Inkrementelle räumliche Autokorrelation (Spatial Statistics)—ArcGIS AllSource

Zusammenfassung

Dient zum Messen der räumlichen Autokorrelation für eine Reihe von Entfernungen und zum optionalen Erstellen eines Liniendiagramms dieser Entfernungen und der entsprechenden Z-Werte. Z-Werte geben die Intensität der räumlichen Cluster-Bildung wieder, und statistisch signifikante Z-Wertspitzen geben die Entfernungen an, bei denen solche räumlichen Prozesse, die eine Cluster-Bildung fördern, am stärksten ausgeprägt sind. Diese Spitzenentfernungen sind häufig geeignete Werte für die Verwendung mit Werkzeugen, die den Parameter Entfernungsband oder Entfernungsradius umfassen.

Abbildung

Verwendung

Verwenden Sie dieses Werkzeug, um einen geeigneten Wert für den Parameter Entfernungsschwellenwert oder Radius in Werkzeugen mit diesen Parametern anzugeben, wie z. B. Hot-Spot-Analyse oder Punktdichte.
Mit dem Werkzeug Inkrementelle räumliche Autokorrelation wird die räumliche Autokorrelation einer Reihe von Entfernungsschrittgrößen gemessen, und für jede Entfernungsschrittgröße wird ein Bericht über den zugehörigen Morans Index, erwarteten Index, Abweichung, Z-Wert und p-Wert erstellt. Die Werte werden bei der Werkzeugausführung als Meldungen ausgegeben. Die Meldungen umfassen ebenfalls ein Liniendiagramm der räumlichen Autokorrelation nach Entfernung, worin der Z-Wert für jede Entfernung angezeigt wird.
Wenn mehr als ein statistisch signifikanter Spitzenwert vorhanden ist, ist die Cluster-Bildung an jeder einzelnen Entfernung ausgeprägt. Wählen Sie die Spitzenentfernung aus, die dem gewünschten Analysemaßstab am besten entspricht; dies ist häufig der zuerst auftretende statistisch signifikante Spitzenwert.
Der Wert des Parameters Eingabefeld sollte verschiedene Werte enthalten. Für diese Statistikberechnung ist es erforderlich, dass nicht alle Variablen den gleichen Wert aufweisen; eine Berechnung ist z. B. nicht möglich, wenn alle Eingabewerte 1 lauten. Um mit diesem Werkzeug das räumliche Muster von Ereignisdaten zu analysieren, können Sie die Ereignisdaten zusammenfassen.
Wenn der Parameterwert für Eingabe-Feature-Class nicht projiziert wurde (d. h., wenn Koordinaten in Grad, Minuten und Sekunden angegeben werden) oder wenn als Ausgabe-Koordinatensystem ein geographisches Koordinatensystem festgelegt wurde, werden Entfernungen mit Sehnenmesswerten berechnet. Sehnenentfernungsmesswerte werden verwendet, weil sie schnell berechnet werden können und ausgezeichnete Schätzungen von echten geodätischen Entfernungen zulassen, zumindest für Punkte innerhalb von 30 Grad voneinander. Sehnenentfernungen basieren auf einem abgeplatteten Sphäroid. Im Fall von zwei beliebigen Punkten auf der Erdoberfläche ist die Sehnenentfernung zwischen diesen die Länge einer Linie, die durch die dreidimensionale Erde führt, um diese beiden Punkte zu verbinden. Sehnenentfernungen werden in Metern angegeben.
Vorsicht:
Achten Sie darauf, dass Sie die Daten projizieren, wenn sich der Untersuchungsbereich über 30 Grad hinaus erstreckt. Sehnenentfernungen erlauben keine sichere Schätzung von geodätischen Entfernungen über 30 Grad hinaus.
Wenn in der Analyse Sehnenentfernungen verwendet werden, sollten die Parameter Anfangsentfernung und Entfernungsschrittgröße (falls angegeben) in Metern angegeben werden.
Für Linien- und Polygon-Features werden bei Entfernungsberechnungen Feature-Schwerpunkte verwendet. Für Multipoints, Polylinien oder Polygone mit mehreren Teilen wird der Schwerpunkt mithilfe des gewichteten arithmetischen Mittelpunkts aller Feature-Teile berechnet. Die Gewichtung für Punkt-Features ist 1, für Linien-Features "Länge" und für Polygon-Features "Fläche".
Sie können Karten-Layer verwenden, um die Eingabe-Feature-Class zu definieren. Beim Verwenden eines Layers mit einer Auswahl sind nur die ausgewählten Features in der Analyse enthalten.
