比较多边形数据的空间聚类/聚集模式


9

我有多边形形式的农业数据,我想测试这些数据的空间聚类/空间集聚。

总而言之,我大约有40个变量,可以用不同的方式进行汇总和标准化。标准化的一种方式可以是例如计算每个多边形内的人均生产值。另一种方法是计算每个多边形内每公顷的生产值。

标准化和聚合的所有方式都会产生具有不同空间模式的不同地图:聚类和非聚类。因此,作为我以后分析的基础,我将不识别产生强烈空间聚类的此类聚合/标准化组合。因此,我需要比较汇总和标准化的不同结果。

当然,我可以手动查看地图(请参见下面的示例)。但这是很主观的,只有在某些情况下,您才能清楚地区分。想象一下,对40个变量进行此操作,并假设有8种可能的数据准备方法……所以我宁愿使用一些客观的度量,即空间统计。

我使用R和Arc GIS。有谁知道如何实施这种分析?

下面的示例显示香蕉生产一次不标准化,人均标准化一次。它们看起来非常相似,但是哪一个在空间上更加聚集? 没有标准化 标准化的



我知道其中一些工具。我认为它们基本上是为多元聚类分析设计的。但以我为例,我首先想看到聚类的单变量度量。对于点数据,可能类似于密度分析或热点分析。但是我不知道多边形数据是否有任何相似之处。
Dspanes

1
好的,我认为也许ArcGIS中的HotSpot Analysis可以完成这项工作...
Dspanes


5
除非ESRI的Python代码发生重大变化,否则我强烈建议不要在多边形数据上使用ArcGIS LISA模型。该代码将转换为多边形质心,并且不使用邻居邻接,这是非常不正确的。使用R spdep程序包中的一阶或二阶邻居偶发矩阵运行LISA很简单。一个不错的选择是GeoDA(geodacenter.asu.edu)。
杰弗里·埃文斯

Answers:


By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.