Полезные инструменты для ArcGIS с сайта USGS: различия между версиями
Nadiopt (обсуждение | вклад) Нет описания правки |
Nadiopt (обсуждение | вклад) Нет описания правки |
||
| Строка 1: | Строка 1: | ||
данная статья являет собой обзор бесплатных расширений для ArcGis 10 с сайта USGS. Все их можно получить [http://www.umesc.usgs.gov/dss.html здесь] | данная статья являет собой обзор бесплатных расширений для ArcGis 10 с сайта USGS. Все их можно получить [http://www.umesc.usgs.gov/dss.html здесь] | ||
==Curve Fit: A Pixel Level Raster Regression Tool== | ==Curve Fit: A Pixel Level Raster Regression Tool== | ||
ссылка на загрузку: [http://www.umesc.usgs.gov/management/dss/curve_fit/curve_fit_10-1.zip]<br> | ссылка на загрузку: [http://www.umesc.usgs.gov/management/dss/curve_fit/curve_fit_10-1.zip архив]<br> | ||
установка: [http://www.umesc.usgs.gov/management/dss/curve_fit/curve_fit_instructions.pdf]<br> | установка: [http://www.umesc.usgs.gov/management/dss/curve_fit/curve_fit_instructions.pdf инструкция в pdf]<br> | ||
позволяет проводить регрессионный анализ по ряду растровых данных (изображений с географической привязкой). Пользователь вводит массив значений для независимой переменной (X). Растровые данные, представляющие зависимую переменную (Y), сопоставляются с каждым значением X, введенным пользователем. Затем используется либо линейный, либо нелинейный методы регрессии (в зависимости от выбора пользователя) для расчета уникальной математическую модели для каждого пикселя входных наборов растровых данных. Некоторые примеры применения: разнообразие мест обитания в зависимости от масштаба или плотность населения в зависимости от времени. | |||
Версия от 11:46, 29 июля 2014
данная статья являет собой обзор бесплатных расширений для ArcGis 10 с сайта USGS. Все их можно получить здесь
Curve Fit: A Pixel Level Raster Regression Tool
ссылка на загрузку: архив
установка: инструкция в pdf
позволяет проводить регрессионный анализ по ряду растровых данных (изображений с географической привязкой). Пользователь вводит массив значений для независимой переменной (X). Растровые данные, представляющие зависимую переменную (Y), сопоставляются с каждым значением X, введенным пользователем. Затем используется либо линейный, либо нелинейный методы регрессии (в зависимости от выбора пользователя) для расчета уникальной математическую модели для каждого пикселя входных наборов растровых данных. Некоторые примеры применения: разнообразие мест обитания в зависимости от масштаба или плотность населения в зависимости от времени.