Найти горячие точки (Стандартный анализ объектов)

Сводка

Идентифицирует статистически значимые пространственные кластеры высоких значений (горячих точек) и низких значений (холодных точек) в ваших данных. Используйте этот инструмент для определения горячих и холодных точек (высоких и низких значений) любых данных, таких как расположение домов, плотность правонарушений, ДТП со смертельным исходом, безработица или биоразнообразие.

Результирующий картографический слой отображает горячие точки символами красного света, а холодные точки – символами голубого цвета. Объекты более темного цвета идентифицируют более четко выраженную кластеризацию (или плотность) данных с высокими значениями; вероятность принадлежности к кластеру в этом случае 99 процентов, что очевидно не может быть результатом случайного распределения. Соответственно объекты темно-синего цвета идентифицируют более четко выраженную кластеризацию (или плотность) данных с низкими значениями;. Точки бежевого цвета не являются частью статистически значимого кластера; пространственная закономерность, связанная с этими объектами, скорее всего является результатом случайного распределения.

Иллюстрация

Найти горячие точки

Использование

  • Достаточно много пространственных данных визуализируются с помощью полигональных объектов: переписные районы, округа, избирательные округа, районы больниц, участки, границы парков и рекреационных зон, водосборные бассейны, классификация территорий по зонам землепользования и климатическим зонам и т.д. Если входной слой анализа содержит полигональные объекты, вам будет необходимо указать числовое поле, которое будет использовать для поиска кластеров высоких и низких значений. Поле анализа может отражать следующее:

    • Значения (например, число домашних хозяйств)
    • Показатели (например, процент людей с высшим образованием)
    • Средние (например, среднее значение или медиана значений доходов домашних хозяйств)
    • Индексы (например, показатель, указывающий на то, меньше или больше домашние хозяйства тратят денег на спортивные товары, чем среднее значение по стране.

  • Множество данных также визуализируется при помощи точечных объектов. С помощью точек часто отображают места преступлений, школы, больницы, места экстренных вызовов, ДТП, скважины, деревья, суда и т.д. Иногда вам может понадобиться анализ значений данных (поле), связанных с каждым точечным объектом. В других случаях вы можете захотеть лишь осуществить кластеризацию точек. Решение вопроса, добавлять ли поле анализа или нет, зависит от исследуемой вами задачи. Вам может понадобиться добавить поле анализа для решения таких вопросов, как: Где находятся кластеры с высокими и низкими значением показателя?

    Для некоторых точечных данных – обычно в случаях, когда точками показаны события, происшествия или наличие/отсутствие чего-либо – поле анализа необязательно использовать. В таких случаях вам, как правило, нужно знать места, где кластеризация экстремально интенсивная, а где выражена слабо.

  • Для анализа количества точек используются полигональные объекты, представляющие ту же самую территорию, и для каждого полигона рассчитывается число точек, попадающих в его границы. Эти полигональные объекты могут быть представлены регулярной сеткой, которую строит инструмент, или отдельным полигональным слоем, который вы указываете. Инструмент, который находит кластеры с высоким и низким числом точек, связанные с каждым площадным объектом.

Синтаксис

FindHotSpots(analysisLayer, outputName, {analysisField}, {divideByField}, {boundingPolygonLayer}, {aggregatePolygonLayer})
ParameterОбъяснениеТип данных
analysisLayer

Точечный или полигональный слой, для которого вычисляются горячие точки.

Feature Set
outputName

Имя выходного слоя, который будет создан на вашем портале.

String
analysisField
(Дополнительный)

Числовое поле (количество инцидентов, тяжести преступления, тестовые оценки и т.д.), которое должно быть оценено. Выбранное поле может представлять следующее:

  • Количество (например, число дорожных происшествий)
  • Отношение (например, число преступлений на квадратную милю)
  • Средние значения (средний балл экзаменов по математике)
  • Индексы (уровень удовлетворенности покупателей)

Field
divideByField
(Дополнительный)

Числовое поле входного слоя, которое будет использовано для нормирования данных. Например, если ваши точки представляют преступления, разделение количества точек на численность населения позволит оценить число преступлений на душу населения, вместо подсчета общего числа точек.

Field
boundingPolygonLayer
(Дополнительный)

Если слой анализа представлен точками, и вы не указываете поле анализа, вы можете указать полигональный слой, соответствующий экстенту точечного слоя инцидентов. Например, если вы анализируете столкновения судов в акваториях порта, границы акваторий можно использовать в качестве полигонального слоя, определяющего области, в которых фиксируются происшествия. Если не используется слой ограничивающих полигонов, в анализе участвуют только те местоположения, которые содержат как минимум одну точку.

Feature Set
aggregatePolygonLayer
(Дополнительный)

Если входной слой содержит точки, и вы не указываете поле анализа, вы можете указать полигональные объекты, в границах которых точки будут подсчитываться и анализироваться, например, слой административного деления. Подсчитывается число точек, попадающих в пределы каждого полигона, и эта числовая характеристика каждого полигона используется далее для анализа.

Feature Set

Производные выходные данные

NameОбъяснениеТип данных
outputLayer

Выходной слой горячих точек.

Набор объектов

Environments

Информация о лицензиях

  • Basic: Требуется Права доступа Ваша учетная запись в ArcGIS Enterprise содержит права доступа на Выполнение анализа
  • Standard: Требуется Права доступа Ваша учетная запись в ArcGIS Enterprise содержит права доступа на Выполнение анализа
  • Advanced: Требуется Права доступа Ваша учетная запись в ArcGIS Enterprise содержит права доступа на Выполнение анализа

Связанные разделы