1.
Análisis científico en ArcGIS
Marta Dávila | Jaime Nieves
Esri España

2.
Agenda
1. Introducción.
2. Visualización y análisis exploratorio en ArcGIS.
3. Python en la Plataforma ArcGIS.
4. Integración con frameworks externos.
5. Análisis espacial estadístico en ArcGIS.
6. Conclusiones y Preguntas.

3.
Introducción

4.
¿Qué pasa cuando miras una hoja de cálculo?
¡Quieres mas!

5.
Lo mismo nos pasa con los mapas
¡Podemos y queremos hacer más!

6.
ArcGIS es una plataforma
Y el análisis forma parte de toda ella

7.
¿Quién usa el análisis espacial?
Una herramienta para cada usuario

8.
¿Qué es la ciencia de datos espacial?
Análisis espacial Ciencia de datos

9.
Análisis espacial
Algunas personas lo describen así
Ciencia de datos
Ciencia de
datos

10.
Ciencia de datos
Otras lo describen así
Análisis
espacial
Análisis espacial

11.
Lo que sí es
La superposición entre el análisis espacial y la ciencia de datos
Análisis espacial

12.
Análisis visual y exploratorio

13.
Visualización de datos
Smart Mapping y funciones avanzadas de representación
Cualitativos/Cuantitativos Multivariable Superposición
3D/ExtrusiónDensidad/AgregaciónDescriptor Estadístico

14.
Análisis exploratorio
Mapas, gráficos y datos en un entorno interactivo
ArcGIS Pro
Charts
ArcGIS
Insights

15.
Python en ArcGIS

16.
Python
Python es uno de los lenguajes de programación más utilizados. Es fácil de
aprender e interpretar, y puede aplicarse a muchas disciplinas.
Administración
Web GIS
Gestión de
contenidos
Análisis y ciencia
de datos
Python + casos de uso GIS

17.
Python en toda la plataforma
Runtime
.NET Java Qt
Desktop
Enterprise

18.
En nuestros ejemplos…
Runtime
Desktop
Enterprise

19.
Librerías de ArcGIS para Python
• ArcPy
• Análisis, gestión y conversión de datos y automatización de mapas.
• Accesible desde ArcGIS Pro (Python Window) o desde cualquier
script (batch files, tareas programadas, aplicaciones externas…)
• ArcGIS Pro soporta Conda para la gestión de paquetes de Python.
• SciPy, NumPy y muchos otros.
• ArcGIS API for Python
• Gestión del portal (ArcGIS Online / ArcGIS Enterprise).
• Automatización de tareas: análisis, gestión de datos,
administración.
• Roles de ArcGIS Enterprise
• Acceso vía scripts o de forma interactiva
(Jupyter Notebook).

20.
ArcGIS Notebook Server
Plataforma integrada para hacer ciencia de datos
ArcGIS
Open Source
Python & Data Science
• ArcGIS API for Python
• ArcPy
• Análisis
• Geoprocesamiento
• Análisis Web GIS
• GeoAnalytics*
• Raster Analytics*
* Requiere tener la licencia del rol correspondiente

21.
Análisis multidimensional y
Análisis espacial estadístico

22.
Análisis con datos multidimensionales
Análisis de datos científicos de tipo ráster
• Los datos multidimensionales presentan variables científicas en múltiples dimensiones: espacio
(X, Y), tiempo (T) y altura o profundidad (Z).
• ArcGIS soporta netCDF, GRIB, HDF, space-time cubes y mosaic datasets.
• Ahora también en CRF (Cloud Raster Format):
• Optimizado para lectura y escritura en repositorios distribuidos, pero también en local.
• Herramientas en ArcGIS Pro:
• Multidimensional Tools: Creación y conversión de datos netCDF. Disponible en todos los niveles de
licencia.
• Multidimensional Analysis: Análisis sobre datos netCDF. Disponible con Spatial Analyst o Image Analyst
para ArcGIS.
• Otras herramientas relacionadas con Mosaic Datasets, Raster Management…
• Las GP Tools de ArcGIS permiten ejecutar prcoesos desde Python o como Servicio.

23.
Spatial Statistics
Analizar distribuciones, patrones, procesos y relaciones espaciales
Centro mediano
y dispersión
Clustering Clustering
multivariable
Clustering
restringido espacialmente
Autocorrelación Espacial
(I de Moran)
Hotspots
(Gi* de Getis-Ord)
Regresión ponderada
geográficamente (GWR)
Regresión
exploratoria
http://esriurl.com/spatialstats

24.
Análisis predictivo y Machine Learning
• Pixel & Object Based
• Image Segmentation
• Maximum Likelihood
• Random Trees
• Support Vector Machine
• Empirical Bayesian Kriging
• Areal Interpolation
• EBK Regression Prediction
• Ordinary Least Squares Regression and
Exploratory Regression
• Geographically Weighted Regression
Classification
Prediction
Clustering
• Spatially Constrained Multivariate
Clustering
• Multivariate Clustering
• Density-based Clustering
• Hot Spot Analysis
• Cluster and Outlier Analysis
• Space Time Pattern Mining
• Generate training samples
• Detect objects
• Classify pixels
Deep Learning