Bei Polygon-Features empfiehlt es sich fast immer, Zeile für den Parameter Reihen-Standardisierung anzugeben. Die Reihen-Standardisierung verringert die Verzerrung, wenn die Anzahl der Nachbarn der einzelnen Features eine Funktion des Aggregationsschemas oder Sampling-Prozesses ist, und die tatsächliche räumliche Verteilung der analysierten Variable nicht widergespiegelt wird.
Wenn kein Wert für den Parameter Anfangsentfernung angegeben wird, entspricht der Standardwert der minimal erforderlichen Entfernung, bei der jedes Feature im Dataset über mindestens einen Nachbarn verfügt (die maximale Entfernung zum nächsten Nachbarn unter allen Features). Dies ist möglicherweise nicht die am besten geeignete Anfangsentfernung, wenn das Dataset räumliche Ausreißer enthält.
Wenn kein Wert für den Parameter Inkrementelle Entfernung angegeben ist, wird der jeweils geringere Wert, der sich als durchschnittliche Entfernung zum nächsten Nachbarn oder aus der Gleichung (Td - B) / I ergibt, verwendet. Dabei ist Td ein maximaler Entfernungsschwellenwert, B der Parameterwert für Anfangsentfernung und I der Parameterwert für Anzahl der Entfernungsbänder. Durch diesen Algorithmus wird sichergestellt, dass für den unter Anzahl der Entfernungsbänder angegebenen Wert stets Berechnungen ausgeführt werden und dass die größten Entfernungsbänder nicht so groß sind, dass einige Features alle oder fast alle anderen Features als Nachbarn haben.
Wenn der Parameterwert für Anfangsentfernung oder Inkrementelle Entfernung zu einem Entfernungsband führt, das größer ist als der maximale Entfernungsschwellenwert, wird der Wert für Inkrementelle Entfernung automatisch verringert. Um diese Anpassung zu vermeiden, können Sie den Wert für Inkrementelle Entfernung oder Anzahl der Entfernungsbänder verringern.
Wenn Sie dieses Werkzeug ausführen, ist möglicherweise nicht genügend Speicherplatz verfügbar. Dies tritt in der Regel dann auf, wenn Sie für den Parameter Anfangsentfernung oder Inkrementelle Entfernung einen Wert angeben, der dazu führt, dass Features Tausende von Nachbarn aufweisen. In Fällen, wo Features Tausende von Nachbarn aufweisen, empfiehlt es sich nicht, räumliche Beziehungen zu erstellen. Verwenden Sie einen niedrigeren Wert fürInkrementelle Entfernung, und entfernen Sie räumliche Ausreißer vorübergehend, damit Sie mit einem niedrigeren Wert für Anfangsentfernung beginnen.
Die Verarbeitung kann bei großen Datasets auch dann viel Zeit in Anspruch nehmen, wenn die Parameterwerte für Anfangsentfernung und Inkrementelle Entfernung durch das Werkzeug berechnet werden. Sie können die Performance verbessern, indem Sie wie folgt vorgehen:
- Entfernen Sie räumliche Ausreißer vorübergehend (wie oben erwähnt).
- Führen Sie die Analyse für ausgewählte Features in einem repräsentativen Teil des Untersuchungsgebiets statt für alle Features durch.
- Wählen Sie eine auf dem Zufallsprinzip basierende Stichprobe von Features aus, und führen Sie die Analyse nur für die Stichproben-Features durch.
Entfernungen basieren immer auf der Umgebungseinstellung Ausgabe-Koordinatensystem. Die Standardoption für die Umgebungseinstellung "Ausgabe-Koordinatensystem" ist Wie Eingabe. Die Eingabe-Features werden vor der Ausführung der Analyse auf das Ausgabe-Koordinatensystem projiziert.
Der Wert des optionalen Parameters Ausgabetabelle enthält den Entfernungswert bei jeder Iteration, den Morans I-Indexwert, den erwarteten Morans I-Indexwert, die Abweichung, den Z-Wert und den p-Wert. Ein Spitzenwert ist eine Erhöhung des Z-Wertes gefolgt von einer Verringerung des Z-Wertes. Wenn mit dem Werkzeug beispielsweise für Entfernungen von 50, 100 und 150 Metern Z-Werte von 2,95, 3,68 bzw. 3,12 ermittelt werden, dann liegt der Spitzenwert bei 100 Metern. Die Ausgabetabelle umfasst ebenfalls ein Liniendiagramm der räumlichen Autokorrelation nach Entfernung. Darin wird der Z-Wert für jede Entfernung angezeigt, womit Sie die Spitzenwerte bestimmen können.
Wenn dieses Werkzeug über Python verwendet wird, stellt das durch die Werkzeugausführung zurückgegebene Ergebnisobjekt die folgenden Ausgaben bereit:
Position Beschreibung Datentyp
0
Erster Spitzenwert
Double
1
Maximaler Spitzenwert
Double

