Zusammenfassung
Identifiziert die statistisch signifikante räumliche Cluster-Bildung mit hohen Werten (Hot-Spots) oder mit niedrigen Werten (Cold-Spots) oder die Datenanzahl in den Daten. Verwenden Sie dieses Werkzeug, um beispielsweise Hot-Spots und Cold-Spots hoher und niedriger Haushaltseinkommen, Kriminalitätsdichte, Verkehrsunfallzahlen mit Todesopfern, Arbeitslosigkeit oder Biodiversität aufzudecken.
Im Ergebnis-Karten-Layer werden Hot-Spots in Rot und Cold-Spots in Blau angezeigt. Die Features in Dunkelrot geben die stärkste Cluster-Bildung von hohen Werten oder Punktdichten an. Sie können zu 99 Prozent sicher sein, dass die mit diesen Features verknüpfte Cluster-Bildung kein zufälliges Ergebnis ist. Entsprechend sind die Features in Dunkelblau mit der stärksten räumlichen Cluster-Bildung von niedrigen Werten oder niedrigen Punktdichten verknüpft. Features, die beige angezeigt werden, sind nicht Teil eines statistisch signifikanten Clusters. Das mit diesen Features verknüpfte räumliche Muster könnte mit großer Wahrscheinlichkeit ein Ergebnis zufälliger Prozesse sein.
Abbildung
Verwendung
Für Polygon-Features wie Zählbezirke, Landkreise, Wahlkreise, Krankenhausregionen, Flurstücke, Park- und Freizeitflächen, Abflussgebiete, Landnutzungsklassifikationen und Klimazonen stehen sehr viele Daten zur Verfügung. Wenn der Eingabe-Layer Polygon-Features enthält, müssen Sie ein numerisches Feld festlegen, anhand dessen Cluster mit hohen und niedrigen Werten gesucht werden. Dieses Feld kann Folgendes darstellen:
- Mengenangaben (z. B. die Anzahl der Haushalte)
- Verhältnisangaben (z. B. der Bevölkerungsanteil mit Universitätsabschluss)
- Durchschnittswerte (z. B. das durchschnittliche oder mittlere Haushaltseinkommen)
- Indizes (z. B. eine Bewertung, aus der hervorgeht, ob die Ausgaben eines Haushalts für Sportartikel über oder unter dem nationalen Durchschnitt liegen)
Viele Daten sind auch als Punkt-Features verfügbar. Vor allem Verbrechensfälle, Schulen, Krankenhäuser, Notrufereignisse, Verkehrsunfälle, Brunnen, Bäume und Boote werden häufig als Punkte dargestellt. In einigen Fällen kann es interessant sein, mit einzelnen Punkt-Features verknüpfte Datenwerte (ein Feld) zu analysieren. In anderen Fällen möchten Sie nur die Cluster-Bildung der Punkte selbst ermitteln. Die Entscheidung, ob ein Analysefeld bereitgestellt werden soll oder nicht, hängt von der Frage ab, die Sie stellen. Die Bereitstellung eines Analysefeldes eignet sich zur Beantwortung von Fragen wie: "Wo bilden hohe und niedrige Werte Cluster?"
Bei einigen Punktdaten gibt es kein hervorstechendes Analysefeld. Dies ist normalerweise der Fall, wenn jeder Punkt ein Ereignis, einen Vorfall oder eine Angabe zur An-/Abwesenheit darstellt. In diesen Fällen möchten Sie nur wissen, wo die Cluster-Bildung ungewöhnlich ausgeprägt (statistisch signifikantes) oder gering ist.
Für eine Analyse der Punktanzahl werden Polygon-Features über den Punkten platziert, und die Anzahl der Punkte, die in jeder Fläche liegen, wird gezählt. Diese Polygon-Features können sich in einem von dem Werkzeug erstellten Netzgitter oder in einem von Ihnen bereitgestellten Flächen-Layer befinden. Anschließend findet das Werkzeug Cluster mit hoher und niedriger Punktanzahl, die mit jedem Flächen-Feature verknüpft sind.
Syntax
arcpy.sfa.FindHotSpots(analysisLayer, outputName, {analysisField}, {divideByField}, {boundingPolygonLayer}, {aggregatePolygonLayer})| Parameter | Erklärung | Datentyp |
analysisLayer | Der Punkt- oder Polygon-Feature-Layer, für den Hot-Spots berechnet werden. | Feature Set |
outputName | Der Name des Ausgabe-Layers, der im Portal erstellt werden soll. | String |
analysisField (optional) | Ein numerisches Feld (Anzahl von Ereignissen, Kriminalitätsraten, Testergebnisse usw.), das ausgewertet werden soll. Das ausgewählte Feld kann Folgendes darstellen:
| Field |
divideByField (optional) | Das numerische Feld im Eingabe-Layer, mit dem die Daten normalisiert werden. Wenn Ihre Punkte beispielsweise Verbrechen darstellen, führt das Teilen durch die Gesamtbevölkerung zu einer Analyse von Verbrechen pro Kopf statt zu einer groben Anzahl der Verbrechensfälle. | Field |
boundingPolygonLayer (optional) | Wenn der Analyse-Layer ein Punkt-Layer ist und kein Analysefeld angegeben ist, können Sie Polygon-Features vorsehen, die definieren, wo Ereignisse aufgetreten sein können. Wenn Sie beispielsweise Schiffsunfälle in einem Hafen analysieren, kann der Umriss des Hafens eine gute Grenze dafür darstellen, wo sich Unfälle ereignen könnten. Wenn keine umgebenden Flächen vorhanden sind, werden nur Positionen mit mindestens einem Punkt in die Analyse einbezogen. | Feature Set |
aggregatePolygonLayer (optional) | Wenn der Eingabe-Layer Punkte enthält und kein Analysefeld angegeben ist, können Sie Polygon-Features vorsehen, in die die Punkte aggregiert und analysiert werden, wie z. B. Verwaltungseinheiten. Die Anzahl der Punkte, die in jedem Polygon liegen, wird gezählt, und die Punktanzahl in jedem Polygon wird analysiert. | Feature Set |
Abgeleitete Ausgabe
| Name | Erklärung | Datentyp |
| outputLayer | Der Ausgabe-Hot-Spot-Layer. | Feature-Set |
Umgebungen
Lizenzinformationen
- Basic: Erfordert Berechtigung Ihr Konto in ArcGIS Enterprise für die Berechtigung zum Durchführen von Analysen
- Standard: Erfordert Berechtigung Ihr Konto in ArcGIS Enterprise für die Berechtigung zum Durchführen von Analysen
- Advanced: Erfordert Berechtigung Ihr Konto in ArcGIS Enterprise für die Berechtigung zum Durchführen von Analysen