80/20-Analyse (Crime Analysis and Safety Tools)

Zusammenfassung

Führt eine 80/20-Analyse von Features durch und erstellt basierend auf der Anzahl von verknüpften Ereignissen Punkt-Cluster, Linien oder Polygone. Das Werkzeug berechnet das Feld "Kumulativer Prozentsatz", um die Orte zu identifizieren, die eine überproportional hohe Anzahl von Ereignissen aufweisen.

Verwendung

Die 80/20-Regel ist ein theoretisches Konzept für Szenarien, in denen die überwiegende Mehrheit der Ereignisse an einer geringen Anzahl von Orten auftritt, z. B. wenn 80 Prozent der Ereignisse an 20 Prozent der Orte auftreten.
Im Bereich der Kriminalitätsanalyse kann dieses Werkzeug auf vielfältige Weise eingesetzt werden. Zu den gängigen Analyse-Workflows zählen unter anderem:
- Aggregate incidents into clusters—Diese Art von Analyse identifiziert die Grundstücke mit der höchsten Anzahl von Ereignissen in einem bestimmten Zeitraum.
- Aggregate incidents to street segments—Diese Art der Analyse wird auch als Suchen von Hot-Spot-Straßen bezeichnet.
- Aggregate incidents to specific neighborhood boundaries—Diese Art der Analyse wird auch als Suchen von Hot-Spot-Gebieten bezeichnet.
Mit dem Parameter Aggregationsmethode wird bestimmt, wie die 80/20-Analyse durchgeführt wird und wie die Eingabe-Punkt-Features aggregiert werden. Zur Durchführung von Analysen sind die beiden Methoden Cluster und Nächstgelegenes Feature verfügbar, die nachfolgend beschrieben sind:
- Cluster: Die Eingabe-Punkt-Features werden basierend auf der Cluster-Bildungsmethode Definierte Entfernung (DBSCAN) des Werkzeugs Dichte-basierte Cluster-Bildung geclustert.
- Nächstgelegenes Feature: Die Eingabe-Punkt-Features werden mit dem nächstgelegenen Eingabe-Vergleichs-Linien- oder -Polygon-Feature verknüpft.
Die folgenden Felder werden der Ausgabe hinzugefügt, wenn der Parameter Aggregationsmethode auf Cluster festgelegt ist:
- ICOUNT—Die Anzahl der Punkte, die innerhalb der Cluster-Toleranz für diesen Cluster gefunden werden.
- PERC—Der Prozentsatz der Gesamtzahl von Punkten, die innerhalb der Cluster-Toleranz für diesen Cluster gefunden werden.
- CUMU_PERC—Der kumulative Prozentsatz des aktuellen Cluster-Punkts und aller anderen größeren Cluster-Punkte, berechnet mit dem Wert ICOUNT.
- CUMU_LPERC—Der kumulative Prozentsatz des aktuellen Cluster-Punkts und aller anderen größeren Cluster-Punkte, berechnet mit der Gesamtzahl der Ausgabe-Punkt-Feature.
Mit den Werten CUMU_PERC und CUMU_LPERC kann bestimmt werden, ob eine unverhältnismäßig geringe Anzahl an Cluster-Orten einen großen Anteil an Straftaten repräsentiert. Beispiel: 20 Prozent der Cluster-Orte enthalten 80 Prozent der Gesamtpunkte.

Die folgenden Felder werden der Ausgabe hinzugefügt, wenn der Parameter Aggregationsmethode auf Nächstgelegenes Feature festgelegt ist:
- ICOUNT—Die Anzahl der Punkte, die den Linien- oder Polygon-Features am nächsten liegen.
- PERC—Aus der Gesamtzahl von Punkten der Prozentsatz von Punkten, die in der Nähe oder innerhalb der Linien- oder Polygon-Features gefunden werden.
- CUMU_PERC—Der kumulative Prozentsatz des aktuellen Features und aller anderen Features mit einer größeren Anzahl, berechnet mit dem Wert ICOUNT.
- CUMU_LPERC—Der kumulative Prozentsatz des aktuellen Features und aller anderen Features mit einer größeren Anzahl, berechnet mit der Gesamtzahl der Ausgabe-Linien- oder -Polygon-Features.
- INC_KM—Die Anzahl von Features pro Kilometer. Das Feld wird der Ausgabe hinzugefügt, wenn es sich bei den Werten für Eingabe-Vergleichs-Features um Linien handelt.
- INC_MI—Die Anzahl der Features pro Meile. Das Feld wird der Ausgabe hinzugefügt, wenn es sich bei den Werten für Eingabe-Vergleichs-Features um Linien handelt.
- INC_SQKM—Die Anzahl von Features pro Quadratkilometer. Das Feld wird der Ausgabe hinzugefügt, wenn es sich bei den Eingabe-Vergleichs-Features um Polygone handelt.
- INC_SQMI—Die Anzahl von Features pro Quadratmeile. Das Feld wird der Ausgabe hinzugefügt, wenn es sich bei den Eingabe-Vergleichs-Features um Polygone handelt.
Mit den Werten CUMU_PERC und CUMU_LPERC kann bestimmt werden, ob eine unverhältnismäßig geringe Anzahl an Linien- oder Polygon-Features einen großen Anteil an Straftaten repräsentiert. Beispiel: 20 Prozent der Linien- oder Polygon-Feature-Positionen enthalten 80 Prozent aller Punkte.

