Merk
Tilgang til denne siden krever autorisasjon. Du kan prøve å logge på eller endre kataloger.
Tilgang til denne siden krever autorisasjon. Du kan prøve å endre kataloger.
Fabric Maps visualiserer romlig data gjennom lag, der hvert lag representerer et distinkt datasett, spørringsresultat eller bildekilde gjengitt på et kart. Lag er de viktigste byggesteinene i et kart og lar deg kombinere sanntidshendelser, historiske romlige data og bilder i ett enkelt, interaktivt geografisk syn. Hvert lag er uavhengig konfigurert, stilisert og kontrollert, slik at du kan fremheve ulike romlige aspekter av dataene dine – som lokasjon, bevegelse, grenser eller tetthet – innenfor samme kart.
Hva er et lag?
Et lag representerer ett logisk sett med romlig informasjon vist på et kart. Lagene kan visualisere:
- Vektordata hentet fra spørringer eller filer (punkter, linjer og polygoner)
- Bildedata som gir rasterkontekst under vektorlagene
Lagene gjengis sammen på et enkelt kartlerret og kan omorganiseres, vises eller skjules, og styles uavhengig.
Bemerkning
Et Fabric-kart kan inneholde flere lag av ulike typer, slik at du kan kombinere sanntids- og historiske data med geografisk kontekst i én visning.
Typer lag i Fabric Maps
Fabric Maps støtter to hovedkategorier av lag:
Vektordatalag
Vektorlag visualiserer diskrete romlige trekk. Bruk dem til å representere enheter, ruter eller geografiske regioner. Avhengig av den underliggende geometrien kan vektorlag vise:
- Punkter, som eiendelsplasseringer eller innkommende hendelser
- Linjer, som stier, ruter eller baner
- Polygoner, som tjenesteområder, grenser eller soner
Du kan hente vektorlag fra:
- Eventhouses, som bruker Kusto Query Language (KQL) for sanntids- eller nesten sanntidsdata
- Innsjøhus, ved bruk av lagrede romlige filer for historiske eller referansedata
- Eksterne funksjonstjenester, ved bruk av WFS, OGC API - Features, eller Esri Feature Service-endepunkter for eksternt hostet vektordata
Vektorlag støtter styling, filtrering, merking og interaksjon for å fremheve mønstre og relasjoner i dataene dine.
Eksterne funksjonstjenestelag kan også bruke en serverside kildespørring for å kontrollere hvilke poster og felt som hentes før kartlagsfiltrering benyttes. For mer informasjon, se Eksterne funksjonstjenester i Fabric Maps.
Bildelag
Bildelag gir rasterkontekst for kartet ditt. Du kan omorganisere bilde- og vektorlag for å kontrollere hvordan de overlapper. Plasser bilder under vektorlagene når du vil at bildene skal gi geografisk eller tematisk kontekst uten å skjule vektordataene.
Fabric Maps støtter bildelag fra følgende kilder:
- Innebygde basemaps drevet av Azure Maps, inkludert satellitt- og hybridkartstilene, som gir global bildedekning.
- Egendefinerte bilder lagret i OneLake, som Cloud Optimized GeoTIFF (COG)-filer.
- Eksterne billedkilder, som WMS og WMTS-tjenester.
Du kan omorganisere, bytte og blande bildelag med vektorlag ved å bruke opasitetskontroller.
Tips
Bruk bildelag for å gi geografisk kontekst—som terreng, satellittbilder eller tematiske rasterdata—samtidig som du holder analytisk fokus på vektorlag som representerer dine operasjonelle data.
Hvordan lagene fungerer sammen
Du renderer lag i en definert rekkefølge, slik at du kan stable bilder og vektordata for å lage meningsfulle romlige visualiseringer. Vanlige mønstre inkluderer:
- Å bruke bildelag som bakgrunn for sanntids hendelsesdata
- Å legge historiske referansegrenser over direktesendte strømmer
- Kombinasjon av flere vektorlag for å sammenligne ulike datasett i samme geografiske rom
Fordi du konfigurerer hvert lag uavhengig, kan du oppdatere, filtrere eller style ett lag uten å påvirke andre.
Tips
Å duplisere et lag er en rask måte å lage alternative visninger av de samme dataene med ulik styling eller filtre.
Begrensning: Når du dupliserer et lag som inneholder punktdata, deles klyngeinnstillingen mellom det opprinnelige laget og det dupliserte laget. Hvis du aktiverer eller deaktiverer klyngedannelse i ett lag, gjelder endringen automatisk for det andre.
Lag i sanntidsintelligensløsninger
I Real-Time Intelligence-scenarier gjør lagene det mulig for Fabric Maps å fungere som et visuelt endepunkt for strømming av analysearbeidsflyter. Sanntidslag kan oppdateres etter hvert som nye data ankommer, mens statiske lag gir geografisk kontekst og referanseinformasjon.
Ved å bruke denne lagdelte tilnærmingen kan du overvåke sanntidshendelser, analysere romlige mønstre og korrelere sanntidsaktivitet med kjente steder eller regioner.