Çokgen verileri için uzamsal küme / yığılma kalıplarını karşılaştırma


9

Mekansal kümelenmeler / mekansal aglomerasyonlar için test etmek istediğim çokgenler şeklinde tarımsal verilerim var.

Sonuçta farklı şekillerde toplayabildiğim ve standartlaştırabileceğim yaklaşık 40 değişkenim var. Standardizasyonun bir yolu, örneğin her poligon içindeki kişi başına üretim değerlerini hesaplamak olabilir. Başka bir yol, her bir çokgen içinde ha başına üretim değerlerini hesaplamak olabilir.

Tüm standartlaştırma ve toplama yöntemleri farklı mekansal desenlerle farklı haritalar üretir: kümelenmeler ve kümelenmesiz. Bu yüzden daha sonraki analizlerim için bir temel olarak, güçlü uzamsal kümelenmeler üreten bu tür toplama / standardizasyon kombinasyonlarını tanımlamak istemiyorum. Bu nedenle toplama ve standardizasyondan farklı sonuçları karşılaştırmam gerekir.

Elbette bunu haritalara manuel olarak bakarak yapabilirim (aşağıdaki örneğe bakın). Ancak bu oldukça özneldir ve sadece bazı durumlarda net ayrımlar yapabilirsiniz. Bunu 40 değişken için yaptığınızı düşünün ve diyelim ki 8 olası veri hazırlama yöntemi… Bu nedenle, mekânsal istatistikler gibi objektif bir ölçüm kullanmayı tercih ederim.

R ve Arc GIS kullanıyorum. Böyle bir analizin nasıl uygulanacağı hakkında bir fikri olan var mı?

Aşağıdaki örnekler Banana Production'ı bir kez standardizasyon olmadan ve bir kez kişi başına standartlaştırılmış olarak göstermektedir. çok benzer görünüyorlar, ama hangisi daha uzamsal olarak kümelenmiş? Standardizasyon Olmadan standardize


1
Bu konudaki araçlara göz atın gis.stackexchange.com/questions/3189/…
radek

Bu araçlardan bazılarını biliyorum. Temelde çok değişkenli küme analizi için tasarlandıklarını düşünüyorum. Ama benim durumumda önce kümelerin tek değişkenli bir ölçümünü görmek istiyorum. nokta verileri için yoğunluk analizi veya sıcak nokta analizine benzer bir şey olabilir. Ama çokgen veriler için benzer bir şey olup olmadığını bilmiyorum.
Dspanes

1
ok Sanırım ArcGIS'te HotSpot Analizi işi yapabilir ...
Dspanes


5
ESRI'nin Python kodunda büyük bir değişiklik olmadıkça, çokgen verilerde ArcGIS LISA modelini kullanmamanızı şiddetle tavsiye ederim. Kod çokgen centroidlere dönüştürülür ve oldukça yanlış olan komşu bitişikliği kullanmaz. R spdep paketinde 1. veya 2. dereceden komşu olasılık matrisi kullanılarak bir LISA çalıştırmak kolaydır. Güzel bir alternatif GeoDA'dır ( geodacenter.asu.edu ).
Jeffrey Evans

Yanıtlar:


1

Morans Size mekânsal kümelenmenin bir ölçüsünü vereceğim.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.