Position	Beschreibung	Datentyp
0	Erster Spitzenwert	Double
1	Maximaler Spitzenwert	Double

Parameter

Beschriftung	Erläuterung	Datentyp
Eingabe-Features	Die Feature-Class, für die die räumliche Autokorrelation über eine Reihe von Entfernungen gemessen wird.	Feature Layer
Eingabefeld	Das numerische Feld, das beim Bewerten der räumlichen Autokorrelation verwendet wird.	Field
Anzahl der Entfernungsbänder	Die Häufigkeit, mit der die Nachbarschaftsgröße inkrementiert und das Dataset für die räumliche Autokorrelation analysiert wird. Der Startpunkt und die Größe der Inkrementierung werden in den Parametern Anfangsentfernung und Entfernungsschrittgröße angegeben.	Long
Anfangsentfernung (optional)	Die Entfernung, in der die Analyse der räumlichen Autokorrelation gestartet wird, und die Entfernung, in der die Inkrementierung beginnt. Der für diesen Parameter angegebene Wert sollte in den Einheiten der Umgebungseinstellung "Ausgabe-Koordinatensystem" vorliegen.	Double
Entfernungsschrittgröße (optional)	Die nach jeder Iteration zu erhöhende Entfernung. Die in der Analyse verwendete Entfernung beginnt bei dem im Parameter Anfangsentfernung angegebenen Wert und nimmt entsprechend des im Parameter Entfernungsschrittgröße angegebenen Wertes zu. Der für diesen Parameter angegebene Wert sollte in den Einheiten der Umgebungseinstellung "Ausgabe-Koordinatensystem" vorliegen.	Double
Entfernungsmethode (optional)	Gibt an, wie Entfernungen von den einzelnen Features zu benachbarten Features berechnet werden. Euklidisch—Die Berechnung der Entfernungen erfolgt als geradlinige Entfernung zwischen zwei Punkten (die als Luftlinie gemessene Entfernung). Dies ist die Standardeinstellung. Manhattan—Die Berechnung der Entfernungen erfolgt als Entfernung zwischen zwei Punkten, die entlang von rechtwinkligen Achsen gemessen werden (Gebäudeblock). Dabei werden die (absoluten) Differenzen zwischen den X- und Y-Koordinaten berechnet.	String
Reihen-Standardisierung (optional)	Gibt an, ob räumliche Gewichtungen standardisiert werden. Eine Reihen-Standardisierung wird immer dann empfohlen, wenn die Verteilung der Features aufgrund eines Referenzpunktschemas oder eines auferlegten Aggregationsschemas möglicherweise verzerrt ist. Aktiviert: Räumliche Gewichtungen werden standardisiert. Jede Gewichtung wird durch ihre eigene Zeilensumme (die Summe der Gewichtungen aller benachbarten Features) dividiert. Dies ist die Standardeinstellung. Deaktiviert: Räumliche Gewichtungen werden nicht standardisiert.	Boolean
Ausgabetabelle (optional)	Die mit den einzelnen Entfernungsbändern und dem zugehörigen Z-Wert zu erstellende Tabelle.	Table
Ausgabeberichtsdatei (optional)	Die zu erstellende .pdf-Datei mit einem Liniendiagramm als Ergebniszusammenfassung.	File

Abgeleitete Ausgabe

Beschriftung	Erläuterung	Datentyp
Erster Spitzenwert	Die erste Z-Wertspitze.	Double
Maximaler Spitzenwert	Die maximale Z-Wertspitze.	Double

arcpy.stats.IncrementalSpatialAutocorrelation(Input_Features, Input_Field, Number_of_Distance_Bands, {Beginning_Distance}, {Distance_Increment}, {Distance_Method}, {Row_Standardization}, {Output_Table}, {Output_Report_File})

