“聚类分布制图”工具集概述

“聚类分布制图”工具可通过执行聚类分析来识别具有统计显著性的热点、冷点和空间异常值以及类似要素或区域的位置。当根据一个或多个聚类的位置需要执行行动时,“聚类分布制图”工具集的用途特别明显。例如,在需要分配更多的警力来处理一组集中出现的入室盗窃案时。当查找造成聚类的潜在原因时,准确锁定空间聚类的位置也很重要,例如,通过确定疾病爆发的地点通常能够找到有关疾病根源的线索。与分析模式工具集针对“是否存在空间聚类?”问题的回答方式(“是”或“否”)不同, “聚类分布制图”工具可以直观呈现聚类位置和范围。这些工具回答了以下问题:“聚类(热点和冷点)在哪里?”、“事件最密集的地方在哪里?”、“空间异常值在哪里?”、“哪些要素最相似?”、“我们如何对这些要素进行分组,以便每个组最不相似?”和“我们如何组合这些要素,使每个区域都是同类的?”。

工具描述

构建平衡区域

使用基于您指定标准的遗传增长算法在研究区域中创建空间连续区域。

聚类和异常值分析 (Anselin Local Moran's I)

给定一组加权要素,使用 Anselin Local Moran's I 统计量来识别具有统计显著性的热点、冷点和空间异常值。

基于密度的聚类

基于点要素的空间分布查找周围噪点内的点要素聚类。

热点分析 (Getis-Ord Gi*)

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

多元聚类

仅根据要素属性值查找要素的自然聚类。

优化的热点分析

假设存在事件点或加权要素(点或面),可以使用 Getis-Ord Gi* 统计数据创建具有统计显著性的热点和冷点的地图。它通过评估输入要素类的特征来生成可优化结果。

优化的异常值分析

假设存在事件点或加权要素(点或面),可以使用 Anselin Local Moran's I 统计数据创建具有统计显著性的热点、冷点和空间异常值。它通过评估输入要素类的特征来生成可优化结果。

相似性搜索

根据要素属性确定哪些候选要素与单个或多个输入要素最相似或者最不相似。

空间异常值检测

通过计算每个要素的局部异常值因子 (LOF) 来标识点要素中的空间异常值。空间异常值是异常隔离的位置中的要素,LOF 是一种测量,用于描述某个位置与其局部相邻要素之间的隔离程度。LOF 值越高,表示隔离程度越高。该工具还可用于生成栅格预测曲面,该曲面可用于估计在给定数据空间分布的情况下,是否将新要素分类为异常值。

空间约束多元聚类

基于一组要素属性值以及可选的聚类大小限值来查找在空间上相邻的要素聚类。

“聚类分布制图”工具
旧版本:

ArcGIS Pro 2.2 之前版本的工具集中可使用分组分析工具,但由于该工具背后的算法已得到增强,所以其已被删除。为了简化新的方法和功能,已经创建了两个工具来取代分组分析工具。使用空间约束多元聚类工具创建在空间上连续的组。使用多元聚类工具来创建无空间约束的组。

相关主题