Beschriftung | Erläuterung | Datentyp |
Eingabe-Features | Die Features mit aktivierten Zeiteigenschaften, die die bekannte Kennung darstellen, die für die Suche von ähnlichen Tracks verwendet wird. Eindeutige Kennungen, Zeitstempel und Positionen werden auf den Ausgabe-Layer übertragen, um die Berechnung der zeitlichen und räumlichen Trennung zu unterstützen. | Feature Layer |
Ausgabe-Feature-Class | Die Ausgabe-Feature-Class, die Punkt-Track-Segmente enthält, die als ähnlicher Track in den Eingabe-Quell-Layern identifiziert wurden. Diese Feature-Class enthält die Quelle, mit der das angegebene Punkt-Track-Segment verknüpft ist. Für jedes Punkt-Track-Feature wird die zeitliche und räumliche Trennung berechnet. | Feature Class |
ID-Feld | Ein Feld aus dem Parameter Eingabe-Features, das zum Abrufen der eindeutigen Kennung pro Punkt-Track verwendet wird. Das Feld wird in die Ausgabe-Feature-Class kopiert. | Field |
Suchentfernung (optional) | Die maximale Entfernung, durch die Features getrennt sein können, bevor sie nicht mehr als Features ähnlicher Tracks betrachtet werden. Der Standardwert ist 100 Fuß (30 m). | Linear Unit |
Zeitunterschied (optional) | Der maximale Zeitunterschied, durch den Features getrennt sein können, bevor sie nicht mehr als Features ähnlicher Tracks betrachtet werden. Der Standardwert beträgt 10 Sekunden. | Time Unit |
Eingabetyp (optional) | Gibt an, ob ähnliche Tracks in einer oder zwischen zwei Feature-Classes ermittelt werden.
| String |
Sekundäre Features (optional) | Eine sekundäre Feature-Class zum Ermitteln von ähnlichen Tracks. Mögliche ähnliche Tracks werden anhand der folgenden Kriterien ausgewertet:
| Feature Layer |
Sekundäres ID-Feld (optional) | Ein Feld aus dem Parameter Sekundäre Features, das zum Abrufen der eindeutigen Kennung pro Punkt-Track verwendet wird. Das Feld wird in die Ausgabe-Feature-Class kopiert. | Field |
Summentabelle erstellen (optional) | Gibt an, ob eine Ausgabe-Summentabelle erstellt wird.
| Boolean |
Ausgabe-Summentabelle (optional) | Die Ausgabetabelle, in der die Summeninformationen gespeichert werden. Dieser Parameter ist nur aktiv, wenn der Parameter Summentabelle erstellen aktiviert ist. Ausgabedateien müssen Tabellen in einer File-Geodatabase, Textdateien oder Dateien mit kommagetrennten Werten (.csv) sein. | Table |
Filter für Mindestdauer ähnlicher Tracks einbeziehen (optional) | Gibt an, ob ein Filter angewendet wird, der nur ähnliche Tracks zurückgibt, die über eine bestimmte Mindestdauer gleichzeitig unterwegs waren.
| Boolean |
Mindestdauer ähnlicher Tracks (optional) | Der Mindestzeitraum, in dem sich zwei Features gemeinsam durch Zeit und Raum bewegen müssen, um als Features mit ähnlichen Tracks zu gelten. | Time Unit |
Zusammenfassung
Extrahiert in angegebenen Intervallen in einem Punkt-Track-Dataset eindeutige Kennungen, die sich durch Raum und Zeit bewegen.
Verwendung
Das Werkzeug identifiziert eindeutige Kennungen in den Eingabe-Features, die sich in einem bestimmten Zeitabstand und einer bestimmten Entfernung von anderen Features bewegen. Für die Eingabe-Features müssen Zeiteigenschaften aktiviert sein.
