ラスター → 加重ポイント (Spatial Analyst ツール)
サマリー
空間パターンと総量を維持して、連続したサーフェスから代表的かつ値に比例したポイントを生成します。
図

使用法
出力ポイントの総数およびそれらのポイントが入力サーフェス全体にどのように分布するかを制御するパラメーターがいくつか用意されています。 最大ポイント数 (Python では
max_number_of_points) パラメーターは、出力ポイントの最大数を定義します。 セルあたり 1 ポイントに制限 (Python ではsingle_point_per_cell) パラメーターは、1 セルあたり最大 1 ポイントに割り当てを制限します。 ポイント分布方法 (Python ではpoint_distribution_method) パラメーターは、セル内に複数のポイントを配置する方法を決定します。最大ポイント数 パラメーターは、ラスター全体から生成されるポイントの総数を指定します。 各セルに割り当てられるポイントの数は、セル値に比例します。 値が大きいセルはより多くのポイントを生成し、値が小さいセルはより少ないポイントを生成します。 これにより、出力で入力サーフェスの空間パターンと相対的な大きさが保持されます。
セルあたり 1 ポイントに制限 パラメーターを使用すると、同じセルに複数のポイントが割り当てられないようにすることができます。 これは、均一な空間分布が必要な場合に役立ちます。 このパラメーターを使用すると、指定した最大ポイント数より少ないポイント数になる場合があります。
このパラメーターをオフにすると (Python では single_point_per_cell = 'DO_NOT_LIMIT')、セルの値に応じて追加の表現が可能な場合、1 つのセルに複数のポイントが割り当てられる場合があります。
オンにすると (Python では single_point_per_cell = 'LIMIT')、出力ポイントはセルの中心に配置されます。
出力点の分布パターンは ポイント分布方法 パラメーターによって決まります。 配置は、セル中心、セル内のランダム配置、または複数ポイントがある場合には均等配置のいずれかで行われます。 ランダム配置は、シミュレーション ワークフロー、不確実性評価、および機密サーフェスの匿名化された表現の生成に役立ちます。 決定論的な配置方法は、繰り返し実行しても一貫したポイント位置を生成するため、再現性のある空間解析に適しています。
円形 方法は、セルの中心を囲んで放射状に複数のポイントを配置します。 正確な配置のために、セルの中心からの最大距離はセルの半径の半分未満にする必要があります。
等面積ボロノイ 方法は、セルを等面積の領域に分割し、空間的な分離を最大化するために領域ごとに 1 つのポイントを配置します。
ランダム 方法は、セルのフットプリント内にランダムにポイントを配置します。
フィボナッチ格子 方法は、均一なサンプリングに適した等方性のあるパターンで複数のポイントを分布させます。
フィボナッチ スパイラル 方法は、ポイントを決定論的ならせん上に配置し、均等な間隔を生成します。
マルチポイント フィーチャとして出力 パラメーターをオンにすると (Python では
create_multipoint_output= `MULTIPART``)、1 つのセルから生成されたすべてのポイントがマルチポイント フィーチャ ジオメトリーとして格納されます。 このオプションは出力レコード数を削減し、ジオメトリーをコンパクトに格納するのに役立ちます。 出力されたマルチポイント フィーチャは、各セルを単一の論理単位として処理する後続のワークフローで使用できます。正規化方法 パラメーター値が None に設定されている場合、正規化は適用されず、入力の元の値がポイント割り当てに直接使用されます。 これは、カーネル密度推定値や物理的に計測された環境サーフェスなど、値の大きさがすでに意味的な情報を持つサーフェスに適しています。
使用できる正規化方法は次のとおりです:
最小-最大 - 値は 0 ~ 1 の間で線形的にスケールされ、相対的差異を保持します。
対数 - 大きな数値範囲が圧縮され、極端に高い値の影響が低減される一方で、低い値の間の区別が強調されます。
シグモイド - 中間範囲の差異を強調し、極端な値を圧縮するためにロジスティック変換が適用されます。
ソフトマックス - ラスターは確率分布に変換され、各セルの正規化された値は他のすべてのセルと比較した相対的な大きさを反映します。
