Кластеризация в высокими/низкими значениями (Пространственная статистика)

Уровень лицензии:BasicStandardAdvanced

Краткая информация

Измеряет степень кластеризации высоких или низких значений, используя статистический показатель Общий индекс Getis-Ord G.

Доступ к результатам этого инструмента (в том числе дополнительному PDF-файлу отчета) можно получить в окне Результаты (Results). Если отключить фоновую обработку, результаты также будут показаны в диалоговом окне Ход процесса (Progress).

Более подробно о Кластеризации с высокими/низкими значениями (общий индекс Getis-Ord General G)

Рисунок

Иллюстрация инструмента Кластеризация с высокими/низкими значениями (Общий показатель Getis-Ord G)

Использование

Синтаксис

HighLowClustering_stats (Input_Feature_Class, Input_Field, {Generate_Report}, Conceptualization_of_Spatial_Relationships, Distance_Method, Standardization, {Distance_Band_or_Threshold_Distance}, {Weights_Matrix_File})
ПараметрОбъяснениеТип данных
Input_Feature_Class

Класс объектов, для которого будет рассчитываться общий индекс G.

Feature Layer
Input_Field

Числовое поле, которое должно быть оценено.

Field
Generate_Report
(дополнительно)
  • NO_REPORT —Результаты не будут представлены в графической форме. Это значение используется по умолчанию.
  • GENERATE_REPORT —Графическая сводка будет представлена в формате HTML-файла.
Boolean
Conceptualization_of_Spatial_Relationships

Определяет, как концептуализированы пространственные отношения между объектами.

  • INVERSE_DISTANCE —Близко расположенные соседние объекты оказывают большее влияние на вычисления для целевого объекта, нежели удаленные объекты.
  • INVERSE_DISTANCE_SQUARED —То же самое, что и INVERSE_DISTANCE, только угол наклона острее, влияние объектов уменьшается быстрее и только ближайшие соседи окажут существенное влияние на вычисления для рассматриваемого объекта.
  • FIXED_DISTANCE_BAND —Каждый объект анализируется в контексте соседних объектов. Соседние объекты в пределах указанного критического расстояния получают вес 1 и влияют на расчеты для целевого объекта. Соседние объекты за пределами указанного критического расстояния получают вес 0 и не оказывают влияния на расчеты для целевого объекта.
  • ZONE_OF_INDIFFERENCE —Объекты в пределах указанного критического расстояния получают вес 1 и влияют на расчеты для целевого объекта. Как только критическое расстояние превышено, веса (и влияние соседнего объекта на расчеты целевого объекта) начинают уменьшаться с расстоянием.
  • CONTIGUITY_EDGES_ONLY —Только соседние полигональные объекты, которые имеют смежную границу или перекрываются, повлияют на расчеты для целевого полигонального объекта.
  • CONTIGUITY_EDGES_CORNERS —Полигональные объекты, которые имеют общую границу, общий узел или перекрываются, повлияют на расчеты для целевого полигонального объекта.
  • GET_SPATIAL_WEIGHTS_FROM_FILE —Пространственные отношения определены в файле пространственных весов. Путь к файлу с пространственными весами указан в параметре файла Матрицы весов.
String
Distance_Method

Определяет, как рассчитываются расстояния от одного объекта до соседнего объекта.

  • EUCLIDEAN_DISTANCE —Расстояние по прямой линии между двумя точками (как ворона летает)
  • MANHATTAN_DISTANCE —Расстояние между двумя точками, измеренное вдоль осей (городских кварталов); рассчитывается суммированием абсолютных разностей между координатами х и у
String
Standardization

Нормализация ряда рекомендуется, независимо от того, распределены ли объекты потенциально предвзято в зависимости от дизайна примера или от установленной схемы агрегации.

  • NONE —Нормализация ряда пространственных весов не применяется.
  • ROW —Пространственные веса нормализуются; каждый вес делится на его сумму ряда (сумму весов всех соседних объектов).
String
Distance_Band_or_Threshold_Distance
(дополнительно)

Определяет пороговое значение расстояния для параметров Обратное расстояние и Фиксированное расстояние. Объекты, расположенные вне указанной области, игнорируются при анализе этого объекта. Однако для Зоны индифферентности, влияние объектов, расположенных вне приведенного расстояния сокращается с расстоянием, в то время как влияние тех объектов, которые располагаются в пределах порогового расстояния, распределяется равномерно. Введенное значение расстояния должно соответствовать выходной системе координат.

