In diesem Tutorial sind Sie GIS-Fachkraft beim United States National Park Service. Sie wurden beauftragt, eine Karte des Santa Monica Mountains National Recreation Area in der Nähe von Los Angeles zu erstellen. Ihre Karte muss speziell Informationen in Pop-ups über Trailheads und Wanderwege sowohl auf Englisch als auch auf Spanisch anzeigen.
Zuerst überprüfen Sie die Attributtabellen der verfügbaren Trailhead- und Trail-Layer. Dann verwenden Sie Arcade , um Pop-ups für jeden Layer zu erstellen. Schließlich bestätigen Sie, dass die Karte die erforderlichen Informationen in beiden Sprachen liefert.
Im Jahr 2018 war der Ausbruch des Kilauea-Vulkans auf Hawaiis Big Island ein bedeutendes Ereignis und verursachte erhebliche Zerstörungen. In diesem Tutorial bereiten Sie Landsat-Satellitenbilder vor und erkunden sie, die vor, während und nach dem Ausbruch aufgenommen wurden. Landsat ist das am längsten laufende Satellitenprogramm zur Erdbeobachtung weltweit. Es hat Millionen von Bildern aufgenommen, die über mehrere Jahrzehnte eine kontinuierliche globale Abdeckung bieten, was Landsat zu einer unvergleichlichen Ressource für Analysten und Entscheidungsträger macht. Sie greifen auf diese Daten als gebrauchsfertige Online-Bildschicht zu, die über den ArcGIS Living Atlas of the World verfügbar ist.
Hochauflösende Landbedeckungsschichten sind wertvolle Werkzeuge zur Kartierung und zum Verständnis der Umwelt. Sie liefern detaillierte Informationen über verschiedene Landbedeckungstypen – wie Vegetation, Gebäude, Gewässer und Straßen – mit feiner räumlicher Auflösung. Ein Ansatz zur Erstellung solcher Schichten besteht darin, GeoAI auf Drohnenbilder anzuwenden und die Bildpixel in ihre entsprechenden Landbedeckungstypen zu klassifizieren. Während es möglich ist, Ihr eigenes Deep-Learning-Modell für diese Aufgabe zu trainieren, können Sie auch ein vortrainiertes Modell nutzen, das vom bereitgestellt wird.
In diesem Tutorial mit Fokus auf die Gemeinde Alexandra in Südafrika probieren Sie diesen Ansatz in aus mit dem Ziel, Grünflächen zu identifizieren und deren Gesamtfläche zu berechnen. Informationen über die Verteilung von Grünflächen sind entscheidend für Stadtplanung, Ressourcenverteilung und soziale Entwicklungsinitiativen.
In diesem Tutorial übernehmen Sie die Rolle eines GIS-Analysten bei einer kleinen Kommunalverwaltung mit dem Auftrag eines Pilotprojekts zur Migration der geometrischen Netzwerke Ihrer Organisation zum Utility Network. Ihre kleine Stadt hat Abteilungen, die Daten für Strom-, Gas-, Wasser-, Abwasser- und Regenwassernetze verwalten. Dieses Tutorial enthält Beispieldaten und Anweisungen zur Migration jedes dieser fünf geometrischen Netzwerke, sodass Sie sich auf den Datensatz konzentrieren können, der Sie am meisten interessiert. Sie verwenden den Utility Network Migration Wizard zur Erstellung eines Utility Networks basierend auf einem bestehenden geometrischen Netzwerk. Während Sie durch diesen Prozess vom Wizard geführt werden, müssen Sie die grundlegenden Funktionsweisen des Netzwerks verstehen, um Quellen und Senken festzulegen, die Tierdefinition für das Netzwerk einzustellen und Quellklassen den richtigen Asset-Typen zuzuordnen. Nach Abschluss des Wizards werden Ihre geometrischen Netzwerkfeatures in ein Utility Network migriert.
In diesem Tutorial wurden Sie beauftragt hochwertige Drohnenaufnahmen des University of Redlands Campus für eine zukünftige Bewertung des Wohnungsbaus. Die von Ihnen gesammelten Aufnahmen werden verwendet, um hochauflösende 3D-Produkte des Campus und der Infrastruktur zu erstellen, die eine Bewertung für neue geplante Entwicklungen ermöglichen.<\/SPAN><\/P> <\/P> <\/P>Predict home prices with regression analysis and machine learning<\/A> <\/STRONG><\/H5>
<\/span><\/STRONG><\/H5>Sie haben drei statistische Modelle erstellt, die mit realen Verkaufsdaten von Häusern im King County, Washington, trainiert und getestet wurden. In diesem Tutorial verwenden Sie diese Modelle, um die Verkaufspreise von Häusern vorherzusagen, die noch nicht verkauft wurden. Anschließend vergleichen Sie die Ergebnisse, um die Vor- und Nachteile jeder Modellierungsansatzes besser zu verstehen.<\/SPAN><\/P> <\/P> <\/P> <\/P> <\/P><\/DIV><\/DIV>
