Interpretasi parameter legenda ArcGIS Kernel Density


9

Di ArcMap 9.3 saya telah menggunakan Kernel Density untuk memetakan berbagai insiden, tetapi shapefile yang dihasilkan tidak menampilkan unit pengukuran apa pun. Apakah ada sumber yang baik, tidak-untuk-teknis yang akan menjelaskan dalam terminologi awam penafsiran nilai output dalam hal ukuran sel input dan radius pencarian?

Jawaban:


13

Ini hampir merupakan duplikat dari Bagaimana menafsirkan hasil GRASS v.kernel? , tetapi sedikit berbeda dalam meminta interpretasi dalam hal radius pencarian. Mari kita bicarakan itu.

Densitas kernel adalah konvolusi , seperti dijelaskan pada 1 , 2 , dan 3 . Dalam istilah nonteknis ini berarti bahwa nilai setiap sel dalam kisi masukan tersebar di sekitarnya. "Kernel" adalah fungsi yang menggambarkan bentuk penyebaran. Pikirkan nilainya ketika merekam ketinggian pasir yang dituangkan ke dalam kotak berdasarkan sel. Jika Anda menghapus kotak, pasir akan merosot. Kernel mengatakan bentuk apa yang akan diperolehnya; jumlah pasir menentukan seberapa tinggi bentuk itu. Ulangi proses ini secara independen untuk setiap sel di dalam kisi, memungkinkan tumpukan pasir menumpuk secara vertikal (tanpa menyebabkan kemerosotan tambahan dari tumpang tindih).

Dari uraian ini kita dapat menyimpulkan jawaban atas dua pertanyaan yang diajukan di sini:

  1. Bergantung pada perangkat lunak, nilai-nilai output memberikan jumlah total pasir di setiap sel atau - lebih biasanya - mereka memberikan jumlah per satuan luas. (Inilah yang dimaksud dengan "kepadatan".) Menggunakan keluaran per satuan luas lebih baik karena tidak berubah secara berarti ketika Anda mengubah ukuran sel keluaran . Misalnya, jika Anda membagi dua ukuran sel keluaran, setiap sel hanya menempati seperempat jejak sebelumnya, jadi biasanya hanya ditutupi oleh sekitar seperempat dari pasir. Ketika Anda menyatakan output sebagai pasir per unit area, itu tidak berubah: Anda mendapatkan seperempat dari pasir di seperempat dari area asli, di mana rasionya sama.

  2. "Jari-jari pencarian" (istilah istimewa yang diadopsi oleh vendor GIS tertentu; dalam literatur terkait jumlah digunakan, dikenal sebagai kernel "setengah-lebar" atau "lebar penuh pada setengah maksimum"), menggambarkan jumlah penyebaran. Terlepas dari bagaimana ini dinyatakan, jika Anda ingin menyebarkan nilai sel asli dua kali lebih jauh, Anda akan berakhir dengan empatkali lebih banyak area. Saat Anda menyebarkan nilai sel tunggal, tumpukan yang dihasilkan akan hanya seperempat tinggi di setiap titik. Namun, dalam kebanyakan kasus kepadatan menyebar memiliki hubungan yang lebih kompleks dengan kepadatan kurang menyebar, karena tumpukan "pasir" - meskipun secara individual lebih kecil - menerima kontribusi dari sel yang lebih jauh. Secara keseluruhan, efeknya seimbang. Apa yang Anda lihat adalah bahwa penyebaran yang lebih besar menciptakan kisi-kisi keluaran yang bervariasi dengan cara yang lebih halus, sedangkan penyebaran yang lebih sedikit menciptakan kisi-kisi keluaran yang secara lokal lebih bervariasi.

Angka-angka ini menggambarkan efek dari mengubah jari-jari (untuk kernel Gaussian) pada kisi masukan jarang yang memiliki nilai 0 atau 1.

Gambar dan beberapa kepadatan kernel Gaussiannya

Gambar-gambar Darkness menggambarkan nilai kisi (hitam = 1, putih = 0). Semua gambar 16 dengan 16.

Gambar yang sama ditampilkan sebagai plot 3D nilai kisi

Plot 3D Tinggi menggambarkan nilai kisi. Semua plot berada pada skala umum untuk perbandingan. Metode plot ini menunjukkan tumpukan asli "pasir" sebagai kerucut daripada sebagai kotak.


1
Mata saya memberi tahu saya bahwa volume total "pasir" tampaknya berkurang ketika kami bergerak dari kiri ke kanan di panel bawah. Itu sebagian merupakan artefak tentang bagaimana perangkat lunak menarik permukaan, tetapi juga sebagian nyata: banyak pasir sedang menyebar di luar area studi dalam dua gambar terakhir dan telah menghilang dari pandangan. "Efek tepi" ini ada di banyak peta kerapatan kernel.
whuber

1
Agak terlambat tetapi tautan konvolusi yang Anda tautkan di sini sempurna, saya telah memindai internet untuk memahami kepadatan kernel dan dengan itu saya mendapatkannya. Bersulang!
Johan S

2

Ini jawaban webnya.
Esri webhelp 9.3 Bagaimana Kernel Density Bekerja
Perhitungan Density (perbedaan)
Density Kernel


Tautan sangat bagus, tetapi kami mendorong Anda - responden - untuk memberikan ringkasan sehingga balasan Anda dapat berdiri sendiri.
whuber

1
Saya mengerti dorongan itu, tetapi saya pikir pertanyaannya adalah untuk "sumber yang baik". Terima kasih atas jawaban yang bagus - Anda adalah sumber yang bagus.
Brad Nesom

1
Anda benar, Brad, pertanyaan itu memang diutarakan seperti itu (dan karena itu saya telah meningkatkan jawaban Anda). Tapi saya tetap akan mendorong Anda untuk menyempurnakan rekomendasi Anda, namun :-).
whuber
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.