Interpretazione dei parametri della legenda della densità del kernel ArcGIS


9

In ArcMap 9.3 ho usato la densità del kernel per mappare vari incidenti, ma lo shapefile risultante non mostra alcuna unità di misura. Esiste una buona fonte non tecnica che spiegherebbe nella terminologia laicale l'interpretazione dei valori di output in termini di dimensioni della cella di input e raggio di ricerca?

Risposte:


13

Questo è quasi un duplicato di Come interpretare i risultati di GRASS v.kernel? , ma differisce leggermente nel chiedere un'interpretazione in termini di raggio di ricerca. Parliamone.

Una densità del kernel è una convoluzione , come spiegato in 1 , 2 e 3 . In termini non tecnici, ciò significa che il valore di ciascuna cella nella griglia di input viene distribuito attorno alla sua vicinanza. Il "kernel" è una funzione che descrive la forma della diffusione. Pensa al valore come alla registrazione dell'altezza della sabbia versata in una scatola basata sulla cella. Se dovessi rimuovere la scatola, la sabbia crollerebbe. Il kernel dice che forma avrebbe acquisito; la quantità di sabbia determina quanto è alta quella forma. Ripeti in modo indipendente questo processo per ogni cella della griglia, consentendo alle pile di sabbia di accumularsi verticalmente (senza introdurre alcun ulteriore rilassamento dalla sovrapposizione).

Da questa descrizione possiamo dedurre le risposte alle due domande poste qui:

  1. A seconda del software, i valori di output indicano la quantità totale di sabbia in ciascuna cella o - più comunemente - forniscono la quantità per unità di superficie. (Questo significa "densità"). L'uso dell'output per unità di area è migliore perché non cambia in modo apprezzabile quando si cambia il formato della cella di output . Ad esempio, se si dimezza la dimensione della cella di output, ogni cella occupa solo un quarto della sua precedente impronta, quindi in genere è coperta solo da circa un quarto della sabbia. Quando esprimi l'output come sabbia per unità di superficie, tuttavia, ciò non cambia: ottieni un quarto della sabbia in un quarto dell'area originale, da cui il rapporto è lo stesso.

  2. Il "raggio di ricerca" (un termine idiosincratico adottato da alcuni venditori GIS; nella letteratura vengono utilizzate quantità correlate, note come "metà larghezza" del kernel o "larghezza massima a metà massimo"), descrive la quantità di diffusione. Indipendentemente da come questo viene espresso, se si desidera diffondere i valori della cella originale due volte, finirai per coprirne quattrovolte più area. Quando si sta diffondendo il valore di una singola cella, il mucchio risultante sarà solo un quarto più alto in ciascun punto. Tuttavia, nella maggior parte dei casi la densità diffusa ha una relazione più complessa con la densità meno diffusa, perché le pile di "sabbia" - sebbene individualmente più piccole - ricevono contributi da cellule più lontane. Nel complesso, gli effetti si bilanciano. Quello che vedi è che una maggiore diffusione crea griglie di output che variano in modo più uniforme, mentre una minore diffusione crea griglie di output che sono localmente più variabili.

Queste figure illustrano gli effetti della modifica del raggio (per un kernel gaussiano) su una griglia di input sparsa con valori di 0 o 1.

Un'immagine e alcune delle sue densità del kernel gaussiano

immagini L'oscurità rappresenta i valori della griglia (nero = 1, bianco = 0). Tutte le immagini sono 16 per 16.

La stessa figura mostrata come grafici 3D dei valori della griglia

Trame 3D L'altezza mostra i valori della griglia. Tutti i grafici sono su una scala comune per il confronto. Questo metodo di disegno mostra le pile originali di "sabbia" come coni anziché come scatole.


1
I miei occhi mi dicono che il volume totale di "sabbia" sembra diminuire mentre ci spostiamo da sinistra a destra nel pannello inferiore. Questo è in parte un artefatto di come il software disegna le superfici, ma è anche in parte reale: gran parte della sabbia si sta diffondendo al di fuori dell'area di studio nelle ultime due immagini ed è scomparsa dalla vista. Questo "effetto bordo" è presente in molte mappe di densità del kernel.
whuber

1
Un po 'tardi, ma il collegamento di convoluzione che hai collegato qui era perfetto, ho scannerizzato Internet per capire la densità del kernel e con quello l'ho capito. Saluti!
Johan S,

2

Ecco la risposta web.
Esri webhelp 9.3 Funzionamento della
densità del kernel Calcoli della densità (differenze)
Densità del kernel


I link sono fantastici, ma ti incoraggiamo, il rispondente, a fornire un riepilogo in modo che la tua risposta possa essere autonoma.
whuber

1
Capisco l'incoraggiamento ma ho pensato che la domanda fosse per "buona fonte". Grazie per l'ottima risposta: sei un'ottima fonte.
Brad Nesom,

1
Hai ragione Brad, la domanda era davvero formulata in quel modo (e quindi ho votato a fondo la tua risposta). Ma ti incoraggio comunque a dare corpo ai tuoi consigli, comunque :-).
whuber
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.