Weitere Informationen zum Festlegen von Zeiteigenschaften in Daten
Verwenden Sie bei der Auswahl des Feldes für die eindeutige Kennung ein Ganzzahl- oder Textfeld. Dies ermöglicht eine effizientere Gruppierung der Features. Zudem wird eine optimale Ausgabe zurückgegeben. Optimalerweise enthält das Dataset eine vorhandene Track-ID. Ein gutes Beispiel für eine Track-Kennung ist die MMSI (Maritime Mobile Service Identity, Rufnummer des mobilen Seefunkdienstes). Das Name-Feld aus .gpx-Dateien, eine Flugzeugkennung oder andere Einzelwerte können in Tracks gruppiert werden. Eindeutige Kennungen sollten nicht für die einzelnen Zeilen eindeutig sein. Wenn sie das sind, können keine Tracks gebildet werden, und entweder werden dann keine ähnlichen Tracks identifiziert, oder in selteneren Fällen wird eine signifikante Anzahl falsch positiver Ergebnisse generiert.
Kleinere Intervalle für Zeit und räumliche Trennung können schneller verarbeitet werden. Beispiel: Ein Zeitunterschied von 10 Minuten und eine räumliche Trennung von 100 Metern wird schneller verarbeitet als eine Zeitunterschied von 1 Stunde und eine räumliche Trennung von 1 Kilometer.
Um die Parameter Suchentfernung und Zeitunterschied so zu optimieren, dass eine entsprechende Anzahl an Features mit ähnlichem Track zurückgegeben wird, beachten Sie Folgendes:
- Mit größeren Werten für die Suchentfernung und den Zeitunterschied werden mehr potenzielle ähnliche Tracks identifiziert. Dies kann ideal sein, wenn der durchschnittliche Abstand zwischen sich bewegenden Objekten größer sein muss, wie zum Beispiel bei Schiffen oder großen Lkw.
- Größere Werte für die Suchentfernung und den Zeitunterschied sind ebenfalls für Daten mit einer in Minuten gemessenen Aufzeichnungsrate ideal. Dies ist durch die Wahrscheinlichkeit bedingt, dass sich Objekte während dieser erhöhten Intervalle mehr bewegen.
- Mit geringeren Werten für die Suchentfernung und den Zeitunterschied werden weniger potenzielle ähnliche Tracks identifiziert. Dies kann ideal sein, wenn der Abstand zwischen sich bewegenden Objekten geringer ist, wie zum Beispiel bei Personen, Fahrrädern oder Autos.
- Geringere Werte für die Suchentfernung und den Zeitunterschied sind für Daten mit einer in Sekunden oder Sekundenbruchteilen gemessenen Aufzeichnungsrate ideal. Bei kleineren Aufzeichnungsraten hat das Objekt weniger Gelegenheit, sich zu bewegen, sodass engere Toleranzen bei der Erkennung ähnlicher Tracks möglich sind.
Mit dem Parameter Filter für Mindestdauer ähnlicher Tracks kann ein Mindestzeitraum festgelegt werden, in dem sich zwei Features gemeinsam bewegen müssen, um als Features mit ähnlichen Tracks zu gelten. Wenn zum Beispiel eine Mindestdauer von 15 Minuten für ähnliche Tracks angegeben wird, müssen zwischen der ersten Erkennung eines Ereignisses mit ähnlichen Tracks und dem letzten Ereignis mit ähnlichen Tracks mindestens 15 Minuten liegen, damit das Werkzeug den Track als gültigen ähnlichen Track zurückgibt. Wenn es eine große Anzahl falsch positiver Ergebnisse aufgrund von Features wie Häfen, Parkplätzen oder ähnlichen Tracks bei einer sehr geringen Anzahl von Tracks gibt, empfiehlt es sich, dass Sie einen Wert für den Parameter Filter für Mindestdauer ähnlicher Tracks angeben und das Werkzeug erneut ausführen. Der Wert für den Filter für Mindestdauer ähnlicher Tracks sorgt dafür, dass die meisten kleineren Track-Segmente entfernt werden.
Wenn für die Suchentfernung und den Zeitunterschied größere Werte festgelegt werden, kann das Werkzeug Objekte identifizieren, die sich möglicherweise als potenzielle ähnliche Tracks überholen oder überschneiden. Um dies zu verhindern, legen Sie den Parameter Filter für Mindestdauer ähnlicher Tracks auf einen Wert fest, der größer ist als die Aufzeichnungsrate für die Daten.