Die Datensätze in der Ausgabe werden basierend auf den generierten Feldwerten für ICOUNT (Ereignisanzahl), CUMU_PERC (kumulativer Prozentsatz), PERC (Prozentsatz der Ereignisse) und CUMU_LPERC (kumulativer Prozentsatz der Orte) sortiert.
Der Parameter Übereinstimmende Attribute filtert die Features, die mit der im Parameter Aggregationsmethode angegebenen räumlichen Beziehung übereinstimmen. Gibt Felder aus den Eingabe-Vergleichs- und Eingabe-Punkt-Features an, die zusätzlich zu ihrer räumlichen Beziehung übereinstimmende Attribute haben müssen.
Die Ausgabe-Feature-Class wird durch das Feld ICOUNT symbolisiert.
Die Symbolisierung der Ausgabe-Point-Feature-Class erfolgt durch einen Layer mit abgestuften Symbolen, der auf der Anzahl der Ereignisse an jedem Ort basiert.

Beschriftung	Erläuterung	Datentyp
Eingabe-Punkt-Features	Die Eingabe-Punkt-Features, die zum Erstellen der Cluster, Linien oder Polygone verwendet werden.	Feature Layer
Ausgabe-Feature-Class	Die Ausgabe-Feature-Class. Wenn der Parameter Aggregationsmethode auf Cluster festgelegt ist, handelt es sich bei der Ausgabe um eine Point-Feature-Class. Wenn der Parameter Aggregationsmethode auf Nächstgelegenes Feature festgelegt ist, entspricht der Geometrietyp der Ausgabe dem Parameterwert von Eingabe-Vergleichs-Features.	Feature Class
Cluster-Toleranz (Optional)	Die maximale Entfernung zwischen den Punkten, bis zu der sie als Teil desselben Clusters betrachtet werden. Wenn keine Cluster-Toleranz angegeben ist, erstellt das Werkzeug an Stellen, wo sich Punkt-Features überlappen, ein Cluster. Dieser Parameter ist erforderlich, wenn für den Parameter Aggregationsmethode die Option Cluster festgelegt wurde.	Linear Unit
Ausgabefelder (Optional)	Die Felder der Eingabe-Features, die in die Ausgabe übertragen werden.	Field
Aggregationsmethode (Optional)	Gibt an, wie die Eingabe-Punkt-Features aggregiert werden. Cluster—Die Eingabe-Punkt-Features werden geclustert. Dies ist die Standardeinstellung. Nächstgelegenes Feature—Die Eingabe-Punkt-Features werden zum nächstgelegenen Eingabe-Vergleichs-Linien- oder -Polygon-Feature aggregiert.	String
Eingabe-Vergleichs-Features (Optional)	Die Eingabe-Feature-Class der Vergleichslinien oder -polygone, mit denen der Parameterwert von Eingabe-Punkt-Features aggregiert wird. Dieser Parameter ist aktiv, wenn für den Parameter Aggregationsmethode die Option Nächstgelegenes Feature festgelegt wurde.	Feature Layer
Felder abgleichen (Optional)	Die Feldpaare aus den Eingabe-Punkt-Features und den Eingabe-Vergleichs-Features, die für den Attributabgleich verwendet werden. Nur die Datensätze aus den Eingabe-Punkt-Features, die übereinstimmende Feldwerte mit den Eingabe-Vergleichs-Features aufweisen, sind Teil der räumlichen Verbindung. Dieser Parameter ist aktiv, wenn für den Parameter Aggregationsmethode die Option Nächstgelegenes Feature festgelegt wurde. Spalten der Wertetabelle: Point Fields—Fields from the input point features that will be used for attribute matching. Comparison Fields—Fields from the input comparison features that will be used for attribute matching.	Value Table

arcpy.ca.EightyTwentyAnalysis(in_features, out_feature_class, {cluster_tolerance}, {out_fields}, {aggregation_method}, {in_comparison_features}, {match_fields})

