查找热点 (GeoAnalytics)

描述

给定一组要素,使用 Getis-Ord Gi* 统计识别具有统计显著性的热点和冷点。

了解有关“热点分析 (Getis-Ord Gi*)”的工作原理的详细信息

插图

查找热点

使用方法

  • 此工具用于识别具有统计显著性的多数要素(热点)和少数要素(冷点)的空间聚类。此工具使用 z 得分、p 值和置信区间 (Gi_Bin) 为输入中的每个要素创建一个输出要素类。

  • 在分析过程中,将输入点(事件)聚合到指定大小的条柱中,然后对其进行分析以确定热点。聚合条柱必须包含多种值(一个条柱中的点计数应该是高度可变的)。

  • z 得分和 p 值都是统计显著性的度量,用于使用聚合条柱来判断是否拒绝零假设。也就是说,它们可指明观测所得的高值或低值的空间聚类是否比我们在这些值的随机分布中预期的更加明显。z 得分和 p 值字段不体现任何类型的 错误发现率 (FDR) 校正

  • 如果要素的 z 得分高而 p 值小,则表示点事件密集存在。如果 z 得分低并为负数且 p 值小,则表示不存在点事件。z 得分越高(或越低),聚类密集程度就越大。如果 z 得分接近于零,则表示不存在明显的空间聚类。

  • z 得分基于随机化零假设进行计算。有关 z 得分的详细信息,请参阅什么是 z 得分? 什么是 p 值?

  • 查找热点要求输入图层已投影或输出坐标系投影坐标系

  • 在使用时间步长分析输入要素时,每个时间步长将独立于时间步长之外的要素进行分析。

  • 时间步长参考参数可以是日期和时间值或仅为日期值,但不可仅为时间值。

  • 此地理处理工具由 ArcGIS GeoAnalytics Server 作为支持。分析将在 GeoAnalytics Server 上完成,且结果将存储在 ArcGIS Enterprise 的内容中。

  • GeoAnalytics Server 工具运行时,GeoAnalytics Server 上的分析已完成。要获得最佳性能,通过 ArcGIS Enterprise 门户上托管的要素图层或通过大数据文件共享,可以将数据用于 GeoAnalytics Server。在分析开始之前,非 GeoAnalytics Server 本地数据将被转移到您的 GeoAnalytics Server。这意味着运行工具需要更长时间,并且在某些情况下,从 ArcGIS ProGeoAnalytics Server 移动数据可能会失败。失败的阈值取决于网络速度,以及数据的大小和复杂性。因此,建议您始终共享数据或创建大数据文件共享。

    了解有关将数据共享至您的门户的详细信息。

    了解有关通过 Server Manager 创建大数据文件共享的详细信息

  • 还可使用以下方法完成相似性分析:

    • “空间统计”工具箱中的 ArcGIS Pro 优化的热点分析地理处理工具。
    • “标准要素分析”工具箱中的 ArcGIS Pro 查找热点地理处理工具。

语法

FindHotSpots(point_layer, output_name, {bin_size}, {neighborhood_size}, {time_step_interval}, {time_step_alignment}, {time_step_reference}, {data_store})
参数说明数据类型
point_layer

将要执行热点分析的点要素类。

Feature Set
output_name

包含 z 得分和 p 值结果的输出图层的名称。

String
bin_size
(可选)

表示 point_layer 将聚合到的条柱大小和单位的距离间隔。距离间隔必须为线性单位。

Linear Unit
neighborhood_size
(可选)

分析邻域的空间范围。该值用于确定将哪些要素一起用于分析以便访问局部聚类。

Linear Unit
time_step_interval
(可选)

将用于时间步长的间隔。 此参数仅在启用了point_layer的时间时使用。

Time Unit
time_step_alignment
(可选)

指定时间步长对齐的方式。只有在输入点启用了时间且表示时刻时,此参数才可用。

  • END_TIME时间步长将与最后一次时间事件对齐,并向后聚合时间。
  • START_TIME时间步长将与第一次时间事件对齐,并向前聚合时间。这是默认设置。
  • REFERENCE_TIME时间步长将与指定日期或时间对齐。如果输入要素中的所有点具有的时间戳大于指定的参考时间(或时间戳刚好位于输入要素的开始时间),则时间步长间隔将以该参考时间为起始时间,并向前聚合时间(与使用起始时间对齐的情况相同)。如果输入要素中的所有点具有的时间戳小于指定的参考时间(或时间戳刚好位于输入要素的结束时间),则时间步长间隔将以该参考时间为结束时间,并向后聚合时间(与使用结束时间对齐的情况相同)。如果指定的参考时间处于数据时间范围的中间,则将以提供的参考时间结束创建时间步长间隔(与使用结束时间对齐的情况相同);其他间隔将在参考时间前后进行创建,直到覆盖数据的完整时间范围为止。
String
time_step_reference
(可选)

将用于对齐时间步长和时间间隔的时间。此参数仅在启用了point_layer的时间时使用。

Date
data_store
(可选)

指定将用于保存输出的 ArcGIS Data Store。默认为 SPATIOTEMPORAL_DATA_STORE。存储在 SPATIOTEMPORAL_DATA_STORE 中的所有结果都将存储于 WGS84 中。存储在 RELATIONAL_DATA_STORE 中的所有结果都将保持各自的坐标系。

  • SPATIOTEMPORAL_DATA_STORE输出将存储在时空大数据存储中。这是默认设置。
  • RELATIONAL_DATA_STORE输出将存储在关系数据存储中。
String

派生输出

名称说明数据类型
output

统计上显著的热点。

要素集

代码示例

FindHotSpots(Python 窗口)

以下 Python 窗口脚本演示了如何使用 FindHotSpots 工具。

#-------------------------------------------------------------------------------
# Name: FindHotSpots.py
# Description: Find Hots Spots of 311 calls for bins of 500 meters looking at neighbors withing 1 kilometers. Complete the analysis for each month. 
#
# Requirements: ArcGIS GeoAnalytics Server
# Import system modules
import arcpy
# Set local variables
inFeatures = "https://sampleserver6.arcgisonline.com/arcgis/rest/services/SF311/FeatureServer/0"
bins = "500 Meters"
neighborhood = "1 Kilometers"
timeStep = "1 Months"
outFS = "HotSpotsOF311Data"
dataStore = "SPATIOTEMPORAL_DATA_STORE"
# Execute Find Hot Spots
arcpy.geoanalytics.FindHotSpots(inFeatures, outFS, bins, neighborhood, timeStep, 
                                None, None, dataStore)

环境

输出坐标系

将用于分析的坐标系。除非由该参数进行指定,否则将基于输入坐标系完成分析。对于 GeoAnalytics 工具,最终结果将存储于 WGS84 中的时空数据存储之内。

许可信息

  • Basic: 需要 ArcGIS GeoAnalytics Server
  • Standard: 需要 ArcGIS GeoAnalytics Server
  • Advanced: 需要 ArcGIS GeoAnalytics Server

相关主题