Die Ausgabe-Features stellen die Positionen von Features ähnlicher Tracks dar. Zwei Felder werden zu den Ausgabe-Features hinzugefügt, die die zeitliche und räumliche Trennung zwischen dem Ausgangs-Track und möglichen ähnlichen Tracks angeben. Außerdem werden weitere Beschreibungsfelder ergänzt.
Die Ausgabe-Features enthalten die folgenden Felder:
- traveler_id: Die eindeutige Kennung für das Ausgangs-Track-Feature. Dies ist die Kennung, mit der sich das Feature mit ähnlichem Track bewegt hat. Sie kann als Quellen-Feature betrachtet werden.
- cotraveler_id: Die eindeutige Kennung für das Feature mit ähnlichem Track. Dies ist die Kennung, mit der sich das Ausgangs-Track-Feature bewegt hat. Sie kann als Ziel-Feature betrachtet werden.
- X: Die X-Koordinate des Ausgangs-Track-Features. Die Koordinate wird in den Projektionseinheiten des Parameters Eingabe-Features angegeben.
- Y: Die Y-Koordinate des Ausgangs-Track-Features. Die Koordinate wird in den Projektionseinheiten des Parameters Eingabe-Features angegeben.
- X_cotraveler: Die X-Koordinate des Features mit ähnlichem Track. Die Koordinate wird in den Projektionseinheiten des Parameters Eingabe-Features angegeben.
- Y_cotraveler: Die Y-Koordinate des Features mit ähnlichem Track. Die Koordinate wird in den Projektionseinheiten des Parameters Eingabe-Features angegeben.
- traveler_time: Datum und Uhrzeit für das Ausgangs-Track-Feature.
- cotraveler_time: Datum und Uhrzeit für das Feature mit ähnlichem Track.
- distance_difference: Die Entfernung zwischen dem Feature, das im Parameter Eingabe-Features identifiziert wurde, und dem ermittelten ähnlichen Track. Die Entfernung wird in den linearen Einheiten des Parameters Eingabe-Features angegeben.
- time_difference: Die zeitliche Trennung zwischen dem Feature, das im Parameter Eingabe-Features identifiziert wurde, und dem ermittelten ähnlichen Track. Der Zeitunterschied wird in Sekunden angegeben und kann eine positive oder negative Zahl sein. Mit positiven Zahlen werden Features angegeben, die dem Ausgangs-Track folgen. Mit negativen Zahlen werden Features angegeben, die sich vor dem Ausgangs-Track befinden.
- cotraveling_pair_id: Eine eindeutige Kennung, die für jedes eindeutige Paar von Features mit ähnlichem Track generiert wird.
Die cotraveling_pair_id-Kennung wird generiert, um eine Option zum Filtern und Identifizieren aller möglichen Kombinationen ähnlicher Tracks bereitzustellen. Zwei Features mit ähnlichem Track (A, B) nutzen gemeinsam dieselbe Kennung für (A, B) und (B, A).
Es kann eine optionale Summentabelle erstellt werden. Die Summentabelle enthält die folgenden Felder:
- unique_pair_id: Eine eindeutige Kennung, die für jedes eindeutige Paar von Features mit ähnlichem Track generiert wird. Zwei Features mit ähnlichem Track (A, B) nutzen gemeinsam dieselbe Kennung für (A, B) und (B, A).
- traveler_id: Die eindeutige Kennung für das Ausgangs-Track-Feature. Dies ist die Kennung, mit der sich das Feature mit ähnlichem Track bewegt hat. Sie kann als Quellen-Feature betrachtet werden.
- cotraveler_id: Die eindeutige Kennung für das Feature mit ähnlichem Track. Dies ist die Kennung, mit der sich das Ausgangs-Track-Feature bewegt hat. Sie kann als Ziel-Feature betrachtet werden.
- time_diff_max: Die maximale zeitliche Trennung zwischen dem Ausgangs-Track und dem ähnlichen Track.
- time_diff_min: Die minimale zeitliche Trennung zwischen dem Ausgangs-Track und dem ähnlichen Track.
- time_diff_mean: Die mittlere zeitliche Trennung zwischen dem Ausgangs-Track und dem ähnlichen Track.
- time_diff_std: Die Standardabweichung der zeitlichen Trennung zwischen dem Ausgangs-Track und dem ähnlichen Track.
