SpatialStatisticsTools(空间统计工具)矩阵转换

SpatialStatisticsTools(空间统计工具)矩阵转换1.AnalyzingPatterns（分析模型）1）AverageNearestNeighbor（平均值最近分析）简介：基于每个要素的最近邻要素距离的平均值计算索引值方法：输入要素：一般为点要素距离方法：欧几里得距离或者曼哈顿距离。是否显示最邻近索引，下图为显示：面积：默认面积为覆盖所有要素的最小外接矩形的面积。其它：小于1聚合；大于1离散；等于1随机。转载请注明出处--）HighLowClustering（聚类程度）简介：用于计算给定面积内的要素的聚类程度值方法：输入要素：一般是点要素。面要素和线要素则是其质心参与计算。输入字段：数值型。必须为正值。是否显示输出图形。DisplayOutputGraphically空间关系：反向距离，反向距离的平方，固定距离波段，区域无关、与多边形相接、空间权重文件。距离方法：欧几里得距离、曼哈顿距离。标准化：推荐用ROW（权重被权重之和分开）距离波段或者开始距离：当空间关系选择与多边形相接、空间权重文件时该参数无效。权重矩阵文件：空间关系为空间权重文件时有效。3）Multi-DistanceSpatialClusterAnalysis(RipleysKFunction)（多距离空间聚簇分析/RipleysK函数）该工具用于判断在多个不同距离下要素类的聚簇状况。输出结果为一张表。表中包含期望值字段（ExpectedK）和观测值字段（ObservedK）。当观测值大于期望值时则在该距离下呈现聚簇状态。否则呈现离散状态。NumberofDistanceBands：距离波段的次数。ComputeConfidenceEnvelope（评估置信区域）：(1)0Permutations：不创建置信区域。(2)9Permutations：随机选9个点创建置信区域（90%的置信区域）。(3)99Permutations：随机选99个点创建置信区域（99%的置信区域）。。(4)999Permutations：随机选999个点创建置信区域（99.9%的置信区域）。。4)SpatialAutocorrelation(MoransI)（空间自相关/MoransI）基于要素位置及属性值判断空间自相关性。ConceptualizationofSpatialRelationship（1）InverseDistance反距离（2）InverseDistanceSquare反距离平方（3）ZoneofIndifference区域均一化（4）FixedDistanceBand固定距离波段（5）PolygonContiguity(FirstOrder)邻接多边形（6）GetSpatialWeightsFromFile空间权重文件2.MappingCluster（绘制聚簇）(1)ClusterandOutlierAnalysis(AnselinLocalMoransI)（聚合离散分析/）给定带有权重的要素，分析高值聚合和低值聚合，及查找离群值。(2)HotSpotAnalysis(Getis-OrdGi*)热斑分析通过计算Getis-OrdGi*统计进行热斑分析。Zscore作为衡量高值聚合或者低值聚合的标准。Zscore越大表现为热斑越明显。转载请注明出处--（测量地理分布）1)CentralFeature（中心要素）识别要素集中加权后最中心的要素。Self-potential：表示一个要素和他自身的距离或者权重。一般情况下为0。CaseField：用于分组，可以使数值、日期、文本类型。2)DirectionalDistribution(StandardDeviationalEllipse)（定向分析/标准差椭圆）测量要素集（点）的方向性趋势。3)LinearDirectionalMean（平均线方向）测量要素集（线）的平均方向性趋势。4)MeanCenter（平均中心）识别要素集的几何中心DimensionField（维度字段）：用于三维坐标计算时的Z值字段。5)StandardDistance（标准间隔距离）以要素集几何中心为圆心，以覆盖要素的百分比距离为半径生成一个新的圆。CircleSize(1)1StandardDeviation:覆盖要素的百分之六十八（2）2StandardDeviations覆盖要素的百分之九十五（3）3StandardDeviations覆盖要素的百分之九十九4.ModelingSpatialRelationship(空间关系建模)1)GenerateNetworkSpatialWeights（生成网络空间权重）根据潜在网络结构生成SWM文件。输入参数有：被创建的点要素、唯一的ID值、SWM文件的名称路径、参考网络、阻止属性。2)GenerateSpatialWeightsMatrix（生成网络空间权重矩阵）创建SWM文件用于表达数据集中要素的空间关系。3)GeographicallyWeightedRegression（地理权重衰减）4)OrdinaryLeastSquares（普通最小平方）转载请注明出处--（渲染）1）Cluster/OutlierAnalysiswithRendering（渲染聚簇离散分析）依据指定字段做聚簇渲染及依据Z缩放值渲染。渲染颜色由冷到暖，冷代表离散，暖代表聚簇。该工具集合了ClusterAndOutlierAnalysis工具及ZScoreRendering工具。使用工具后将生成一个渲染后的lyr图层及要素图层且属性表将添加以下四个字段索引字段、ZScore字段、PValue字段、聚簇类型字段。集成工具：2)CollectEventswithRendering(利用渲染收集事件)转换事件数据，将其赋予权重，并以分级符号渲染。输入要素：一般为点要素（至少4个要素）。它是将CollectEvents工具和CountRendering工具集成在一起。集成工具：3）CountRendering（计算渲染）依据指定字段作渲染计算。输入参数有：被渲染要素、依据字段、输出的lyr图层名称路径、分类数量、符号样式等。4）HotSpotAnalysiswithRendering（渲染分析热斑）依据指定字段作渲染计算并将其ZScore值由冷色到暖色渲染。该工具集成了HotSpotAnalysis及ZScoreRendering功能集成工具：5）ZScoreRendering（Z痕渲染）将ZScore值由冷色到暖色渲染。转载请注明出处--（实用工具）1）CalculateAreas（计算面积）对面要素计算面积并写入F_AREA字段。4）CalculateDistanceBandfromNeighborCount（依据邻居数量计算距离）通过输入的邻居数值(N)计算要素与第N个邻居之间的最小距离、最大距离、平均距离。输入要素：一般为点邻居数值：第N个邻居。距离方法：曼哈顿距离或欧几里得距离。5）CollectEvents（收集事件）转换事件数据，将其赋予权重，并以分级符号显示。输入要素：一般为点要素（至少4个要素）。6）ConvertSpatialWeightsMatrixtoTable（转换空间权重矩阵到表）将二元的空间权重矩阵文件（*.Swm）转换为表(*.dbf)。转换后可对DBF进行修改空间关系等并将其转换为swm其他：ConvertSpatialWeightsMatrixtoTable的逆操作。7）ExportFeatureAttributetoASCII（输出要素属性到ascii文本）将要素坐标及制定属性值输出到文本文件，字段值之间可用空格、逗号、分号等分隔。