Сравнение пространственной концептуализации (Инструменты Пространственная статистика)

Краткая информация

Выбирает матрицу пространственных весов (SWM) из набора кандидатов SWM, которая наилучшим образом представляет пространственные закономерности (например, тренды или кластеры) одного или нескольких числовых полей.

Затем выходной файл матрицы пространственных весов можно использовать в инструментах, которые допускают файлы .swm для значений параметров Тип соседства или Концептуализация пространственных отношений, например, в инструментах Бивариантная пространственная связь (Lee's L), *Анализ горячих точек (Getis-Ord Gi)** и [Анализ кластеров и выбросов (Anselin Local Moran's I)(cluster-and-outlier-analysis-anselin-local-moran-s.yml).

Инструмент выбирает SWM, создавая пространственные компоненты (называемые собственными векторами Морана) из каждого кандидата SWM и проверяя, насколько эффективно компоненты представляют пространственные шаблоны входных полей.

Более подробно о собственных векторах Морана

Иллюстрация

Иллюстрация инструмента Сравнение пространственной концептуализации

Использование

Целью инструмента является предложение типа соседства и схемы взвешивания (иногда называемой концептуализацией пространственных отношений), которые наилучшим образом представляют пространственные закономерности входных полей, путем проверки того, какое пространственное взвешивание создает пространственные компоненты, которые могут наиболее точно предсказать значения входных полей. Обоснование заключается в том, что каждый пространственный компонент имеет пространственную структуру, и компоненты, которые могут наиболее точно предсказать входные поля, — это те компоненты, которые имеют наиболее схожие структуры с входными полями. Однако предлагаемая модель SWM не предназначена для замены индивидуальных или экспертных знаний данных и их процессов. При выборе SWM для анализа необходимо учитывать множество факторов, и этот инструмент использует только способность пространственных компонентов прогнозировать входные поля для определения предлагаемого SWM. В некоторых случаях, например, при использовании инструмента *Анализ горячих точек (Getis-Ord Gi)**, существуют альтернативные методики выбора SWM, например, использование диапазона расстояний, который максимизирует пространственную автокорреляцию данных (именно так инструмент Оптимизированного анализа горячих точек определяет своих соседей и веса). Рекомендуется попробовать альтернативные методологии для определения соседей и пространственных весов и использовать тот метод, который лучше всего соответствует целям анализа.
Укажите все поля в параметре Входные поля, которые вы будете использовать в любом последующем анализе с использованием выходного файла .swm. Например, для инструмента Анализ горячих точек (Getis-Ord Gi)* требуется только одно поле, а для инструмента Бивариантная пространственная связь (L-статистика Ли) — два поля. Вы можете указать выходной файл .swm в параметре Файл матрицы весов после указания параметра Получить пространственные веса из файла для параметра Тип соседства или Концептуализация пространственных отношений последующих инструментов анализа.
Сообщения геообработки включают таблицу Истории поиска соседей, в которой отображаются сведения о каждом протестированном SWM (например, количество соседей и схема взвешивания), а также скорректированное значение R-квадрата SWM при использовании для прогнозирования входных полей. Предложенный инструментом SWM будет иметь наибольший скорректированный R-квадрат и будет обозначен жирным шрифтом и звездочкой в таблице.
Чтобы выбрать SWM, инструмент создает список кандидатов SWM и тестирует, какой из них создает пространственные компоненты, лучше всего представляющие пространственные закономерности входных полей. Если ни одна SWM не указана в параметре Входные файлы матриц пространственных весов, 28 SWM будут созданы и включены в список кандидатов (для описания каждой SWM см. Основные сведения о собственных векторах Морана). Если какие-либо входные SWM предоставлены, вы можете использовать параметр Сравнивать только входные матрицы пространственных весов, чтобы указать, будет ли список кандидатов включать только данные SWM, либо их, а также 28 SWM, созданных инструментом. Например, чтобы использовать единственную предоставленную SWM, укажите ее в параметре Входные файлы матриц пространственных весов, а параметр Сравнивать только входные матрицы пространственных весов оставьте отмеченным.
Инструмент определяет предлагаемый SWM, используя следующую процедуру:
1. Для каждого SWM генерируются собственные векторы Морана с наибольшими собственными значениями (с самой сильной автокорреляцией). Число собственных векторов равно 25 процентам от числа признаков, но не более 100.
2. Все собственные векторы, имеющие отрицательные значения индекса Морана I (то есть имеющие отрицательную автокорреляцию), отфильтровываются.
3. Каждое входное поле прогнозируется индивидуально с использованием собственных векторов в качестве независимых переменных в обычной регрессионной модели наименьших квадратов.
4. Общая сумма квадратов и остаточная сумма квадратов для всех полей суммируются, и вычисляется объединенное скорректированное значение R-квадрата.
5. Возвращается SWM с наивысшим скорректированным значением R-квадрата.
Эта процедура полностью описана по следующей ссылке:
- Bauman, David, Thomas Drouet, Marie-Josée Fortin, Stéphane Dray. 2018. "Оптимизация выбора пространственной весовой матрицы в методах, основанных на собственных векторах". Ecology 99, no. 10: 2159-2166. https://doi.org/10.1002/ecy.2469.

