ArcGIS Business Analyst Mobile App is een begeleidende app bij de Business Analyst Web App. Hiermee kunnen veldwerkers informatie over locaties verzamelen vanaf hun telefoons of mobiele apparaten. De gegevens die zij verzamelen kunnen worden geraadpleegd in de webapp om analyses uit te voeren, infographics te maken of andere Business Analyst functies uit te voeren.
In deze tutorial gebruik je de mobiele app om gegevens te verzamelen over potentiële geldautomaatlocaties om een bank te helpen haar geldautomaatnetwerk uit te breiden. Eerst deel je het Business Analyst project waarvoor je gegevens wilt verzamelen. Daarna krijg je toegang tot het project in de mobiele app, verifieer en werk je informatie bij in het veld, maak je foto's van geldautomaatlocaties en verzamel je aanvullende gegevens. Tot slot bekijk je je wijzigingen in de webapp.
In deze tutorial neem je de rol aan van een natuurbeschermingsprofessional in Puerto Rico, waarbij je verschillende bioclimatische regio's identificeert in El Yunque National Forest voor natuurbeschermingsinspanningen om de doelen van het UN Kunming-Montreal Global Biodiversity Framework (GBF) te behalen.
Je gebruikt bioclimatische datalagen en multivariate clusteringtools om de zones te identificeren, een proces dat regionalisatie wordt genoemd. De resultaten kunnen worden gebruikt om belangrijke habitats beter te begrijpen, beheren en beschermen om uitsterven van soorten te verminderen, zoals uiteengezet in GBF Doel 4, en om ten minste 30 procent van het landoppervlak op het vasteland te beschermen (Doel 2 en Doel 3).
De belangrijkste factoren die de verspreiding van soorten bepalen zijn omgevingsfactoren en ecologische interacties. Om het succes van soorten te waarborgen is het cruciaal hun habitat te behouden. Het behoud van habitats brengt echter veel uitdagingen met zich mee. Habitats zijn zeer complex en bestaan uit onderling verbonden milieukenmerken. Om weloverwogen beslissingen voor natuurbescherming te nemen is het belangrijk bestaande habitats, hun ruimtelijke omvang en zeldzaamheid te begrijpen.
Afhankelijk van je specifieke doelen en locaties gebruik je verschillende lagen, waaronder data van nationale cartografische instanties en je eigen organisatie, maar veel van deze lagen zijn vrij beschikbaar online.
De aanpak die in deze tutorial wordt beschreven is bedoeld om enkele beschikbare data voor natuurbescherming en toepasbare tools te demonstreren. Het is niet bedoeld als voorschrift voor een workflow of specifieke datalagen.
In deze tutorial treed je op als GIS-analist die werkt voor een waterdistributiebedrijf. Er wordt een nieuwe woonwijk gebouwd in jouw servicegebied en je gebruikt ArcGIS Utility Network om de afdelingen operatie, planning en engineering van de benodigde informatie te voorzien om het werk af te ronden. Zodra de bouw voltooid is, gebruik je de bewerkings- en validatiemogelijkheden van Utility Network om ervoor te zorgen dat het geografisch informatiesysteem (GIS) nauwkeurig weergeeft hoe apparatuur in het veld is gebouwd.
Onderweg leer je hoe subnetwerken getraceerd worden, getroffen klanten geïdentificeerd worden, utility network features gemaakt en bewerkt worden, topologie gevalideerd wordt en subnetwerken bijgewerkt worden.
De afdeling Openbare Werken van de stad Lisle, Illinois, heeft het geometrisch netwerk gebruikt om haar gemeentelijk elektriciteitsnetwerk te beheren. Je manager heeft jou gevraagd de mogelijkheden van een utility network in ArcGIS te verkennen om de activa van jouw netwerk te modelleren en analyseren.
Om je op weg te helpen heeft een consultant een kleine subset van jouw servicegebied gevuld met data uit het Electric Utility Network Essentials Foundation. In deze tutorial gebruik je deze voorbeelddata om met de functionaliteit van het utility network te experimenteren. Je voert traces uit om vragen over jouw netwerk te beantwoorden, draait rapporten om klantenaantallen vast te stellen en voert een service line extension uit om stroom naar een nieuwe klant te brengen gevolgd door een update subnetwork operatie om deze servicelijn in het subnetwork op te nemen.
Sinds 2012 is het afbakenen van opvanggebieden verplicht geworden voor door het National Cancer Institute (NCI) aangewezen kankercentra. Deze opvanggebieden zijn aaneengesloten geografische gebieden waaruit kankercentra het grootste deel van hun patiëntenpopulatie halen. Ze vormen de basis voor planning, toewijzing van middelen, betrokkenheid en het waarborgen van eerlijke toegang tot diensten.
