Autocorrélation spatiale incrémentielle (Statistiques spatiales)
Récapitulatif
Permet de mesurer l'autocorrélation spatiale d'une série de distances et, en option, de créer une courbe de ces distances et des scores z correspondants. Les scores z reflètent l'intensité de l'agrégation spatiale. Les scores z maximum statistiquement significatifs indiquent les distances auxquelles les processus spatiaux favorisant l'agrégation sont les plus prononcés. Ces distances maximales sont souvent des valeurs dont l'utilisation est appropriée avec des outils comportant un paramètre de canal de distance ou de rayon de distance.
Illustration
 |
Les scores z maximum représentent des distances où les processus spatiaux qui favorisent l'agrégation sont les plus prononcés. |
Utilisation
Cet outil peut vous aider à sélectionner un Seuil de distance ou un Rayon approprié pour des outils qui proposent ces paramètres, tels que Hot Spot Analysis ou Densité de points.
L'outil Autocorrélation spatiale incrémentielle mesure l'autocorrélation spatiale pour une série d'incréments de distance et indique, pour chacun d'entre eux, l'indice de Moran associé, l'index attendu, la variance, le score z et la valeur p. Pour consulter ces valeurs, dans la fenêtre Résultats, cliquez avec le bouton droit sur l'entrée Messages et sélectionnez Afficher. L'outil transmet également, sous forme de sortie dérivée, le premier pic de score z et le pic de score z maximum en vue d'une utilisation éventuelle dans des modèles ou des scripts (reportez-vous à l'exemple de script présenté ci-dessous).
-
En présence de plusieurs pics statistiquement significatifs, l'agrégation est prononcée à chacune de ces distances. Sélectionnez le pic de distance qui correspond le mieux à l'échelle d'analyse qui vous intéresse (il s'agit souvent du premier pic statistiquement significatif trouvé).
Le Champ en entrée doit contenir différentes valeurs. Les formules mathématiques de cette statistique requièrent que la variable analysée fluctue quelque peu ; elle ne peut pas aboutir si toutes les valeurs en entrée sont égales à 1, par exemple. Si vous souhaitez utiliser cet outil pour analyser le modèle spatial de données d'incident, vous devrez peut-être agréger les données d'incident.
-
Les calculs basés sur la distance euclidienne ou la distance de Manhattan requièrent des données projetées afin de pouvoir mesurer les distances avec précision.
-
Pour les entités linéaires et surfaciques, les centroïdes d'entité sont utilisés dans les calculs de distance. Pour les multi-points, les polylignes ou les polygones comprenant plusieurs parties, le centroïde est calculé à l'aide du centre moyen pondéré de toutes les parties d'entité. La pondération pour les entités ponctuelles est de 1 ; pour les entités linéaires, elle correspond à la longueur et pour les entités surfaciques, à la superficie.
-
Les couches peuvent permettre de définir la Classe d'entités en entrée. Lors de l'utilisation d'une couche avec une sélection, seules les entités sélectionnées sont incluses dans l'analyse.
Pour les entités surfaciques, vous souhaiterez presque toujours choisir Ligne comme valeur du paramètre Standardisation par lignes. Standardisation par lignes atténue la tendance lorsque le nombre de voisins de chaque entité est une fonction du plan d'agrégation ou du processus d'échantillonnage, plutôt que de refléter la distribution spatiale réelle de la variable que vous analysez.
Si aucune valeur de Distance de départ n'a été spécifiée, la distance par défaut est celle à laquelle chaque entité du jeu de données a au moins un voisin. Si votre jeu de données inclut des points spatiaux aberrants, ce n'est peut-être pas la distance de départ la plus appropriée .
Si aucune valeur n'a été définie pour Incrément de distance, la distance moyenne du voisin le plus proche est utilisée.
Vous risquez de manquer de mémoire lors de l'exécution de cet outil. Cela se produit généralement lorsque la valeur des paramètres Distance de départ et/ou Incrément de distance fait que les entités ont une multitude de voisins. Vous souhaiterez rarement créer des relations spatiales selon lesquelles vos entités ont des milliers de voisins. Utilisez une valeur inférieure pour le paramètre Incrément de distance et supprimez les points spatiaux aberrants temporairement pour pouvoir commencer avec des valeurs de Distance de départ inférieures.
Les distances sont toujours basées sur le paramètre d'environnement Système de coordonnées en sortie. La valeur par défaut du paramètre Système de coordonnées en sortie est Identique à l'entrée. Les entités en entrée sont projetées sur le système de coordonnées en sortie avant l'analyse.
La Table en sortie optionnelle indique la valeur de distance à chaque itération, la valeur d'indice de Moran, la valeur d'indice de Moran attendue, la variance, le score z et la valeur p. Un pic représente une augmentation de la valeur du score z suivie d'une diminution de cette même valeur. Par exemple, si cet outil trouve la série 2,95, 3,68 et 3,12 de scores z pour des distances de 50, 100 et 150 mètres, le pic équivaut à 100 mètres.
Le Fichier de rapport en sortie optionnel est créé au format PDF. Vous pouvez y accéder à partir de la fenêtre Résultats en cliquant deux fois sur son nom.
