gis密度分析和核密度分析区别,gis核密度分析搜索半径

  gis密度分析和核密度分析区别,gis核密度分析搜索半径

  需要Spatial Analyst许可证。

  形容

  核函数用于根据点或折线特征计算单位面积的值,以将每个点或折线拟合成光滑的圆锥表面。计算核密度时,可以用障碍物改变元素的影响。

  插图outras=内核密度(inpts,无,30)

  搜索半径(Python中的search_radius)的参数值越大,密度栅格就越平滑、越概化。该值越小,生成的栅格显示的信息越详细。

  计算密度时,仅考虑邻域内的点或线段。如果没有点或线段落在特定像元的邻域内,则为该像元分配NoData。

  如果人口字段(Python中的population_field)中的值过大或过小,结果看起来就不直观。如果人口字段的平均值远大于1(例如,城市人口),则默认搜索半径可能会非常小,从而在输入点周围形成一个小圆环。如果人口字段的平均值远小于1,则计算出的搜索半径可能看起来非常大。在这些情况下,您可以输入自己的搜索半径。

  输出像元大小可以由数值定义,也可以从现有栅格数据集中获取。如果没有将像元大小明确指定为参数值,将从像元大小环境中获取相应的值(前提是已经指定了环境)。如果未指定参数像元大小和环境像元大小,但设置了捕捉栅格环境,则将使用捕捉栅格的像元大小。如果未指定任何内容,则通过将范围的宽度或高度中较小的一个除以250来计算像元大小,其中范围采用环境中指定的输出坐标系。

  如果使用数值指定像元大小,工具将直接将其用于输出栅格。

  如果栅格数据集用于指定像元大小,此参数将显示栅格数据集的路径,而不是像元大小的值。如果数据集的空间参考与输出空间参考相同,则栅格数据集的像元大小将直接用于分析。如果数据集的空间参考不同于输出空间参考,将根据所选的像元大小投影方法对其进行投影。

  默认搜索半径是根据空间配置和输入点的数量计算的。这种方法可以修正空间离群点(远离其他输入点的点),使搜索半径不会太大。

  如果面积单位比例因子的单位相对于要素(点之间的距离或线段长度,具体取决于要素类型)较小,则输出值可能较小。要获得更大的值,请选择具有更大单位的面积单位比例因子(例如,平方公里和平方米)。

  输出像元值(Python中的out_cell_values)参数可以指定输出栅格值所代表的内容。如果选择密度值,这些值将代表每个细胞单位面积的细胞核密度值。如果选择预期计数,这些值将代表每个细胞面积的核密度。根据密度值计算计数的公式为:计数=密度面积。

  如果要在投影精确保持正确距离和面积的局部比例上执行分析,可以使用方法(Python中的方法)的参数中的平面选项(Python中的平面)。如果要在区域或大范围内执行分析(例如,使用Web墨卡托或任何地理坐标系),可以使用测地线(Python中的测地线)选项。该方法考虑了椭球体的曲率,能够正确处理极点和国际国际日期变更线附近的数据。

  有关适用于此工具的地理处理环境的详细信息,请参阅分析环境和Spatial Analyst。

  语法核密度的参数(in _ features,population _ field,{cell _ size},{search _ radius},{area _ unit _ scale _ factor},{out _ cell _ values},{method},{in _ barriers})描述了数据类型。

  In_features要计算其密度的输入要素(点或线)。要素图层

  Population_field是表示每个要素的总体值的字段。“人口”字段指示用于创建连续表面的遍布整个景观的计数或数量。

  人口字段的值可以是整数或浮点。

  下面列出了该字段的选项和默认属性。如果不使用任何项目或特殊值,请选择“无”,这样每个要素只计算一次。

  如果输入要素包含Z,则可以使用Shape字段。

  否则,默认字段为人口。以下条件也适用:如果没有人口字段,但有人口xxxx字段,则默认使用该字段。Xxxx可以是任何有效字符,如POPULATION6、POPULATION1974和POPULATIONROADTYPE。

  如果没有POPULATION字段或POPULATIONxxxx字段,但有POP字段,则默认使用此字段。

  如果没有POPULATION字段、POPULATIONxxxx字段或POP字段,但有POPxxxx字段,则默认使用该字段。

  如果没有POPULATION字段、POPULATIONxxxx字段、POP字段或POPxxxx字段,默认情况下不使用任何字段。田

  单元格_大小

  (可选)将要创建的输出栅格的像元大小。

  此参数可由数值定义或从现有栅格数据集中获取。如果像元大小未明确指定为参数值,将使用环境像元大小值(如果指定);否则,将使用其他规则根据其他输出计算像元大小。更多信息,请参考用法部分。分析单元格大小

