Überblick über das Toolset "Analyse von Raum-Zeit-Mustern"

Mit den Analyse- und statistischen Werkzeugen im Toolset "Analyse von Raum-Zeit-Mustern" können Sie Muster identifizieren und die Daten in einem Raum-Zeit-Würfel abfragen.

Verwenden Sie nach Erstellung des Raum-Zeit-Würfels diese Analysewerkzeuge, um ein besseres Verständnis über die im Würfel aggregierten Daten zu erlangen. Der Würfel dient anschließend in Trendanalyse von Hot-Spots als Eingabe, anhand derer statistisch signifikante Hot- oder Cold-Spot-Trends im zeitlichen Verlauf bestimmt werden. Mithilfe dieses Werkzeugs lassen sich Kriminalitäts- oder Krankheitsausbruchsdaten analysieren, um neue, sich verstärkende, dauerhafte oder zeitweilige Hot-Spot-Muster in verschiedenen Zeitschrittintervallen zu ermitteln. Das Werkzeug Lokale Ausreißeranalyse verwendet den Würfel als Eingabe, um statistisch signifikante Cluster mit hohen oder niedrigen Werten sowie Ausreißer mit Werten, die sich statistisch in Raum und Zeit von ihren Nachbarn unterscheiden, zu ermitteln. Das Werkzeug Zeitserien-Cluster-Bildung partitioniert die Positionen in einem Raum-Zeit-Würfel in verschiedene Cluster, deren Mitglieder ähnliche Zeitserieneigenschaften haben. Mit dem Werkzeug Erkennung von Veränderungspunkten werden für jede Position Zeitschritte erkannt, an denen sich der Mittelwert, die Standardabweichung oder die Neigung der Zeitserie von einem Wert zum nächsten verändert.

Hinweis:

Unter Visualisieren des Raum-Zeit-Würfels werden Strategien beschrieben, wie sich Würfelinhalte anzeigen lassen.

Das auf der Seite Spatial Statistics Resources verfügbare Add-in Space Time Cube Explorer kann ebenfalls zum Visualisieren von Raum-Zeit-Würfel-Inhalten und Analyseergebnissen in 2D und 3D verwendet werden. Es ermöglicht das automatische Festlegen von Zeit- und Bereichsschieberegler und bietet zahlreiche Optionen für Anzeigedesigns.

WerkzeugBeschreibung

Veränderungspunkte erkennen

Erkennt Zeitschritte, wenn sich eine statistische Eigenschaft der Zeitserie an einer Position eines Raum-Zeit-Würfels ändert.

Trendanalyse von Hot-Spots

Identifiziert Trends bei der Cluster-Bildung von Punktdichten (Anzahl) oder Werten in einem Raum-Zeit-Würfel, der entweder mit dem Werkzeug Raum-Zeit-Würfel durch Aggregieren von Punkten erstellen, dem Werkzeug Raum-Zeit-Würfel aus definierten Positionen erstellen oder mit dem Werkzeug Raum-Zeit-Würfel aus multidimensionalem Raster-Layer erstellen erstellt wurde. Zu den Kategorien zählen neue, konsekutive, sich verstärkende, dauerhafte, abnehmende, zeitweilige, schwankende und ehemalige Hot- und Cold-Spots.

Lokale Ausreißeranalyse

Identifiziert statistisch signifikante Cluster und Ausreißer im Kontext von Raum und Zeit. Dieses Werkzeug stellt eine Raum-Zeit-Implementierung der Statistik "Anselin Local Morans I" dar.

Zeitserien-Cluster-Bildung

Partitioniert eine Sammlung von Zeitserien, die in einem Raum-Zeit-Würfel gespeichert ist, anhand der Ähnlichkeit von Zeitserieneigenschaften. Zeitserien können anhand folgender drei Kriterien gruppiert werden: ob sie im Zeitverlauf ähnliche Werte aufweisen, tendenziell gleichzeitig größer oder kleiner werden oder ähnliche Wiederholungsmuster aufweisen. Die Ausgabe dieses Werkzeugs ist eine 2D-Karte, in der jede Position im Würfel symbolisiert durch Cluster-Mitgliedschaft und Meldungen angezeigt wird. Darüber hinaus enthält die Ausgabe Diagramme mit Informationen zur repräsentativen Zeitseriensignatur für jeden Cluster.

Zusätzliche Quellen

Auf der Seite Spatial Statistics Resources unter https://www.esriurl.com/spatialstats finden Sie verschiedene Ressourcen, die Ihnen bei der Verwendung der Werkzeuge "Spatial Statistics" und "Space Time Pattern Mining" helfen, darunter die folgenden:

  • Praktische Lernprogramme und Lektionen in Learn ArcGIS
  • Workshop-Videos und Präsentationen
  • Schulungen und Webseminare
  • Links zu Büchern, Artikeln und technischen Dokumentationen
  • Beispielskripte und Case Studys


In diesem Thema
  1. Zusätzliche Quellen