Si vous le souhaitez, cet outil peut également générer un fichier PDF récapitulant les résultats. Les fichiers PDF n'apparaissent pas automatiquement dans la fenêtre Catalogue. Si vous souhaitez afficher des fichiers PDF dans la fenêtre Catalogue, ouvrez l'application ArcCatalog, sélectionnez l'option de menu Personnaliser, cliquez sur Options ArcCatalog et sélectionnez l'onglet Types de fichiers. Cliquez sur le bouton Nouveau type et, pour la valeur du paramètre Extension de fichier, spécifiez PDF comme indiqué ci-après.
Sur des machines configurées avec les modules linguistiques d'ArcGIS pour le chinois ou le japonais, vous remarquerez peut-être du texte manquant et des problèmes de mise en forme dans le Fichier de rapport en sortie (au format PDF). Pour remédier à ces problèmes, il suffit de modifier les paramètres de police.
Si aucun pic de score z n'est identifié, les paramètres de sortie dérivés du premier pic de score z et du pic de score z maximum ne renvoient aucune valeur.
Syntaxe
| Paramètre | Explication | Type de données |
Input_Features |
Classe d'entités pour laquelle l'autocorrélation spatiale est mesurée sur une série de distances. | Feature Layer |
Input_Field |
Champ numérique utilisé pour évaluer l'autocorrélation spatiale. | Field |
Number_of_Distance_Bands |
Nombre de fois qu'il convient d'incrémenter la taille du voisinage et d'effectuer une analyse d'autocorrélation spatiale sur le jeu de données. Le point de départ et la taille de l'incrément sont spécifiés par les paramètres Distance de départ et Incrément de distance, respectivement. | Long |
Beginning_Distance (Facultatif) |
Distance à laquelle doit commencer l'analyse d'autocorrélation spatiale et distance à partir de laquelle commencer l'incrémentation. La valeur de ce paramètre doit être définie dans les mêmes unités que celles du paramètre d'environnement Système de coordonnées en sortie. | Double |
Distance_Increment (Facultatif) |
Distance à augmenter après chaque itération. La distance utilisée dans l'analyse débute à la Distance de départ spécifiée et augmente selon la valeur du paramètre Incrément de distance. La valeur de ce paramètre doit être définie dans les mêmes unités que celles du paramètre d'environnement Système de coordonnées en sortie. | Double |
Distance_Method (Facultatif) |
Spécifie le mode de calcul des distances de chaque entité avec les entités voisines.
| String |
Row_Standardization (Facultatif) |
| Boolean |
Output_Table (Facultatif) |
Table à créer avec chaque canal de distance et résultat des scores z associé. | Table |
Output_Report_File (Facultatif) |
Fichier PDF à créer, contenant une courbe qui résume les résultats. | File |
Exemple de code
Le script de fenêtre Python suivant montre comment utiliser l'outil IncrementalSpatialAutocorrelation.
import arcpy, os
import arcpy.stats as SS
arcpy.env.workspace = r"C:\ISA"
SS.IncrementalSpatialAutocorrelation("911CallsCount.shp", "ICOUNT", "20", "", "", "EUCLIDEAN",
"ROW_STANDARDIZATION", "outTable.dbf", "outReport.pdf")
Le script Python autonome suivant montre comment utiliser l'outil IncrementalSpatialAutocorrelation.
# Hot Spot Analysis of 911 calls in a metropolitan area
# using the Incremental Spatial Autocorrelation and Hot Spot Analysis Tool
# Import system modules
import arcpy, os
import arcpy.stats as SS
# Set geoprocessor object property to overwrite existing output, by default
arcpy.gp.overwriteOutput = True
# Local variables
workspace = r"C:\ISA"
try:
# Set the current workspace (to avoid having to specify the full path to the feature classes each time)
arcpy.env.workspace = workspace
# Copy the input feature class and integrate the points to snap together at 30 feet
# Process: Copy Features and Integrate
cf = arcpy.CopyFeatures_management("911Calls.shp", "911Copied.shp","#", 0, 0, 0)
integrate = arcpy.Integrate_management("911Copied.shp #", "30 Feet")
# Use Collect Events to count the number of calls at each location
# Process: Collect Events
ce = SS.CollectEvents("911Copied.shp", "911Count.shp")
# Use Incremental Spatial Autocorrelation to get the peak distance
# Process: Incremental Spatial Autocorrelation
isa = SS.IncrementalSpatialAutocorrelation(ce, "ICOUNT", "20", "", "", "EUCLIDEAN",
"ROW_STANDARDIZATION", "outTable.dbf", "outReport.pdf")
# Hot Spot Analysis of 911 Calls
# Process: Hot Spot Analysis (Getis-Ord Gi*)
distance = isa.getOutput(2)
hs = SS.HotSpots(ce, "ICOUNT", "911HotSpots.shp", "Fixed Distance Band",
"Euclidean Distance", "None", distance, "", "")
except:
# If an error occurred when running the tool, print out the error message.
print arcpy.GetMessages()
Environnements
- Système de coordonnées en sortie
La géométrie de l'entité est projetée au système de coordonnées en sortie avant l'analyse. Tous les calculs mathématiques sont basés sur la référence spatiale du système de coordonnées en sortie.