  搜索半径

  (可选)计算密度的搜索半径。基于输出空间参考投影的线性单位。

  例如,如果单位是米,如果要包括一英里邻域内的所有要素,可以将搜索半径设置为1609.344(1英里=1609.344米)。

  Silverman经验法则(Silverman,1986年版)的空间变量用于计算输入数据集的默认搜索半径。这个变量非常强大,足以避免空间异常值(离其余点太远的点)。关于此算法的描述,请参考使用提示。两倍

  面积_单位_比例_系数

  (可选)输出密度值的面积单位。

  基于输出空间参考的线性单位选择默认单位。要转换密度输出,您可以将此单位更改为适当的单位。线性密度值转换长度和面积单位。

  未指定输出空间参考时,输出空间参考与输入要素类相同。默认输出密度单位由输出空间参考的线性单位决定,如下所示。如果输出线性单位为米,则输出面密度单位将设置为平方公里、输出平方公里(点要素)或每平方公里公里(折线要素)。如果输出线性单位为英尺,则输出面密度单位将设置为平方英里。

  如果输出单位不是英尺和米,则输出区域密度单位将设置为平方地图单位。也就是说,输出密度单位是输出空间参考的线性单位的平方。例如,如果输出线性单位是厘米,则输出面密度单位将是平方地图单位,即平方厘米。如果输出线性单位为千米,则输出面密度单位将为平方地图单位,即平方千米。

  可用选项和相应的输出密度单位如下:

  SQUARE _ MAP _ UNITS用于输出空间参考的线性单位的平方。

  平方英里—英里(美国)。

  平方公里——公里。

  英亩—英亩(美国)。

  公顷。

  平方码—代码(美国)。

  平方英尺—英尺(美国)。

  平方英寸—英寸(美国)。

  平方米—米。

  平方厘米。

  平方毫米—毫米字符串

  输出单元格值

  (可选)指定输出栅格中值的含义。

  密度-输出值表示为每个像元计算的单位面积密度值。这是默认设置。

  EXPECTED _ COUNTS输出值表示单位面积的计算密度值。

  由于像元值与指定的像元大小相关联,因此无法将生成的栅格重采样为不同的像元大小。线

  方法

  (可选)指定将使用地平线(平面)方法还是椭球面上的最短路径(测地线)方法。

  平面-将使用特征之间的平面距离。这是默认设置。

  测地线-将使用要素之间的测地线距离。

  测地线方法仅支持点作为输入要素。线

  栅栏内

  (可选)定义障碍的数据集。

  障碍可以是折线或面要素的要素图层。

  仅当“方法”参数设置为“平面”时,才支持此参数。要素图层

  返回值名称指示数据类型。

  Out_raster输出核密度栅格。

  总为浮点栅格光栅

  代码示例核密度(内核密度)示例1(Python窗口)

  本示例根据点格式来计算平滑的密度栅格。

  从阿尔派导入环境

  从arcpy.sa导入*

  环境。workspace= C:/sapy示例/数据

  outk dens=内核密度( rec _ sites。shp , ,45,1200,平方_千米,

  ,测地线)

  outk dens。save( C:/sapyexamples/output/KD _ out。TIF’)核密度(内核密度)示例2(独立脚本)

  本示例根据点格式来计算平滑的密度栅格。

  # Name: KernelDensity_Ex_02.py

  #描述:计算臭氧浓度模式除以

  #加利福尼亚州的内华达山脉

  #基于点样本使用核函数来

  #拟合平滑的锥形表面。

  #要求:空间分析师扩展

  #导入系统模块

  导入阿尔派

  从阿尔派导入环境

  从arcpy.sa导入*

  #设置环境设置

  环境。workspace= C:/sapy示例/数据

  #设置局部变量

  在加州的臭氧。嘘

  人口场=臭氧

  单元格大小=60

  搜索半径=2500

  inBarriers=SierraNevada.shp

  #执行内核密度

  outKernelDensity=KernelDensity(在要素中,人口字段,像元大小,搜索半径,

  平方公里,密度,平面,栅栏)

  #保存输出

  outkerneldensity。保存( C:/sapy examples/output/KD _ ozone _ California。TIF’)

  许可信息基本:需要空间分析师

  标准:需要空间分析师

  高级:需要空间分析师

gis密度分析和核密度分析区别,gis核密度分析搜索半径