Подпись	Объяснение	Тип данных
Входные объекты	Входные данные, содержащие поля, которые будут использоваться для выбора SWM.	Feature Layer
Входные поля	Поля ввода, которые будут использоваться для выбора SWM.	Field
Выходная матрица пространственных весов	Выходной файл `.swm` соседей и весов, выбранных инструментом.	File
Поле уникального ID	Поле уникального ID выходного файла `.swm`. Поле должно быть целочисленным и иметь уникальное значение для каждого входного объекта.	Field
Входные файлы матриц пространственных весов (Дополнительный)	Входные файлы `.swm`, использующиеся в качестве кандидатов SWM, которая наилучшим образом представляет пространственные закономерности (например, тренды или кластеры) одного или нескольких числовых полей. Если файлов не предоставлено, инструмент протестирует 28 разных окрестностей.	File
Сравнивать только входные матрицы пространственных весов (Дополнительный)	Указывает, будут ли только файлы `.swm`, предоставленные в параметре Входные файлы матриц пространственных весов, протестированы или помимо них 28 дополнительных окрестностей. Инструмент использует SWM, которая создает пространственные компоненты, наилучшим образом представляющие пространственные закономерности (например, тренды или кластеры) одного или нескольких числовых полей. Этот параметр применяется, только если хотя бы один входной файл `.swm` предоставлен. Отмечено–Только файлы `.swm`, предоставленные в параметре `in_swm`, будут протестированы. Используется по умолчанию. Не отмечено–Будут протестированы файлы `.swm`, предоставленные в параметре `in_swm`, а также 28 дополнительных окрестностей.	Boolean

arcpy.stats.CompareNeighborhoodConceptualizations(in_features, input_fields, out_swm, id_field, {in_swm}, {compare_only_inputs})

Имя	Объяснение	Тип данных
in_features	Входные данные, содержащие поля, которые будут использоваться для выбора SWM.	Feature Layer
input_fields [input_fields,...]	Поля ввода, которые будут использоваться для выбора SWM.	Field
out_swm	Выходной файл `.swm` соседей и весов, выбранных инструментом.	File
id_field	Поле уникального ID выходного файла `.swm`. Поле должно быть целочисленным и иметь уникальное значение для каждого входного объекта.	Field
in_swm [in_swm,...] (Дополнительный)	Входные файлы `.swm`, использующиеся в качестве кандидатов SWM, которая наилучшим образом представляет пространственные закономерности (например, тренды или кластеры) одного или нескольких числовых полей. Если файлов не предоставлено, инструмент протестирует 28 разных окрестностей.	File
compare_only_inputs (Дополнительный)	Указывает, будут ли только файлы `.swm`, предоставленные в параметре `in_swm`, протестированы или помимо них 28 дополнительных окрестностей. Инструмент использует SWM, которая создает пространственные компоненты, наилучшим образом представляющие пространственные закономерности (например, тренды или кластеры) одного или нескольких числовых полей. Этот параметр применяется, только если хотя бы один входной файл `.swm` предоставлен. `COMPARE_INPUTS`–Только файлы `.swm`, предоставленные в параметре `in_swm`, будут протестированы. Используется по умолчанию. `COMPARE_ALL`–Будут протестированы файлы `.swm`, предоставленные в параметре `in_swm`, а также 28 дополнительных окрестностей.	Boolean

Пример кода

CompareNeighborhoodConceptualizations пример 1 (окно Python)

Следующее окно скрипта Python демонстрирует использование функции CompareNeighborhoodConceptualizations:

# Select the spatial weights matrix (SWM) that best describes the
# spatial patterns of POP_SQMI.

arcpy.env.workspace = r"c:\data\project_data.gdb"

arcpy.stats.CompareNeighborhoodConceptualizations(
    in_features="states",
    input_fields="POP_SQMI",
    out_swm=r"c:\data\states.swm",
    id_field="unique_id_field"
)

CompareNeighborhoodConceptualizations пример 2 (автономный скрипт)

В следующем автономном скрипте показано использование функции CompareNeighborhoodConceptualizations:

# Select the spatial weights matrix (SWM) that best describes
# the spatial patterns of two analysis field.

import arcpy

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

# Run the tool.
arcpy.stats.CompareNeighborhoodConceptualizations(
    in_features="myFeatureClass",
    input_fields="myAnalysisField1;myAnalysis Field2",
    out_swm=r"myOutputSWM.swm",
    id_field="myUniqueIDField"
)

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

Параметры среды

Этот инструмент не использует параметры среды геообработки.

Информация о лицензировании

Basic: Да
Standard: Да
Advanced: Да