分解空间结构 (Moran Eigenvectors) (空间统计)—ArcGIS Pro

摘要

将要素类和邻域分解为一组空间分量。这些分量表示要素之间的潜在空间模式，例如聚类或趋势。

各个分量将作为输出要素类的字段返回，并表示具有最强空间聚类（空间自相关）的输入要素和邻域的变量。这些分量被称为 Moran 特征向量，每个分量代表一个不同的空间模式，彼此之间相互独立。

了解有关 Moran 特征向量的详细信息

插图

使用情况

该工具创建的空间分量表示要素和邻域的可能空间模式。然而，这些模式可能不与任何感兴趣变量的模式相。此工具用于可视化地图中的空间分量并为各种应用程序启用自定义选择程序。空间分量实用程序（Moran 特征向量）工具集中的其他工具不仅可以创建空间分量，还可以在常见工作流中使用或选择它们，例如创建分量的解释变量（创建空间分量解释变量工具）、从字段中删除空间自相关（从字段过滤空间自相关工具），或为分析建议合适的邻域和空间尺度（比较邻域概念化工具）。执行自定义选择方法（例如 AIC 选择或使用前 K 个分量）时要小心，因为通常会无意中选择过多分量，这会导致后续分析出现过度拟合和偏差。工具集中的其他工具已经过设计和验证，防止过度拟合。
该工具创建的空间分量的数量取决于相对 Moran's I 阈值和最大分量数参数的值。对分量按从最大 Moran's I 值到最小的顺序进行排序，当达到最大数量或下一个分量的 Moran's I 值小于阈值时，该工具将停止包含新分量。阈值被设定为第一个分量的 Moran's I 值的一部分。例如，如果第一个分量的 Moran's I 值等于 0.8，且阈值为 0.25，则仅当下一个分量的 Moran's I 值至少为 0.2（0.8 x 0.25）时才会纳入其中。
空间分量将作为输出要素类的字段返回，当该工具在活动地图中运行时，输出要素图层将基于第一个分量绘制。
地理处理消息包括空间分量的空间自相关表，其中显示该工具创建的每个分量的 Moran's I 值和 p 值。

参数

标注	说明	数据类型
输入要素	用于创建空间分量的点或面要素。	Feature Layer
输出要素	包含以字段形式呈现的空间分量的输出要素类。创建的字段数量取决于相对 Moran's I 阈值和最大空间分量数量参数值。	Feature Class
从输入要素追加所有字段 (可选)	指定是否将所有字段从输入要素复制到输出要素类。选中 - 输入要素的所有字段都将复制到输出要素类。这是默认设置。未选中 - 没有字段将被复制到输出要素类。	Boolean
相对 Moran's I 阈值 (可选)	包含空间分量的阈值。该值是空间权重中最大可能的 Moran's I 值的一部分，并且只有具有大于此阈值的 Moran's I 值的分量才能被包括在内。默认值为 0.25，这意味着要包含的分量必须具有 Moran's I 值，该值至少为最大可能 Moran's I 值的 25%。该值必须介于 0 和 1 之间，值越小，分量越多。	Double
空间分量的最大数量 (可选)	将创建的最大空间分量数量。默认值是 15。	Long
邻域类型 (可选)	指定如何为每个输入要素选择相邻要素。必须识别相邻要素才能分解输入要素的空间结构。距离范围—每个要素指定临界距离内的要素将作为相邻要素包含在内。这是点要素的默认选项。相邻要素的数目—最近要素将作为相邻要素包含在内。仅邻接边—共享边的面要素将作为相邻要素包含在内。邻接边拐角—共享边或拐角的面要素将作为相邻要素包含在内。这是面要素的默认选项。 Delaunay 三角测量—其 Delaunay 三角测量共享边的要素将作为相邻要素包含在内。通过文件获取空间权重—将由指定空间权重文件定义相邻要素和权重。	String
距离范围 (可选)	此距离内的要素都将作为相邻要素包含在内。如果未提供任何值，则将在处理过程中估算一个值，并将其作为地理处理消息包含在内。如果指定距离导致相邻要素的数目超过 1,000，则将仅包含最近的 1,000 个要素作为相邻要素。	Linear Unit
相邻要素的数目 (可选)	每个要素所包含的相邻要素数量。该数值不包含焦点要素。默认值为 8。	Long
权重矩阵文件 (可选)	空间权重矩阵文件 (.swm) 的路径和文件名，用于定义输入要素之间的相邻要素和权重。	File
局部权重方案 (可选)	指定将应用于相邻要素的权重方案。未加权—将不会对相邻要素进行加权。这是默认设置。双平方—将使用双平方核方案对相邻要素进行加权。高斯函数—将使用高斯核方案对相邻要素进行加权。	String
核带宽 (可选)	双平方或高斯局部加权方案的带宽。如果未提供任何值，则将在处理过程中估算一个值，并将其作为地理处理消息包含在内。	Linear Unit
输出空间权重矩阵文件 (可选)	所有要素对的相邻要素和权重的输出空间权重矩阵文件 (.swm)。如果创建，该文件可以在允许使用空间权重矩阵文件定义相邻要素和权重的工具中重复使用。	File
唯一 ID 字段 (可选)	输出空间权重矩阵文件的唯一 ID 字段。该字段必须是整数，并且每个输入要素必须具有唯一的值。	Field

arcpy.stats.DecomposeSpatialStructure(in_features, out_features, {append_all_fields}, {min_autocorrelation}, {max_components}, {neighborhood_type}, {distance_band}, {number_of_neighbors}, {weights_matrix_file}, {local_weighting_scheme}, {kernel_bandwidth}, {out_swm}, {id_field})