Sum-to-1 - すべての値は合計がちょうど 1 になるようにスケーリングされ、確率ベースのサンプリング ワークフローが可能になります。
Z スコア - 値は、平均値を減算して標準偏差で除算することにより標準化されます。
なし - 元のラスター値は変更なしで使用されます。
ポイント生成前の値の正規化 パラメーターをオンにすると (Python では
normalize_before_point_generation= `NORMALIZE``)、選択した正規化方法を使用してラスター値が割り当て前に変換されます。 正規化は、空間構造を維持しながらラスターの数値スケールと分布を調整します。 これは、ラスター値が広い数値範囲にわたる場合、極端な外れ値を含む場合、または割り当てに大きな影響を及ぼす可能性がある場合に有用です。 正規化を適用しない場合、生のラスター値がポイント割り当てプロセスで直接使用されます。すべての変換、正規化、割り当て、およびポイント分布の処理はメモリー内で実行されます。
入力サーフェスの NoData セルに対してはポイントが作成されません。
出力フィーチャクラスには、元のセル値の属性、正規化された値 ( 正規化方法 を使用する場合)、および同じセルから複数のポイントが生成される場合の分布値が含まれます。
このツールに適用されるジオプロセシング環境の詳細については、解析環境と Spatial Analyst をご参照ください。
パラメーター
| ラベル | 説明 | データ タイプ |
|---|---|---|
|
入力サーフェス ラスター |
比例ポイントが生成される連続ラスター。 各入力セル値は、1 つ以上のポイントに変換される相対的な大きさまたは強度を表します。 |
Raster Layer |
|
出力ポイント フィーチャ |
生成されたポイントの格納先となる出力フィーチャクラス。 |
Feature Layer |
|
最大ポイント数 |
入力ラスターから生成される最大ポイント数。 大きいラスターの出力密度を制限するには、このパラメーターを使用します。 |
Double |
|
セルあたり 1 ポイントに制限 (オプション) |
ラスター セルごとに 1 ポイントのみを生成するかどうかを指定します。
|
Boolean |
|
マルチポイント フィーチャとして出力 (オプション) |
同じ値を持つポイントが出力で保持されるか、集約されるかを指定します。 集約された出力はフィーチャ数を減らし、多数のポイントを生成する際のパフォーマンスが向上します。
|
Boolean |
|
ポイント分布方法 (オプション) |
各ラスター セル内の、ポイントの空間分布を定義します。 デフォルトでは、ポイントは各セルのジオメトリーの中心に配置されます。 このパラメーターは、 セルあたり 1 ポイントに制限 パラメーターがオンの場合は使用できません。
|
String |
|
セルの中心からの距離 (オプション) |
中心以外の配置方法を使用する場合に、ポイントがセル中心からオフセットされる最大距離 (マップ単位)。 このパラメーターは、 ポイント分布方法 パラメーター値が 円形 または 等面積ボロノイ オプションに設定されている場合のみ使用できます。 最大許容値は 0.45 です。 0 が使用される場合、すべての出力ポイントはセルの中心に配置されます。 |
Double |
|
正規化方法 (オプション) |
比例ポイントの生成前に、ラスター値がスケーリングまたは変換される方法を指定します。 スケーリング方法は出力ポイントに割り当てられた値のみを変更しますが、変換方法は、セル値の相対的な加重を変更することによって、各セルで生成されるポイント数にも影響を与えます。
|
String |
|
ポイント生成前の正規化 (オプション) |
ポイント割り当ての前に、選択した正規化方法で入力サーフェス ラスターを変換するかどうかを指定します。 このパラメーターは、 正規化方法 パラメーター値が 最小-最大、 対数、 シグモイド、 ソフトマックス オプションに設定されている場合のみ使用できます。
|
Boolean |
環境
現在のワークスペース, 範囲, 地理座標系変換, 乱数ジェネレーター, 出力座標系, スクラッチ ワークスペース
ライセンス情報
- Basic: Spatial Analyst が必要
- Standard: Spatial Analyst が必要
- Advanced: Spatial Analyst が必要