst mořské trávy. Poté vložíte proměnné do Pythonu a použijete predikční model náhodného lesa k určení, kde oceánské podmínky podporují růst mořské trávy. Nakonec uložíte výsledky predikce jako feature class a importujete je do ArcGIS Pro, abyste zjistili, kde je pravděpodobně nejvyšší hustota růstu.<\/P>
Dovednosti: Manipulace a čištění dat, Načítání knihoven strojového učení do ArcGIS Pro, Obohacování dat k doplnění chybějících hodnot, Přenos dat mezi ArcGIS Pro a Pythonem, Provádění analýz v Pythonu, Provádění predikce pomocí náhodných lesů, Používání geoprocesních nástrojů pro statistickou analýzu.<\/EM><\/P><\/P>Díky
Přihlášení členové mohou přispívat, sledovat aktualizace a další. Nový zde? Zaregistrujte si bezplatný účet.
Find useful guides, FAQs, and documents to help you navigate and make the most of Esri Community.