Name	Erläuterung	Datentyp
in_features	Die Eingabe-Punkt-Features, die zum Erstellen der Cluster, Linien oder Polygone verwendet werden.	Feature Layer
out_feature_class	Die Ausgabe-Feature-Class. Wenn der Parameter `aggregation_method` auf `POINT_CLUSTER` festgelegt ist, handelt es sich bei der Ausgabe um eine Point-Feature-Class. Wenn der Parameter `aggregation_method` auf `CLOSEST_FEATURE` festgelegt ist, entspricht der Geometrietyp der Ausgabe dem Parameterwert von `in_comparison_features`.	Feature Class
cluster_tolerance (Optional)	Die maximale Entfernung zwischen den Punkten, bis zu der sie als Teil desselben Clusters betrachtet werden. Wenn keine Cluster-Toleranz angegeben ist, erstellt das Werkzeug an Stellen, wo sich Punkt-Features überlappen, ein Cluster. Dieser Parameter wird aktiviert, wenn der Parameter `aggregation_method` auf `POINT_CLUSTER` gesetzt ist.	Linear Unit
out_fields [out_fields,...] (Optional)	Die Felder der Eingabe-Features, die in die Ausgabe übertragen werden.	Field
aggregation_method (Optional)	Gibt an, wie die Eingabe-Punkt-Features aggregiert werden. `POINT_CLUSTER`—Die Eingabe-Punkt-Features werden geclustert. Dies ist die Standardeinstellung. `CLOSEST_FEATURE`—Die Eingabe-Punkt-Features werden zum nächstgelegenen Eingabe-Vergleichs-Linien- oder -Polygon-Feature aggregiert.	String
in_comparison_features (Optional)	Die Eingabe-Feature-Class der Vergleichslinien oder -polygone, mit denen der Parameterwert von `in_features` aggregiert wird. Dieser Parameter wird aktiviert, wenn der Parameter `aggregation_method` auf `CLOSEST_FEATURE` gesetzt ist.	Feature Layer
match_fields [[point_fields, comparison_fields],...] (Optional)	Die Feldpaare aus den Eingabe-Punkt-Features und den Eingabe-Vergleichs-Features, die für den Attributabgleich verwendet werden. Nur die Datensätze aus den Eingabe-Punkt-Features, die übereinstimmende Feldwerte mit den Eingabe-Vergleichs-Features aufweisen, sind Teil der räumlichen Verbindung. Dieser Parameter wird aktiviert, wenn der Parameter `aggregation_method` auf `CLOSEST_FEATURE` gesetzt ist. Spalten der Wertetabelle: `Point Fields`—Fields from the input point features that will be used for attribute matching. `Comparison Fields`—Fields from the input comparison features that will be used for attribute matching.	Value Table

Codebeispiel

EightyTwentyAnalysis: Beispiel 1 (Python-Fenster)

Das folgende Skript für das Python-Fenster veranschaulicht, wie die Funktion EightyTwentyAnalysis im Direkt-Modus verwendet wird.

import arcpy
arcpy.env.workspace = r"C:/data/city_pd.gdb"
arcpy.ca.EightyTwentyAnalysis("CallsForService", "80_20_clusters")

EightyTwentyAnalysis: Beispiel 2 (eigenständiges Skript)

Das folgende Python-Skript veranschaulicht die Verwendung der Funktion EightyTwentyAnalysis in einem eigenständigen Skript.

# Name: EightyTwentyAnalysis.py
# Description: Conducts an 80/20 analysis of 911 calls to determine clusters of calls within 50 meters of each other.

# import system modules
import arcpy

# Set environment settings
arcpy.env.workspace = r"C:\data\city_pd.gdb"

# Set local variables
in_features = "CallsForService"
out_feature_class = "80_20_clusters"
cluster_tolerance = "50 Meters"
out_fields = ["FULLADDR","RESCITY", "RESSTATE", "RESZIP5"]

# Run EightyTwentyAnalysis
arcpy.ca.EightyTwentyAnalysis(in_features,
                              out_feature_class,
                              cluster_tolerance,
                              out_fields)

EightyTwentyAnalysis: Beispiel 3 (eigenständiges Skript)

Das folgende Python-Skript veranschaulicht, wie die Funktion EightyTwentyAnalysis in einem eigenständigen Python-Skript verwendet wird, um Straßenabschnitte mit einer unverhältnismäßig hohen Anzahl an Straftaten in der Nähe zu ermitteln. Im Bereich der Kriminalitätsanalyse wird diese Art der Analyse auch als Suchen von Hot-Spot-Straßen bezeichnet.

# Name: EightyTwentyAnalysisStreets.py
# Description: Conduct an 80/20 analysis of calls for service to determine street segments with a disproportional amount of crimes nearby.

# import system modules
import arcpy

# Set environment settings
arcpy.env.workspace = r"C:\data\city_pd.gdb"

# Set local variables
in_features = "CallsForService"
out_feature_class = "80_20_streets"
comp_features = "city_centerlines"
out_fields = ["STREET_NAME", "L_ADDR_NUM", "R_ADDR_NUM"]

# Run Eighty Twenty Analysis
arpcy.ca.EightyTwentyAnalysis(in_features,
                              out_feature_class,
                              in_comparison_features=comp_features,
                              out_fields=out_fields)

Umgebungen

Aktueller Workspace, Scratch-Workspace, Ausgabe-Koordinatensystem, Geographische Transformationen, Ausdehnung, XY-Auflösung, XY-Toleranz, Ausgabe hat M-Werte, M-Auflösung, M-Toleranz, Ausgabe hat Z-Werte, Standard-Ausgabe-Z-Werte, Z-Auflösung, Z-Toleranz, Vollständig qualifizierte Feldnamen beibehalten, Ausgabe-CONFIG-Schlüsselwort, Anlagen beibehalten, Auto-Commit, Ausgabe-XY-Domäne, Ausgabe-M-Domäne, Ausgabe-Z-Domäne

Lizenzierungsinformationen