Определение пространственных выбросов (Пространственная статистика)

Краткая информация

Определяет пространственные выбросы у точечных объектов, вычисляя локальный фактор выброса (LOF) каждого объекта. Пространственные выбросы – это объекты в аномально изолированных местоположениях, а LOAF – измерение, описывающее, насколько изолировано местоположение от его локальных соседей. Высокое значение LOF указывает на сильно выраженную изоляцию. Инструмент также может использоваться для создания растровой поверхности интерполяции, которая может использоваться для оценки, будут ли новые объекты классифицироваться как выбросы пространственного распределения данных.

Подробнее о том, как работает Определение пространственных выбросов

Иллюстрация

Иллюстрация инструмента Определение пространственных выбросов

Использование

  • Инструмент определяет точки, указанные в параметре Входные объекты как выбросы или как точки, соответствующие модели.

  • Инструмент проводит вычисление LOF для оценки степени выброса точечного объекта на основе пространственного распределения объектов в его окружении.

  • Инструмент использует локальное соседство вокруг каждого объекта, заданную параметром Число соседей.

  • Параметр Процент местоположений, считающихся выбросами используется для задания порога LOF, позволяющего считать объект выбросом или соответствующим модели.

    Примечание:

    Небольшие различия в значениях параметра Процент местоположений, считающихся выбросами могут привести к неизменности числа выходных объектов, определенных как выбросы. Это может произойти, когда сходство в пространственном распределении объектов создает одинаковые значения LOF у нескольких объектов.

  • В выходных объектах имеются две диаграммы. Первая - это линейная диаграмма, отображающая число выбросов и объектов, соответствующих модели. Вторая - это гистограмма распределения значений LOF для всех точечных объектов и границы LOF, использованной для определения выброса или соответствия модели.

  • Если входные объекты имеют атрибут геометрии Shape.Z, инструмент будет учитывать 3D-природу данных, определяя пространственные выбросы в 3D пространстве. При добавлении к виду сцены, выходные объекты отображаются в 3D для визуализации 3D пространственных выбросов. Если единицы измерения (например, метры) Shape.Z не заданы в вертикальной системе координат, предполагается, что единицы измерения соответствуют Shape.X и Shape.Y.

  • Параметр Выходной растр прогнозирования создает дополнительные выходные данные, которые содержат результат LOF как непрерывную поверхность изучаемой области и может использоваться для определения, будут ли будущие наблюдения выбросами, без необходимости пересчета значения LOF новой точки. Чтобы создать выходной растр, входные объекты используются как обучающие данные, а значения LOF вычисляются как центр каждой ячейки растра, основанные на пространственном распределении обучающих данных. Эти выходные данные могут создаваться только для 2D входных объектов.

    Примечание:

    Значения LOF точек не будут соответствовать значениям LOF ячеек растра под каждой точкой, даже если точки совпадают с центром ячейки растра. Это происходит потому, что объект не использует самого себя в качестве соседства, а ячейка растра использует объект как соседство, поэтому каждое вычисление использует различные соседства и создает другое значение LOF.

  • Для получения дополнительной информации о локальном факторе выброса и см. дополнительную литературу:

    • Breunig, M. M., Kriegel, H. P., Ng, R. T., Sander, J. (2000). "LOF: identifying density-based local outliers." Материалы международной конференции 2000 ACM SIGMOD, посвященной управлению данными. (pp. 93-104).

Параметры

ПодписьОписаниеТип данных
Входные объекты

Точечные объекты, использованные для построения модели определения пространственных выбросов. Каждая точка будет классифицирована как выброс или соответствующая модели, в зависимости от ее локального фактора выброса.

Feature Layer
Выходные объекты

Выходной класс объектов, содержащий локальный фактор выброса для каждого входного объекта, а также индикатор, является ли точка пространственным выбросом.

Feature Class
Число соседей
(Дополнительный)

Число соседей, используемых при вычислении локального фактора выброса. В качестве соседей используются точки ближайшие к входной. Значение по умолчанию равно 20.

Long
Процент местоположений, считающихся выбросами
(Дополнительный)

Процент местоположений, идентифицированных как пространственные выбросы при задании порога локального фактора выброса. Если значение не задано, оно будет получено в процессе выполнения и показано в сообщении геообработки.

Double
Выходной растр прогнозирования
(Дополнительный)

Выходной растр, содержащий локальные факторы выбросов в каждой ячейке, вычисляется на основе пространственного распределения входных объектов.

Raster Dataset

arcpy.stats.SpatialOutlierDetection(in_features, output_features, {n_neighbors}, {percent_outlier}, {output_raster})
ИмяОписаниеТип данных
in_features

Точечные объекты, использованные для построения модели определения пространственных выбросов. Каждая точка будет классифицирована как выброс или соответствующая модели, в зависимости от ее локального фактора выброса.

Feature Layer
output_features

Выходной класс объектов, содержащий локальный фактор выброса для каждого входного объекта, а также индикатор, является ли точка пространственным выбросом.

Feature Class
n_neighbors
(Дополнительный)

Число соседей, используемых при вычислении локального фактора выброса. В качестве соседей используются точки ближайшие к входной. Значение по умолчанию равно 20.

Long
percent_outlier
(Дополнительный)

Процент местоположений, идентифицированных как пространственные выбросы при задании порога локального фактора выброса. Если значение не задано, оно будет получено в процессе выполнения и показано в сообщении геообработки.

Double
output_raster
(Дополнительный)

Выходной растр, содержащий локальные факторы выбросов в каждой ячейке, вычисляется на основе пространственного распределения входных объектов.

Raster Dataset

Пример кода

SpatialOutlierDetection, пример 1 (окно Python)

В следующем скрипте окна Python показано, как используется инструмент SpatialOutlierDetection.

arcpy.stats.SpatialOutlierDetection("Transaction_Locations", 
            "Transactions_SpatialOutliers", 20, 5, 
            "Transactions_OutliersPredictionSurface")
SpatialOutlierDetection, пример 2 (автономный скрипт)

Следующий автономный скрипт Python демонстрирует, как использовать инструмент SpatialOutlierDetection.

# Import system modules.
import arcpy
try:
    # Set the workspace and input features.
    arcpy.env.workspace = 'C:\\SpatialOutlierDetection\\MyData.gdb'
    inputFeatures = "PM25_AirQualityStations"
    # Set the name of the output features
    outputFeatures = "AirQualityStations_SpatialOutliers"
    # Set the number of neighbors
    numberNeighbors = 8
    # Set the percentage of locations considered outliers
    pcntLocationsAsOutliers = 10
    # Set the output prediction raster
    outputPredictionRaster = airQualityStations_OutPredictionRaster
    # Run the Spatial Outlier Detection tool
    arcpy.stats.SpatialOutlierDetection(inputFeatures, outputFeatures, 
            numberNeighbors, pcntLocationsAsOutliers, outputPredictionRaster)
except arcpy.ExecuteError:
    # If an error occurred when running the tool, print the error message.
    print(arcpy.GetMessages())

Параметры среды

Размер ячейки

Этот параметр среды влияет только на выходной растр.

Маска

Этот параметр среды влияет только на выходной растр.

Растр привязки

Этот параметр среды влияет только на выходной растр.

Экстент

Этот параметр среды влияет только на выходной растр.

Связанные разделы