In deze tutorial maak je vier potentiële opvanggebieden voor een fictief kankercentrum in Baton Rouge, Louisiana, met behulp van de volgende methoden:
Met behulp infographics en een kaartserie-indeling, je vergelijkt de vier potentiële opvanggebieden zodat het leiderschap van het centrum een weloverwogen beslissing kan nemen over welke aan de NCI moet worden voorgelegd.<\/P>
<\/P>
<\/span><\/P>In 1971 werd via de National Cancer Act het National Cancer Institute (NCI) Cancer Centers Program opgericht. Dit programma erkent en financiert toonaangevende kankercentra die geavanceerd onderzoek uitvoeren en baanbrekende behandelingen leveren aan patiënten in hun servicegebieden, die gewoonlijk kankercentrum opvanggebieden worden genoemd.<\/P>In deze tutorial leer je hoe je een kaart maakt die de dekking van National Cancer Institute kankercentrum opvanggebieden in de Verenigde Staten visualiseert, inclusief hun aangewezen kankercentra, en vervolgens de demografische samenstelling van elk opvanggebied verder analyseert om meer te weten te komen over de bediende bevolking. In de context van gezondheidszorg zijn opvanggebieden de geografische regio's waar patiënten worden doorverwezen naar een specifieke zorginstelling of dienst. Dit maakt strategische planning en toewijzing van middelen voor de kankercentrumfaciliteiten mogelijk om ervoor te zorgen dat ze hun patiënten effectief bedienen. Kankercentrum opvanggebieden zijn zelfgedefinieerde geografische gebieden die elk NCI-Aangewezen Kankercentrum bedient of van plan is te bedienen in het onderzoek dat het uitvoert, de gemeenschappen waarmee het samenwerkt en de outreach die het uitvoert.<\/P> <\/P>
<\/span><\/P>In de Verenigde Staten kent het National Cancer Institute (NCI), onderdeel van de National Institutes of Health, subsidies toe ter ondersteuning van kankerbestrijdingsmaatregelen voor organisaties die aan strenge normen voldoen. Het proces is zeer competitief en het verkrijgen van de bijbehorende NCI-aanwijzing is prestigieus. De NCI-aanwijzing en de subsidie blijven vijf tot zeven jaar geldig voordat vernieuwing vereist is.<\/P>In deze tutorial neem je de rol aan van analist als onderdeel van het team dat een verlengingsaanvraag voorbereidt voor hun door NCI gesponsorde Cancer Center Support Grant. Je onderzoekt het huidige kankercentrum opvanggebied voor jouw organisatie en maakt plannen voor strategische uitbreiding van het opvanggebied, wetende dat NCI de inspanning van jouw kankercentrum om meer mensen te bedienen zal waarderen. Om informatie te delen over de bevolking binnen het opvanggebied, pas je een infographic aan die je in je subsidieaanvraag kunt opnemen.<\/P> <\/P>
<\/span><\/P>Hoogresolutie landbedekkingslagen zijn waardevolle hulpmiddelen voor het in kaart brengen en begrijpen van de omgeving. Ze bieden gedetailleerde informatie over verschillende soorten landbedekking—zoals vegetatie, gebouwen, waterlichamen en wegen—met een fijne ruimtelijke resolutie. Een benadering om dergelijke lagen te creëren is het gebruik van <\/SPAN>
<\/span><\/P>Wilde zwijnen (Sus scrofa) zijn een invasieve soort die elk jaar acres natuurlijk habitat vernietigen of aantasten, waardoor biodiversiteit wordt bedreigd en inheemse soorten worden verstoord. Hun wroeten en foerageren kan ook landbouw en irrigatiesystemen beschadigen, en ze kunnen besmettelijke ziekten dragen die op vee kunnen worden overgedragen. Het modelleren van de verspreiding van deze dieren op basis van waarnemingen uit iNaturalist kan helpen bij het volgen, beoordelen en beperken van de vernietiging door natuurbeheer en natuurbeschermingsmanagers.<\/P>In deze tutorial richt je je op twee methoden voor soortverspreidingsmodellering: Forest-based and Boosted Classification and Regression, en Presence-only Prediction. Beide methoden kunnen afzonderlijk of in combinatie worden gebruikt om soortverspreiding te creëren en te beoordelen.<\/P>De in deze tutorial beschreven aanpak is bedoeld om enkele beschikbare methoden voor soortverspreidingsmodellering te demonstreren. Het is niet bedoeld om een workflow of eenduidige aanpak voor dit onderwerp voor te schrijven. Wanneer je deze methoden in je werk gebruikt, zorg er dan voor dat je je eigen vakinhoudelijke expertise toepast op de fenomenen die worden gemodelleerd om de beste resultaten te behalen.<\/P> <\/P>
<\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/>
Aangemelde leden kunnen berichten plaatsen, updates volgen en meer. Nieuw hier? Registreer een gratis account.
Find useful guides, FAQs, and documents to help you navigate and make the most of Esri Community.
![\use-assistant-ai-to-map-pickleball-customers-card.png\](https:\/\/us.v-cdn.net\/6038851\\uploads\\images\\120842i7F7EE5005A3ACD8C\\use-assistant-ai-to-map-pickleball-customers-card.png "\use-assistant-ai-to-map-pickleball-customers-card.png\")