- dist_diff_max: Die maximale räumliche Trennung zwischen dem Ausgangs-Track und dem ähnlichen Track.
- dist_diff_min: Die minimale räumliche Trennung zwischen dem Ausgangs-Track und dem ähnlichen Track.
- dist_diff_mean: Die mittlere räumliche Trennung zwischen dem Ausgangs-Track und dem ähnlichen Track.
- dist_diff_std: Die Standardabweichung der räumlichen Trennung zwischen dem Ausgangs-Track und dem ähnlichen Track.
- unique_pair_id_count: Die Gesamtzahl der Features, die für das unique_pair_id-Feld als Features mit ähnlichem Track identifiziert wurden.
Die Ausgabe für das Werkzeug Ähnliche Tracks suchen kann in einem Verbindungsdiagramm visualisiert werden.
Weitere Informationen zur Verbindungsdiagrammen
Mithilfe von Verbindungsdiagrammen können komplexe Datasets in ihre einzelnen Komponenten aufgeschlüsselt werden, um die Beziehungen innerhalb der Daten zu visualisieren und zu untersuchen. Dies erfolgt durch die Erstellung von Entitäts- und Beziehungstypen. Entitätstypen repräsentieren einzelne Objekte, wie Personen, Orte, Organisationen und eindeutige Kennungen. Die Felder traveler_id und cotraveler_id sind Beispiele für Datentypen, die in einen Entitätstyp umgewandelt werden können. Der andere Bestandteil eines Verbindungsdiagramms sind die Beziehungstypen. Beziehungstypen verbinden die einzelnen Entitätstypen im Verbindungsdiagramm miteinander. Durch die Visualisierung der Ausgaben des Werkzeugs Ähnliche Tracks suchen erhöht sich das Verständnis dafür, welche Entitäten miteinander verbunden sind, und ob es relevante Cluster gibt, die eine weitere Untersuchung rechtfertigen.
Nachdem ein Verbindungsdiagramm erstellt wurde, können Entitäts- und Beziehungstypen für die Ausgabe des Werkzeugs Ähnliche Tracks suchen erstellt werden. Es empfiehlt sich, den Parameter Summentabelle erstellen zu aktivieren. Die Ergebnisse von Ähnliche Tracks suchen können umfangreich sein und die Performance des Verbindungsdiagramms beeinträchtigen. Unabhängig davon, ob Sie den optionalen Wert Summentabelle erstellen oder den Wert Ausgabe-Feature-Class verwenden, empfiehlt es sich, einen Entitätstyp aus den Feldern traveler_id und cotraveler_id hinzuzufügen, indem Sie eine Entität aus mehreren Feldern erstellen.
Verwenden Sie den Schlüsseltyp "Entitäten", um unter Verwendung der Ausgabe-Summentabelle oder des Ausgabe-Feature-Class-Wertes einen Beziehungstyp zu erstellen. Legen Sie den Wert für Quell-Entitätsschlüsselfeld auf traveler_id und den Wert für Ziel-Entitätsschlüsselfeld auf cotraveler_id fest.
Parameter
arcpy.intelligence.FindCotravelers(input_features, out_featureclass, id_field, {search_distance}, {time_difference}, {input_type}, {secondary_features}, {secondary_id_field}, {create_summary_table}, {out_summary_table}, {include_min_cotraveling_duration}, {min_cotraveling_duration})
Name | Erläuterung | Datentyp |
input_features | Die Features mit aktivierten Zeiteigenschaften, die die bekannte Kennung darstellen, die für die Suche von ähnlichen Tracks verwendet wird. Eindeutige Kennungen, Zeitstempel und Positionen werden auf den Ausgabe-Layer übertragen, um die Berechnung der zeitlichen und räumlichen Trennung zu unterstützen. | Feature Layer |
out_featureclass | Die Ausgabe-Feature-Class, die Punkt-Track-Segmente enthält, die als ähnlicher Track in den Eingabe-Quell-Layern identifiziert wurden. Diese Feature-Class enthält die Quelle, mit der das angegebene Punkt-Track-Segment verknüpft ist. Für jedes Punkt-Track-Feature wird die zeitliche und räumliche Trennung berechnet. | Feature Class |
id_field | Ein Feld aus dem Parameter input_features, das zum Abrufen der eindeutigen Kennung pro Punkt-Track verwendet wird. Das Feld wird in die Ausgabe-Feature-Class kopiert. | Field |
search_distance (optional) | Die maximale Entfernung, durch die Features getrennt sein können, bevor sie nicht mehr als Features ähnlicher Tracks betrachtet werden. Der Standardwert ist 100 Fuß (30 m). | Linear Unit |
time_difference (optional) | Der maximale Zeitunterschied, durch den Features getrennt sein können, bevor sie nicht mehr als Features ähnlicher Tracks betrachtet werden. Der Standardwert beträgt 10 Sekunden. | Time Unit |
input_type (optional) | Gibt an, ob ähnliche Tracks in einer oder zwischen zwei Feature-Classes ermittelt werden.
