方向分布是虾神最喜欢的一个空间统计工具,也是最简单明了,但是用处很广的一个
点模式的分析中,一般会考察如下五种内容:
1、点的疏密,包括点数据的分布探索,是否一致、均匀或者不均匀。
2、点的方位,包括点的分布和方向。
3、点的数量:多少(极值和均值)。
4、点的大小:代表的含义(如点一个点代表多少人口)。
5、其他,如点的一些动态变化等。
我们前面说的好几种算法,如中心要素、中位数中心和平均中心,都是关于点方位的分析,那么今天我们要讲的这个算法,就是同时对点的方向和分布进行分析的一种经典算法——标准差椭圆。
这算法最早是由美国南加州大学(University of Southern California)社会学教授韦尔蒂.利菲弗(D. Welty Lefever)在1926年提出,所以有的书里面,也把这个算法称为Lefever's "Standard Deviational Ellipse"(利菲弗方向性分布)(又到每天的历史起源科普时间……)。
这个算法最大的特点,就如同他的名词一样,是用来度量一组数据的方向和分布的,生成的结果又正如他的别名一样,会输出一个椭圆,如下:(在ArcMap中,仅能分析二维数据,在ArcGIS Pro中,支持三维点数据的分析,生成的结果是一个三维体)
今天我们就看看这个神奇的椭圆代表的啥意思。
椭圆是一个非常神奇的几何图形——如果说(哲学意义)圆不仅是几何图形,它是未分化的统一性的象征,在神秘主义哲学中,它代表了宇宙创生一分为二时刻之前的那个宇宙。那么椭圆就是开天辟地之后的万物运行轨迹——所以开普勒关于行星的运动定律里面,所有的轨迹都是椭圆形的。