Durch die Messung der Verteilung einer Reihe von Features können Sie einen Wert berechnen, der eine Eigenschaft der Verteilung darstellt, z. B. der Mittelpunkt, die Kompaktheit oder die Ausrichtung. Dieser Wert kann herangezogen werden, um Änderungen in der Verteilung im Zeitverlauf zu verfolgen oder Verteilungen verschiedener Features zu vergleichen.
Mit den Werkzeugen im Toolset "Messen von geographischen Verteilungen" können Sie Fragen wie die folgenden beantworten:
- Wo ist der Mittelpunkt?
- Wie sind Form und Ausrichtung der Daten beschaffen?
- Wie weit verteilt sind die Features?
Das Toolset "Messen von geographischen Verteilungen" enthält die folgenden Werkzeuge:
| Werkzeug | Beschreibung |
|---|---|
Identifiziert das am zentralsten positionierte Feature in einer Point-, Line- oder Polygon-Feature-Class. | |
Zerlegt eine Feature-Class und Nachbarschaft in verschiedene räumliche Komponenten. Die Komponenten stellen potenzielle räumliche Muster unter den Features dar, z. B. Cluster oder Trends. | |
Erstellt Standardabweichungsellipsen oder -ellipsoide, um die räumlichen Eigenschaften geographischer Features zusammenzufassen: zentrale Tendenz, Streuung und Richtungstrends. | |
Erstellt ein Scatterplotdiagramm in einem Feature-Layer zur Darstellung des Trends von Datenwerten in eine bestimmte Richtung. | |
Identifiziert die mittlere Richtung, die mittlere Länge und den mittleren geographischen Mittelpunkt für einen Satz von Linien. | |
Identifiziert den geographischen Mittelpunkt (oder das Schwerpunktzentrum) für einen Satz von Features. | |
Identifiziert die Position, durch die die euklidische Gesamtentfernung zu den Features in einem Dataset minimiert wird. | |
Berechnet Summenstatistiken für mindestens ein numerisches Feld anhand der lokalen Nachbarschaften um jedes Feature. Zu den lokalen Statistiken gehören Mittelwert (Durchschnitt), Medianwert, Standardabweichung, Interquartil-Bereich, Schiefe und Quantil-Ungleichheit. Alle Statistiken können geographisch mit Kernels gewichtet werden, um den Nachbarn in der Nähe des fokalen Features mehr Gewicht zu geben. Verschiedene Nachbarschaftstypen können verwendet werden, z. B. Entfernungsband, Anzahl der Nachbarn, Polygonnachbarschaft, Delaunay-Triangulation und Dateien mit räumlicher Gewichtungsmatrix (.swm). Summenstatistiken werden auch für die Entfernungen zu den Nachbarn jedes Features berechnet. | |
Misst den Grad der Konzentration oder Verteilung der Features um den geometrischen Mittelpunkt. |