Отображение объектов через агрегирование

Агрегирование объектов - это способ объединения объектов в логические группы с использованием статистических методов. ArcGIS Pro поддерживает визуализацию объектов агрегированных данных для изучения и анализа.

Можно агрегировать объекты или записи (наблюдения) для одного или группы связанных объектов. Например, агрегация отдельных данных переписи при различных уровнях границ участков, обозначение погодных станций с использованием максимальных значений температур, зафиксированных на них, распределение пиков заболеваемости по региону с течением времени или усреднение объема трафика по шоссе в часы пик.

Существуют инструменты геообработки, такие, как Агрегировать точки, которые создают статическую агрегацию. При изменении данных или параметров анализа (например, временного интервала), необходимо перезапустить инструменты, чтобы получить новые выходные данные.

Динамическая агрегация

Динамическая агрегация реагирует на изменение данных и масштабирования. Динамическая агрегация используется тремя основными способами. Плотно расположенные объекты могут быть агрегированы в полигоны, которые называются бинами, либо в сгруппированные контейнеры, которые называются кластерами, а также собранные значения могут быть агрегированы в связанные объекты.

Агрегация объектов в бины

Пример динамической агрегации в бины - отслеживание концентрации и распространения вируса Эбола. Обычно любое сообщение об инциденте записывается как точечный объект. При крупных масштабах вам желательно видеть каждую из отдельных точек. При переходе на мелкие масштабы, конгломераты пересекающихся точек не позволяют увидеть закономерности в данных. Таким образом, при малых масштабах удобно объединять объекты в бины, при этом каждый бин обозначается символом, исходя из количества случаев Эболы в каждом бине.

См. Агрегация объектов в бины для получения дополнительных сведений.

Агрегация объектов в кластеры

Динамическая агрегация в кластеры - это альтернативный способ для визуализации объектов, особенно для карт меньших масштабов.

Примером для рассмотрения является геокодированный векторный слой домашних адресов пациентов больниц в городе. Кластеризация поможет выявить тренды в размещении пациентов. Используя определяющий запрос, можно определить, сосредоточены ли пациенты определенных групп в наибольшей степени в определенных районах города. Вы можете также использовать суммарную статистику типа мода с символами уникальных значений, чтобы определить, какие группы в каких областях преобладают. Некоторые местоположения адресов пациентов могут находиться за пределами радиуса кластера, и поэтому, будучи некластеризованными, будут отображаться основными символами слоя. Вы можете настроить размер радиуса кластеров, экстент карты и масштаб карты. чтобы достичь наилучших результатов.

См. Агрегация объектов в кластеры для получения дополнительных сведений.

Агрегация значений в связанные объекты

Некоторые данные, собранные в разное время, не меняют своего местоположения. Например, данные о погоде, такие как температура, количество осадков и скорость ветра, собираются несколько раз в день в одном и том же месте. Эти данные обычно хранятся в непространственной атрибутивной таблице. Присвоение символов каждому статичному местоположению с суммированной временной классификацией данных, например, количество осадков за месяц или средняя температура недели, может выявить больше закономерностей, чем просмотр отдельных записей.

Во втором примере значения агрегируются в имеющиеся полигоны. Хотя агрегация объектов в бины одинакового размера позволяет получить карту, отображающую концентрацию вируса Эбола в регионе, карта, которая отображает концентрацию выбросов в пределах текущих политических или административных границ, необходима для быстрого перераспределения медицинских ресурсов.

Подробнее см. Агрегация значений в связанные объекты.

Связанные разделы


В этом разделе
  1. Динамическая агрегация