ArcGIS Desktop 中有一个包含了一系列用于研究空间分布(spatial distribution)、空间模式(spatial pattern)、空间关系(spatial relationship)的统计的工具箱 —— Spatial Statistics Toolbox。这与普通的统计方法不同,空间统计将许多地理空间的概念融入到统计算法逻辑中,例如:邻域(proximity),面积(area),连通性(connectivity)等。
本篇总结一下有关 度量地理分布( Measuring Geographic Distributions)工具集中提供的功能。这些工具用于研究要素的空间分布特征,下面一个一个来看:
Central Feature
中心要素(Central Feature)这个工具可用于寻找一组要素中处于最中心位置的要素,这一组要素可以是点、线、面。
可解决的问题例如:某个区域的仓库中最中心位置的是哪个? 在几个区块中,哪一个具有最中心的位置?
工具的算法是将每个要素质心与其他各要素质心之间的距离计算并求和,取最小值。那么问题来了……
距离测量方法是什么?
有欧式距离与曼哈顿距离可选,区别点这里。并且需牢记,投影坐标系下才有准确的测量值,如果数据是经纬度坐标系,需要投影变换。
要素的质心如何确定?
对于线和面要素,距离计算中会使用要素的质心。对于多点、折线或由多部件组成的面,将会使用所有要素部件的加权平均中心来计算质心。点要素的加权项是 1,线要素的加权项是长度,而面要素的加权项是面积。