Name	Erläuterung	Datentyp
Input_Features	Die Feature-Class, für die die räumliche Autokorrelation über eine Reihe von Entfernungen gemessen wird.	Feature Layer
Input_Field	Das numerische Feld, das beim Bewerten der räumlichen Autokorrelation verwendet wird.	Field
Number_of_Distance_Bands	Die Häufigkeit, mit der die Nachbarschaftsgröße inkrementiert und das Dataset für die räumliche Autokorrelation analysiert wird. Der Startpunkt und die Größe der Inkrementierung werden in den Parametern Beginning_Distance und Distance_Increment angegeben.	Long
Beginning_Distance (optional)	Die Entfernung, in der die Analyse der räumlichen Autokorrelation gestartet wird, und die Entfernung, in der die Inkrementierung beginnt. Der für diesen Parameter angegebene Wert sollte in den Einheiten der Umgebungseinstellung "Ausgabe-Koordinatensystem" vorliegen.	Double
Distance_Increment (optional)	Die nach jeder Iteration zu erhöhende Entfernung. Die in der Analyse verwendete Entfernung beginnt bei dem im Parameter Beginning_Distance angegebenen Wert und nimmt entsprechend des im Parameter Distance_Increment angegebenen Wertes zu. Der für diesen Parameter angegebene Wert sollte in den Einheiten der Umgebungseinstellung "Ausgabe-Koordinatensystem" vorliegen.	Double
Distance_Method (optional)	Gibt an, wie Entfernungen von den einzelnen Features zu benachbarten Features berechnet werden. EUCLIDEAN—Die Berechnung der Entfernungen erfolgt als geradlinige Entfernung zwischen zwei Punkten (die als Luftlinie gemessene Entfernung). Dies ist die Standardeinstellung. MANHATTAN—Die Berechnung der Entfernungen erfolgt als Entfernung zwischen zwei Punkten, die entlang von rechtwinkligen Achsen gemessen werden (Gebäudeblock). Dabei werden die (absoluten) Differenzen zwischen den X- und Y-Koordinaten berechnet.	String
Row_Standardization (optional)	Gibt an, ob räumliche Gewichtungen standardisiert werden. Eine Reihen-Standardisierung wird immer dann empfohlen, wenn die Verteilung der Features aufgrund eines Referenzpunktschemas oder eines auferlegten Aggregationsschemas möglicherweise verzerrt ist. ROW_STANDARDIZATION—Räumliche Gewichtungen werden standardisiert. Jede Gewichtung wird durch ihre eigene Zeilensumme (die Summe der Gewichtungen aller benachbarten Features) dividiert. Dies ist die Standardeinstellung. NO_STANDARDIZATION—Räumliche Gewichtungen werden nicht standardisiert.	Boolean
Output_Table (optional)	Die mit den einzelnen Entfernungsbändern und dem zugehörigen Z-Wert zu erstellende Tabelle.	Table
Output_Report_File (optional)	Die zu erstellende .pdf-Datei mit einem Liniendiagramm als Ergebniszusammenfassung.	File

Abgeleitete Ausgabe

Name	Erläuterung	Datentyp
First_Peak	Die erste Z-Wertspitze.	Double
Max_Peak	Die maximale Z-Wertspitze.	Double

Codebeispiel

IncrementalSpatialAutocorrelation: Beispiel 1 (Python-Fenster)

Das folgende Skript im Python-Fenster veranschaulicht, wie Sie die Funktion IncrementalSpatialAutocorrelation verwenden.

import arcpy
arcpy.env.workspace = r"C:\ISA"
arcpy.stats.IncrementalSpatialAutocorrelation("911CallsCount.shp", "ICOUNT", 
                                              "20", "", "", "EUCLIDEAN",
                                              "ROW_STANDARDIZATION", 
                                              "outTable.dbf")

IncrementalSpatialAutocorrelation: Beispiel 2 (eigenständiges Skript)

Das folgende eigenständige Python-Skript veranschaulicht, wie die Funktion IncrementalSpatialAutocorrelation verwendet wird.

# Hot Spot Analysis of 911 calls in a metropolitan area
# using the Incremental Spatial Autocorrelation and Hot Spot Analysis Tools

# Import system modules
import arcpy

# Set property to overwrite existing output, by default
arcpy.env.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.management.CopyFeatures("911Calls.shp", "911Copied.shp")
    integrate = arcpy.management.Integrate("911Copied.shp #", "30 Feet")

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

    # Use Incremental Spatial Autocorrelation to get the peak distance
    # Process: Incremental Spatial Autocorrelation
    isa = arcpy.stats.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 = arcpy.stats.HotSpots(ce, "ICOUNT", "911HotSpots.shp", "Fixed Distance Band",
                     "Euclidean Distance", "None",  distance, "", "")

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

Umgebungen

Aktueller Workspace, Scratch-Workspace, Ausgabe-Koordinatensystem, Geographische Transformationen

Sonderfälle

Ausgabe-Koordinatensystem: Die Feature-Geometrie wird vor der Analyse auf das Ausgabe-Koordinatensystem projiziert. Alle mathematischen Berechnungen basieren auf dem Raumbezug des Ausgabe-Koordinatensystems. Wenn das Ausgabekoordinatensystem auf Grad, Minuten und Sekunden basiert, werden geodätische Entfernungen mithilfe von Sehnenentfernungen geschätzt.

Feedback zu diesem Thema?

Zusammenfassung

Abbildung

Verwendung

Vorsicht:

Parameter

Abgeleitete Ausgabe

Abgeleitete Ausgabe

Codebeispiel

Umgebungen

Sonderfälle

In diesem Thema