名称	说明	数据类型
in_features	用于创建空间分量的点或面要素。	Feature Layer
out_features	包含以字段形式呈现的空间分量的输出要素类。创建的字段数量取决于 min_autocorrelation 和 max_components 参数值。	Feature Class
append_all_fields (可选)	指定是否将所有字段从输入要素复制到输出要素类。 ALL—输入要素的所有字段都将复制到输出要素类。这是默认设置。 NO_FIELDS—没有字段将被复制到输出要素类。	Boolean
min_autocorrelation (可选)	包含空间分量的阈值。该值是空间权重中最大可能的 Moran's I 值的一部分，并且只有具有大于此阈值的 Moran's I 值的分量才能被包括在内。默认值为 0.25，这意味着要包含的分量必须具有 Moran's I 值，该值至少为最大可能 Moran's I 值的 25%。该值必须介于 0 和 1 之间，值越小，分量越多。	Double
max_components (可选)	将创建的最大空间分量数量。默认值是 15。	Long
neighborhood_type (可选)	指定如何为每个输入要素选择相邻要素。必须识别相邻要素才能分解输入要素的空间结构。 DISTANCE_BAND—每个要素指定临界距离内的要素将作为相邻要素包含在内。这是点要素的默认选项。 NUMBER_OF_NEIGHBORS—最近要素将作为相邻要素包含在内。 CONTIGUITY_EDGES_ONLY—共享边的面要素将作为相邻要素包含在内。 CONTIGUITY_EDGES_CORNERS—共享边或拐角的面要素将作为相邻要素包含在内。这是面要素的默认选项。 DELAUNAY_TRIANGULATION—其 Delaunay 三角测量共享边的要素将作为相邻要素包含在内。 GET_SPATIAL_WEIGHTS_FROM_FILE—将由指定空间权重文件定义相邻要素和权重。	String
distance_band (可选)	此距离内的要素都将作为相邻要素包含在内。如果未提供任何值，则将在处理过程中估算一个值，并将其作为地理处理消息包含在内。如果指定距离导致相邻要素的数目超过 1,000，则将仅包含最近的 1,000 个要素作为相邻要素。	Linear Unit
number_of_neighbors (可选)	每个要素所包含的相邻要素数量。该数值不包含焦点要素。默认值为 8。	Long
weights_matrix_file (可选)	空间权重矩阵文件 (.swm) 的路径和文件名，用于定义输入要素之间的相邻要素和权重。	File
local_weighting_scheme (可选)	指定将应用于相邻要素的权重方案。 UNWEIGHTED—将不会对相邻要素进行加权。这是默认设置。 BISQUARE—将使用双平方核方案对相邻要素进行加权。 GAUSSIAN—将使用高斯核方案对相邻要素进行加权。	String
kernel_bandwidth (可选)	双平方或高斯局部加权方案的带宽。如果未提供任何值，则将在处理过程中估算一个值，并将其作为地理处理消息包含在内。	Linear Unit
out_swm (可选)	所有要素对的相邻要素和权重的输出空间权重矩阵文件 (.swm)。如果创建，该文件可以在允许使用空间权重矩阵文件定义相邻要素和权重的工具中重复使用。	File
id_field (可选)	输出空间权重矩阵文件的唯一 ID 字段。该字段必须是整数，并且每个输入要素必须具有唯一的值。	Field

代码示例

DecomposeSpatialStructure 示例 1（Python 窗口）

以下 Python 窗口脚本演示了如何使用 DecomposeSpatialStructure 函数：

# Extract patterns in the spatial arrangement of the input features.
arcpy.env.workspace = r"c:\data\project_data.gdb"
arcpy.stats.DecomposeSpatialStructure(
    in_features="myFeatureClass",
    out_features=r"myOutputFeatureClass",
    append_all_fields="ALL",
    min_autocorrelation=0.25,
    max_components=15,
    neighborhood_type="CONTIGUITY_EDGES_CORNERS",
    distance_band=None,
    number_of_neighbors=None,
    weights_matrix_file=None,
    local_weighting_scheme="",
    kernel_bandwidth=None,
    out_swm=None,
    id_field=None
)

DecomposeSpatialStructure 示例 2（独立脚本）

以下独立脚本演示了如何使用 DecomposeSpatialStructure 函数：

# Extract patterns in the spatial arrangement of the input features.

import arcpy

# Set the current workspace
arcpy.env.workspace = r"c:\data\project_data.gdb"

# Run the tool
arcpy.stats.DecomposeSpatialStructure(
    in_features="myFeatureClass",
    out_features=r"myOutputFeatureClass",
    append_all_fields="ALL",
    min_autocorrelation=0.25,
    max_components=15,
    neighborhood_type="CONTIGUITY_EDGES_CORNERS",
    distance_band=None,
    number_of_neighbors=None,
    weights_matrix_file=None,
    local_weighting_scheme="",
    kernel_bandwidth=None,
    out_swm=None,
    id_field=None
)

# Print the messages. 
print(arcpy.GetMessages())

环境

地理变换, 输出坐标系

许可信息

Basic: 是
Standard: 是
Advanced: 是

摘要

插图

使用情况

参数

代码示例

环境

许可信息

相关主题

在本主题中