Zusammenfassung
Berechnet einen Index für den nächsten Nachbarn basierend auf der durchschnittlichen Entfernung jedes Features zum nächstgelegenen Nachbar-Feature.
Abbildung
Verwendung
Das Werkzeug "Mittlerer nächster Nachbar" gibt fünf Werte zurück: beobachtete mittlere Entfernung, erwartete mittlere Entfernung, Index für den nächsten Nachbarn, Z-Ergebnis und p-Wert. Die Werte werden während der Ausführung des Werkzeugs am unteren Rand des Bereichs Geoverarbeitung als Meldungen geschrieben und als abgeleitete Werte zur potenziellen Verwendung in Modellen oder Skripten übergeben. Sie können auf die Meldungen zugreifen, indem Sie mit der Maus auf die Fortschrittsleiste zeigen, auf die Pop-out-Schaltfläche klicken oder den Abschnitt "Meldungen" im Bereich Geoverarbeitung erweitern. Sie können auch auf die Meldungen für ein zuvor ausgeführtes Werkzeug über den Geoverarbeitungsverlauf zugreifen. Optional erstellt dieses Werkzeug eine HTML-Berichtsdatei mit einer grafischen Zusammenfassung der Ergebnisse. Der Pfad zu dem Bericht wird in die Meldungen einbezogen, in denen die Parameter für die Werkzeugausführung zusammengefasst sind. Durch Klicken auf diesen Pfad wird die Berichtsdatei geöffnet.
Die Z-Ergebnisse und p-Werte sind Werte von statistischer Bedeutung, die Aufschluss darüber geben, ob Sie die NULL-Hypothese ablehnen können oder nicht. Beachten Sie jedoch, dass die statistische Signifikanz für diese Methode stark von der Größe des Untersuchungsgebiets abhängt (siehe unten). Beim mittleren nächsten Nachbarn wird in der NULL-Hypothese davon ausgegangen, dass die Features zufällig verteilt sind.
Der Index für den nächsten Nachbarn wird als Verhältnis zwischen der beobachteten mittleren Entfernung und der erwarteten mittleren Entfernung ausgedrückt. Die erwartete Entfernung ist die durchschnittliche Entfernung zwischen Nachbarn in einer hypothetischen zufälligen Verteilung. Ist der Index kleiner 1, weist das Muster Cluster-Bildung auf; ist der Index größer 1, geht der Trend zur Dispersion oder zum Wettbewerb.
Die Methode "Mittlerer nächster Nachbar" reagiert stark auf Veränderungen des Wertes "Fläche" (kleine Änderungen des Parameterwertes Fläche können zu erheblichen Änderungen im Z-Ergebnis oder p-Wert führen). Daher ist das Werkzeug Mittlerer nächster Nachbar am besten geeignet für den Vergleich unterschiedlicher Features in einem festgelegten Untersuchungsgebiet. Das Bild unten ist ein klassisches Beispiel dafür, wie identische Feature-Verteilungen je nach angegebenem Untersuchungsgebiet gestreut oder geclustert sein können.
Wenn kein Parameterwert unter Fläche angegeben ist, wird die Fläche verwendet, die vom minimalen umschließenden Rechteck um die Eingabe-Features gebildet wird. Im Gegensatz zur Ausdehnung richtet sich ein minimales umschließendes Rechteck nicht zwangsläufig an der X- und Y-Achse aus.
Wenn die Eingabe-Feature-Class nicht projiziert ist (d. h., wenn Koordinaten in Grad, Minuten und Sekunden angegeben werden) oder als Ausgabe-Koordinatensystem ein geographisches Koordinatensystem festgelegt wurde, werden Entfernungen mit Sehnenmesswerten berechnet. Sehnenentfernungsmesswerte werden verwendet, weil sie schnell berechnet werden können und ausgezeichnete Schätzung 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, Ihre Daten zu 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, sollte der Parameter Fläche (falls angegeben) in Metern angegeben werden.
Es gibt spezielle Fälle von Eingabe-Features, die zu ungültigen minimalen umschließenden Rechtecken (mit Null-Flächen) führen würden. In diesen Fällen wird für die Erstellung des minimalen umschließenden Rechtecks ein kleiner, von der Eingabe-Feature-XY-Toleranz abgeleiteter Wert verwendet. Wenn beispielsweise alle Features lagegleich sind (das heißt, sie haben exakt die gleichen X- und Y-Koordinaten), wird die Fläche für ein sehr kleines quadratisches Polygon um diese zentrale Stelle in Berechnungen verwendet. Ein anderes Beispiel ist, wenn alle Features perfekt ausgerichtet sind (z. B. 3 Punkte in einer geraden Linien); in diesem Fall wird die Fläche, die von einem rechteckigen Polygon mit einer sehr geringen Breite um die Features gebildet wird, in Berechnungen verwendet. Bei Verwendung des Werkzeugs Mittlerer nächster Nachbar wird immer empfohlen, einen Wert für die Fläche anzugeben.
