Измерение компактности распределения обеспечивает нас одной величиной, представляющей дисперсию объектов вокруг центра. Это значение – расстояние, так что компактность такого набора объектов может быть представлена на карте путем рисования круга или сферы радиусом, равным величине стандартного расстояния. Инструмент Стандартное расстояние создает круговой полигон или сферу-мультипатч, если для данных включены значения z.
Вычисления
Стандартное расстояние – это:
Где x i , y i и z i – координаты объекта i , {x̄, ȳ, z̄} соответствуют Среднему центру объектов, а n – общее их число.
Стандартное взвешенное расстояние расширяется следующим образом:
Где wi – это вес объекта i и {x w, y w, z w} отображают взвешенный средний центр.
Результат
Для двухмерных данных инструмент Стандартное расстояние создает новый класс объектов, содержащий круговой полигон, центрированный на усредненном центре (один центр и один круг на комбинацию, если Поле комбинаций указано). Каждый круговой полигон рисуется радиусом, равным значению стандартного расстояния. Атрибутивные значения для каждого кругового полигона – х и у координаты среднего центра круга, и стандартное расстояние (радиус круга).
Для трехмерных данных инструмент Стандартное расстояние создает новый класс объектов, содержащий сферический мультипатч, центрированный на усредненном центре (один центр и одну сферу на комбинацию, если Поле комбинаций указано). Каждый сферический мультипатч рисуется с радиусом, равным значению стандартного расстояния. Значения для каждого сферического мультипатча – средняя центральная координата x, средняя центральная координата y, средняя центральная координата z, площадь сферы, объем сферы и стандартное расстояние (радиус сферы).
Возможное применение
- Вы можете использовать значения для двух или более распределений, чтобы сравнивать их. Криминалистический анализ, например, может сравнить компактность случаев нападений и угонов автомобилей. Информация об особенностях распространения различных типов преступлений может помочь полиции развивать стратегии борьбы с преступлениями. Если распределение преступлений в определенной области компактно, дислокации одной машины в самом центре может быть достаточной мерой пресечения. Если распределение дисперсное, использование нескольких полицейских машин для патрулирования этой области будет более эффективным.
- Вы также можете сравнивать тот же самый тип объектов, но во времени – например, криминалистический анализ может сравнивать дневные и ночные кражи, чтобы увидеть, когда кражи более дисперсные или компактны.
- Вы также можете сравнивать распределения объектов по сравнению со стационарными объектами. Например, вы можете измерять распределение звонков 911 для каждой пожарной станции на протяжении нескольких месяцев, чтобы посмотреть, какие станции покрывают большую территорию.
Дополнительные ресурсы
Mitchell, Andy. The ESRI Guide to GIS Analysis, Volume 2. ESRI Press, 2005.