При использовании концептуализации Обратных расстояний для вычисления пространственных отношений, значение 0 обозначает, что пороговое расстояние не применялось; когда данный параметр остается пустым, пороговое значение по умолчанию рассчитывается и применяется при анализе. Значение по умолчанию – это Евклидово расстояние, которое гарантирует каждому объекту как минимум 1 соседа.

Этот параметр не эффективен, когда выбраны концептуализации Близость полигонов или Получить пространственные веса из файла.

Double
Weights_Matrix_File
(дополнительно)

Путь к файлу, который содержит веса, определяющие пространственные и, возможно, временные отношения между объектами.

File

Пример кода

HighLowClustering, пример 1 (окно Python)

Приведенный ниже скрипт в окне Python является примером использования инструмента Кластеризация с высокими/низкими значениями.

import arcpy
arcpy.env.workspace = r"C:\data"
arcpy.HighLowClustering_stats("911Count.shp", "ICOUNT","false", "GET_SPATIAL_WEIGHTS_FROM_FILE","EUCLIDEAN_DISTANCE", "NONE","#", "euclidean6Neighs.swm")
HighLowClustering, пример 2 (автономный скрипт Python)

Следующий автономный скрипт Python демонстрирует, как использовать инструмент Высокая/Низкая кластеризация.

# Analyze the spatial distribution of 911 calls in a metropolitan area
# using the High/Low Clustering (Getis-Ord General G) tool
 
# Import system modules
import arcpy
 
# Set the geoprocessor object property to overwrite existing outputs
arcpy.gp.overwriteOutput = True
 
# Local variables...
workspace = r"C:\Data"

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 500 feet
    # Process: Copy Features and Integrate
    cf = arcpy.CopyFeatures_management("911Calls.shp", "911Copied.shp",
                         "#", 0, 0, 0)

    integrate = arcpy.Integrate_management("911Copied.shp #", "500 Feet")

    # Use Collect Events to count the number of calls at each location
    # Process: Collect Events
    ce = arcpy.CollectEvents_stats("911Copied.shp", "911Count.shp", "Count", "#")

    # Add a unique ID field to the count feature class
    # Process: Add Field and Calculate Field
    af = arcpy.AddField_management("911Count.shp", "MyID", "LONG", "#", "#", "#", "#",
                     "NON_NULLABLE", "NON_REQUIRED", "#",
                     "911Count.shp")
    
    cf = arcpy.CalculateField_management("911Count.shp", "MyID", "[FID]", "VB")

    # Create Spatial Weights Matrix for Calculations
    # Process: Generate Spatial Weights Matrix... 
    swm = arcpy.GenerateSpatialWeightsMatrix_stats("911Count.shp", "MYID",
                        "euclidean6Neighs.swm",
                        "K_NEAREST_NEIGHBORS",
                        "#", "#", "#", 6,
                        "NO_STANDARDIZATION") 

    # Cluster Analysis of 911 Calls
    # Process: High/Low Clustering (Getis-Ord General G)
    hs = arcpy.HighLowClustering_stats("911Count.shp", "ICOUNT", 
                        "false", 
                        "GET_SPATIAL_WEIGHTS_FROM_FILE",
                        "EUCLIDEAN_DISTANCE", "NONE",
                        "#", "euclidean6Neighs.swm")

except:
    # If an error occurred when running the tool, print out the error message.
    print arcpy.GetMessages()

Параметры среды

Выходная система координат (Output Coordinate System)

До начала анализа геометрия пространственных объектов проецируется в Выходную систему координат. Во всех математических вычислениях учитывается пространственная привязка Выходной системы координат. Если выходная система координат выражена в градусах, минутах и секундах, то геодезические расстояния рассчитываются с помощью хордовых расстояний.

Связанные темы

Обзор группы инструментов Анализа структурных закономерностей
Моделирование пространственных отношений
Что такое z-оценка? Что такое p-значение?
Использование окна Результаты (Results)
Пространственная автокорреляция (Global Moran's I)
Анализ горячих точек (Getis-Ord Gi*)
Пространственные веса
Как работает инструмент Кластеризация с высокими/низкими значениями (Общий показатель Getis-Ord G)

Информация о лицензировании

ArcGIS for Desktop Basic: Да
ArcGIS for Desktop Standard: Да
ArcGIS for Desktop Advanced: Да
Copyright © 1995-2014 Esri. All rights reserved.
5/10/2014