| String |
secondary_features (optional) | Eine sekundäre Feature-Class zum Ermitteln von ähnlichen Tracks. Mögliche ähnliche Tracks werden anhand der folgenden Kriterien ausgewertet:
| Feature Layer |
secondary_id_field (optional) | Ein Feld aus dem Parameter secondary_features, das zum Abrufen der eindeutigen Kennung pro Punkt-Track verwendet wird. Das Feld wird in die Ausgabe-Feature-Class kopiert. | Field |
create_summary_table (optional) | Gibt an, ob eine Ausgabe-Summentabelle erstellt wird.
| Boolean |
out_summary_table (optional) | Die Ausgabetabelle, in der die Summeninformationen gespeichert werden. Dieser Parameter wird nur aktiviert, wenn der Parameterwert create_summary_table auf CREATE_SUMMARY_TABLE festgelegt ist. Ausgabedateien müssen Tabellen in einer File-Geodatabase, Textdateien oder Dateien mit kommagetrennten Werten (.csv) sein. | Table |
include_min_cotraveling_duration (optional) | Gibt an, ob ein Filter angewendet wird, der nur ähnliche Tracks zurückgibt, die über eine bestimmte Mindestdauer gleichzeitig unterwegs waren.
Gibt an, ob ein Filter für die Mindestdauer ähnlicher Tracks angewendet wird.
| Boolean |
min_cotraveling_duration (optional) | Der Mindestzeitraum, in dem sich zwei Features gemeinsam durch Zeit und Raum bewegen müssen, um als Features mit ähnlichen Tracks zu gelten. | Time Unit |
Codebeispiel
Das folgende Python-Skript veranschaulicht, wie die Funktion FindCotravelers in einem eigenständigen Skript ohne die Ausgabe-Summentabelle und eine Eingabe-Feature-Class verwendet wird.
# Name: FindCotravelers.py
# Description: Identify cotravelers in a point track dataset.
# Import system modules
import arcpy
arcpy.env.workspace = "C:/data/Tracks.gdb"
# Set local variables
source_features = "Known_Tracks"
output_point_features = "Cotravelers"
id_field = "device_id"
# Run tool
arcpy.intelligence.FindCotravelers(source_features,
output_point_features,
id_field)
Das folgende Python-Skript veranschaulicht, wie die Funktion FindCotravelers in einem eigenständigen Skript mit der Ausgabe-Summentabelle und zwei Eingabe-Feature-Classes verwendet wird.
# Name: FindCotravelers.py
# Description: Identify cotravelers in a point track dataset.
# Import system modules
import arcpy
arcpy.env.workspace = "C:/data/Tracks.gdb"
# Set local variables
source_features = "Known_Tracks"
unknown_features = "Unknown_Tracks"
output_point_features = "Cotravelers"
id_field_name = "device_id"
unknown_id_field = "MMSI"
search_distance = "75 Feet"
time_difference = "5 Seconds"
summary_table = "CREATE_SUMMARY_TABLE"
summary_table_name = "Tracks_Summary_Table"
filter_duration = "MIN_COTRAVELING_DURATION"
cotraveling_duration = "30 Minutes"
# Run tool
arcpy.intelligence.FindCotravelers(source_features,
output_point_features,
id_field_name,
search_distance,
time_difference,
"TWO_FEATURECLASSES",
unknown_features,
unknown_id_field,
summary_table,
summary_table_name,
filter_duration,
cotraveling_duration)