Группировка значений в интервалы или по площади с помощью Интервальной перекодировки
Доступно с лицензией Spatial Analyst.
Доступно с лицензией 3D Analyst.
Переклассификация значений в интервалы или по площади группирует входные значения, разделяя диапазон значений на равное количество заданных интервалов (равный интервал) или распределяя ячейки в определенное количество групп, пока в каждой группе не будет одинаковое количество ячеек (равная площадь).
Инструмент Интервальная перекодировка позволяет переклассифицировать входной растр по интервалам или по площади, чтобы разделить диапазон значений на равные интервалы. Например, если диапазон значений входного растра — от 1 до 200, а количество интервалов для интервальной перекодировки равно 10, выходной растр будет иметь 10 значений в диапазоне от 1 до 10. Ячейкам со значением от 1 до 20 на входном растре будет присвоено значение 1, от 21 до 40 — значение 2 и т. д.
На следующем примере переклассифицируются исходные значения из базового растра в 10 равных интервалов для присвоения новых переклассифицированных значений. Значения находятся в диапазоне от 1 до 20 на базовом растре и от 1 до 10 на выходном растре.
Для интервальной перекодировки растра на группы с равными площадями, как и при перекодировке на равные интервалы, требуется определить количество групп, на которые будет перекодирован выходной растр. После определения количества групп инструмент Интервальная перекодировка пытается распределить равное количество ячеек в каждой группе на основании количества ячеек в каждой зоне. Количество значений и число ячеек в каждой зоне входного растра и заданное количество групп будут определять, насколько близко каждое выходное значение или группа находится для того, чтобы содержать то же число ячеек.
В следующем примере исходные значения переклассифицируются из базового растра в пять равных зон, каждая с одинаковым числом ячеек (насколько это возможно).
Переклассификация значений в интервалы или по площади учитывает все значения и их распределения в растре одновременно и переклассифицирует значения в заданное количество групп. В гипотетическом анализе обитания оленей, входной растр для модели пригодности может основываться на предпочтении оленей к местоположениям, далеким от дорог. Из существующих дорог создается карта расстояний. Вместо отдельной переклассификации каждого из пороговых значений расстояний в масштаб предпочтений оленей 1 к 10, значения могут быть перекодированы в 10 групп. Группе, находящейся дальше всего от дорог, дается самое большой значение приоритета оленей, значение 10, а близкой к дорогам группе — значение 1.
Вы выполните переклассификацию по интервалам, если определенное количество классов имеет смысл и выходные значения классов основаны на аналогичном относительном масштабе, что и входные значения. Это произойдет в том случае, если входные данные непрерывные, потому что с непрерывными данными значения относятся к явлениям или точке отсчета. Таким образом, результирующие выходные классы из переклассификации интервальной перекодировки будут соответствовать исходному относительному масштабу входных значений. Приведенный выше пример расстояния от дорог демонстрирует непрерывные данные, которые могут быть переклассифицированы в относительном масштабе. Обычно вы не переклассифицируете категорийные данные (например, типы землепользования) по интервалам.
Вы можете переклассифицировать категорийные данные по площади, если они представлены типом, сходным с пространственными объектами. Значения не обязательно должны быть в относительном масштабе, так как зоны будут выделены на основе числа ячеек в каждой зоне, а не на их значении. Например, входной растр может представлять различные зоны разных типов хвойных деревьев в хозяйственных лесах. Вы можете разделить ландшафт на 10 исследуемых областей с равным количеством хвойных деревьев.