Dieses Werkzeug eignet sich am besten für Ereignisdaten oder andere Feature-Daten mit festen Punkten; es kann jedoch auch für Polygon- oder Liniendaten eingesetzt werden. Bei Linien- und Polygon-Features wird der echte geometrische Schwerpunkt für jedes Feature in Berechnungen verwendet. Bei Multipoints, Polylinien oder mehrteiligen Polygonen wird der Schwerpunkt mithilfe des gewichteten arithmetischen Mittelpunktes 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.
Vorsicht:
Denken Sie beim Verwenden von Shapefiles daran, dass diese keine NULL-Werte speichern können. Werkzeuge oder andere Verfahren zur Erstellung von Shapefiles aus Nicht-Shapefile-Eingaben speichern oder interpretieren NULL-Werte möglicherweise als Wert 0. In manchen Fällen werden NULL-Werte in Shapefiles als sehr große negative Werte gespeichert. Dies kann zu unerwarteten Ergebnissen führen. Weitere Informationen finden Sie unter Überlegungen zur Geoverarbeitung für die Shapefile-Ausgabe.
Syntax
AverageNearestNeighbor(Input_Feature_Class, Distance_Method, {Generate_Report}, {Area})| Parameter | Erklärung | Datentyp |
Input_Feature_Class | Die Feature-Class, in der Regel eine Point-Feature-Class, für die die Entfernung zum mittleren nächsten Nachbarn berechnet wird. | Feature Layer |
Distance_Method | Gibt an, wie Entfernungen von den einzelnen Features zu benachbarten Features berechnet werden.
| String |
Generate_Report (optional) |
| Boolean |
Area (optional) | Numerischer Wert, der die Größe des Untersuchungsgebiets wiedergibt. Der Standardwert ist die Fläche, die durch das minimale umschließende Rechteck gebildet wird, das alle Features (oder alle ausgewählten Features) umfasst. Die Einheiten sollten mit den im Ausgabe-Koordinatensystem angegebenen Einheiten übereinstimmen. | Double |
Abgeleitete Ausgabe
| Name | Erklärung | Datentyp |
| NNRatio | Der Indexwert des nächsten Nachbarn. | Double |
| NNZScore | Der Z-Wert. | Double |
| PValue | Der p-Wert. | Double |
| NNExpected | Die erwartete mittlere Entfernung. | Double |
| NNObserved | Die beobachtete mittlere Entfernung. | Double |
| Report_File | Eine HTML-Datei mit einer grafischen Ergebnisübersicht. | Datei |
Codebeispiel
Das folgende Skript veranschaulicht die Verwendung des Werkzeugs AverageNearestNeighbor im Python-Fenster.
import arcpy
arcpy.env.workspace = r"C:\data"
arcpy.AverageNearestNeighbor_stats("burglaries.shp", "EUCLIDEAN_DISTANCE", "NO_REPORT", "#")Das folgende eigenständige Python-Skript veranschaulicht, wie Sie das Werkzeug AverageNearestNeighbor verwenden.
# Analyze crime data to determine if spatial patterns are statistically significant
# Import system modules
import arcpy
# Local variables...
workspace = "C:/data"
crime_data = "burglaries.shp"
try:
# Set the current workspace (to avoid having to specify the full path to the feature classes each time)
arcpy.env.workspace = workspace
# Obtain Nearest Neighbor Ratio and z-score
# Process: Average Nearest Neighbor...
nn_output = arcpy.AverageNearestNeighbor_stats(crime_data, "EUCLIDEAN_DISTANCE", "NO_REPORT", "#")
# Create list of Average Nearest Neighbor output values by splitting the result object
print("The nearest neighbor index is: " + nn_output[0])
print("The z-score of the nearest neighbor index is: " + nn_output[1])
print("The p-value of the nearest neighbor index is: " + nn_output[2])
print("The expected mean distance is: " + nn_output[3])
print("The observed mean distance is: " + nn_output[4])
print("The path of the HTML report: " + nn_output[5])
except arcpy.ExecuteError:
# If an error occurred when running the tool, print out the error message.
print(arcpy.GetMessages())Umgebungen
- 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.
Lizenzinformationen
- Basic: Ja
- Standard: Ja
- Advanced: Ja
Verwandte Themen
- Überblick über das Toolset "Analysen von Mustern"
- Modellierung von räumlichen Beziehungen
- Was ist ein Z-Wert? Was ist ein p-Wert?
- Suchen eines Geoverarbeitungswerkzeugs
- Analyse eines räumlichen Clusters mit mehreren Entfernungen (Ripleys K Function)
- Räumliche Autokorrelation (Morans I)
- Funktionsweise von "Mittlerer nächster Nachbar"