• 空间统计笔记之五(Mapping Clusters&Utility工具集)


    Mapping Clusters工具集

    1.Cluster and Outlier Analysis (Anselin Local Moran's I)

    ²  工具简介

    该工具是局部Moran I算法的实现,可以反映要素与周边要素的相似程度。

    ²  参数介绍

    同Spatial Autocorrelation工具。

    ²  输出结果

    该工具会产生一个和输入要素类一致的要素类,在属性表中添加以下字段Local Moran's I index, z-score, p-value, and cluster/outlier type (COType)。I指数为正,则说明该要素与邻域内的要素相似,反之则相异;COType会给出四个值(HH,HL,LH,LL),代表在置信水平为0.05时,高高值聚集,低低值聚集,以及高值被低值包围或低值被高值包围的情况。

    2  Hot Spot Analysis (Getis-Ord Gi*)

    ²  工具简介

    该工具是局部G指数的实现,可以反映高值或低值在空间上的聚集区域。也就是我们常说的热点分析,可用来生成热度图。

    ²  参数介绍

    同Spatial Autocrrelation工具。推荐的度量空间位置关系的方法为Fixed Distance Band.,其他像Zone of Indifference, Contiguity, K Nearest Neighbor, and Delaunay Triangulation方法也可以。

    ²  输出结果

    该工具会产生一个和输入要素类一致的要素类,在属性表中添加Z分数和P值两个字段。如果Z值越大且P值很小,说明为热点区域(即高高值的聚集区域);如果Z值很小(为负)且P值很小,说明为冷点地区(即低低值的聚集区域)。

    Utilities工具集

    一些有用的小工具,不仅是用来做空间统计喔~~

    1  Calculate Areas

    ²  工具简介

    为输入的多边形要素计算面积。

    ²  参数介绍

    l  Input Feature Class:输入的矢量面要素类或图层;

    l  Output Feature Class:输出的增加了面积字段的要素类。

    ²  输出结果

    在输入的要素类中增加F_AREA字段,存储要素的面积。

    2  Calculate Distance Band from Neighbor Count

    ²  工具简介

    该工具能够计算出输入的要素集合中N个最邻近邻居的最小距离、最大距离和平均距离。

    ²  参数介绍

    l  Input Feature Class:输入的矢量要素类或图层;

    l  Neighbors:邻居的个数;

    l  Distance Method:计算距离时选择平面的欧几里得距离还是曼哈顿距离。

     

    ²  输出结果

    给出的结果为所有要素拥有N个最邻近邻居的最小距离、最大距离和平均距离,在为Hot Spot Analysis (Getis-Ord Gi*)Spatial_Autocorrelation (Global Moran's I)等工具指定门槛距离的时候,可以用计算得到的距离保证至少有n个邻居参与到这些工具的计算中。

    3 Collect Events

    ²  工具简介

    该工具会为点要素类计算发生在相同位置的事件个数,将相同xy坐标的点合并为一个并计算其个数。

    ²  参数介绍

    l  Input Incident Features:输入的点要素类;

    l  Output Weighted Point Feature Class:输出的权重要素类。

     

    ²  输出结果

    输出的权重要素类将相同坐标的点合并为一个,将其个数记录在ICOUNT字段中。如果输入的点要素类中没有坐标完全重合的点,则ICOUNT均为1。若希望对一定距离内的点移动到相同的坐标位置,可使用Integrate对数据进行预处理。

    4 Convert Spatial Weights Matrix to Table

    ²  工具简介

    将空间权重矩阵(SWM)转换为表格。

    ²  参数介绍

    l  Input Spatial Weights Matrix File:输入的swm格式的权重矩阵;

    l  Output Table:输出的表格。

     

    ²  输出结果

             Generate Spatial Weights MatrixGenerate Network Spatial Weight工具会输出swm格式的空间权重矩阵。如果希望对某些权重关系进行修改,可用该工具将其输出为表格,进行编辑后,再用Generate Spatial Weights Matrix转回swm格式。

    5 Export Feature Attribute to ASCII

    ²  工具简介

    该工具可以将矢量要素类的属性字段及坐标值(点、线中点、面质心的xy坐标)输出为ASCII文件。

    ²  参数介绍

    l  Input Features Class:输入的矢量要素类或图层;

    l  Value Field:要输出的属性字段;

    l  Delimiter:ASCII文件中各个字段用什么分隔符(空格、逗号或分号);

    l  Output ASCII File:输出的ASCII文件;

    l  Add Field Name to Output:是否将字段输出到ASCII文件中。

    ²  输出结果

    输出为ASCII文件,除了指定的属性字段,几何坐标采用8位小数表示。

    后记:没想到写这个笔记居然也跨年了,起初只是自己学习过程的一点记录,发在这里是希望能和更多地同道中人交流学习。好早就开始看空间统计方面的东西,但总是云里雾里不了了之,就像这个博客,开了2年却也只是工作闲暇的时候能来发发帖子。现在越来越发现一件事能认真地坚持地做下来着实不易,当初懵懂的混进这个狭小的GIS圈子,有人郁闷,也有人早早改行过上了幸福的生活,不过自己还是认为大多数人都不会那么幸运能正好做自己喜欢的事,那么就喜欢自己做的事吧,所谓“日久生情”,在这个专业里浸淫的这10年也让我觉得越来越离不开它爱它,不求轰轰烈烈,只希望尽自己的微薄之力让他为更多人所接受。

  • 相关阅读:
    Best Time to Buy and Sell Stock II
    Subsets II
    Subsets I
    Combinations
    Permutation Sequence
    Next Permutation
    Anagrams
    Combination-Sum II
    Combination-Sum I
    Permutations II
  • 原文地址:https://www.cnblogs.com/gisangela/p/2861325.html
Copyright © 2020-2023  润新知