Qual è il modo migliore per produrre una mappa di densità da punti ponderati in QGIS?

Mi piacerebbe davvero ripetere la funzionalità dello strumento Densità del kernel ArcGIS: come potrei farlo?

Vorrei limitare le risposte al software libero e open source facile da installare - vale a dire che QGIS si installa facilmente con GRASS su tutte le piattaforme, quindi QGIS + GRASS andrebbe bene, ma SAGA no (purtroppo, poiché ha ciò che può essere lo strumento ideale).

Sto cercando di produrre mappe di densità della fauna selvatica attraverso aree protette in QGIS. La mappa della densità nell'esempio seguente è stata prodotta in ArcGIS da osservazioni puntuali di animali selvatici, con conteggi grezzi delle dimensioni del gruppo (un campo nel file vettoriale) utilizzato per ponderare la densità di ogni cella della griglia nello strumento Densità kernel (SpatialAnalyst), con raggio di ricerca scelto e dimensione della cella della griglia:

In una domanda precedente sulla densità , è stato suggerito di utilizzare lo strumento GRASS v.kernel per imitare lo strumento Densità kernel ArcGIS, ma v.kernel non fa lo stesso lavoro . Dopo aver esaminato il manuale e aver prodotto (con successo) una mappa della densità, sembra che la funzione v.kernel funzioni solo con la densità dei punti e non vi è alcuna possibilità di fornire una variabile per ciascun punto (come i conteggi grezzi) per ponderare ogni punto .

AGGIORNARE

Sembra che ci siano vari *.surf.*strumenti in GRASS che possono aiutare a creare una superficie di densità - e questi accettano una colonna di ponderazione o un valore z, oppure vengono eseguiti su raster. @underdark ha suggerito v.surf.rst - e la 'zcolumn' sarebbe la mia variabile di ponderazione (conteggio) - ma non riesco a capire come chiedere allo strumento di creare una determinata dimensione della griglia o usare un certo raggio.

Suggerimenti su come utilizzare v.surf.rst o qualsiasi altro metodo?

Dati di esempio

x,y,count
431250,8707500,0
418750,8707500,5
413750,8707500,3
411250,8707500,1
408750,8685000,0
411250,8685000,0
416250,8685000,0
416250,8682500,6
411250,8682500,3
418750,8680000,0
433750,8677500,3
421250,8677500,0
423750,8675000,1
431250,8672500,0
428750,8672500,2
426250,8672500,2
423750,8670000,0

Secondo la sua pagina di manuale, il comando GRASS r.resamp.filter farà per i raster che rappresentano i dati dei punti esattamente ciò che ArcGIS farà per i livelli dei punti : usare l' filter=boxopzione per un raster "semplice" e usare l' filter=gaussopzione per l'altro kernel ArcGIS. Utilizzare il -nflag per evitare la propagazione di null.

Si noti che le stime della densità del kernel (dette "mappe di calore") non sono interpolazioni dei dati. Il valore di un KDE in una posizione x stima la quantità di un valore " Z " per unità di area vicino a x . (Il raggio o "larghezza di banda" quantifica il significato di "vicino".) I valori di Z non devono essere definiti in ogni posizione possibile sulla mappa. Ad esempio, Z potrebbe rappresentare la presenza di qualcosa come una persona, nel qual caso il KDE fornisce densità di popolazione . Né i valori di Z devono variare continuamente nella mappa. Per l'interpolazione, si presume che Zè definito in tutte le posizioni e che i dati sono osservazioni dei valori di Z in punti specifici. L'interpolatore tenta di prevedere i valori non osservati di Z in tutti gli altri punti. Ciò avrebbe senso quando Z , per esempio, è una temperatura o una pressione, ma di solito non ha senso quando Z registra la presenza di qualcosa o quando i dati sono un censimento completo. (In quest'ultimo caso, considera cosa potrebbe significare una mappa della densità stradale per una regione e come si potrebbe eventualmente avere un senso di "interpolazione" delle strade attraverso aree non stradali.)

Il modulo di SAGA "Stima della densità del kernel" è ciò che stai cercando.

Installare l'interfaccia del modulo SAGA in QGIS (nel menu: Plugin -> Scarica plug-in Python ..) e utilizzare il modulo. In bocca al lupo!

Un metodo davvero semplicistico con GRASS GIS che è più vicino a Point Density in ArcMap che a Kernel Density:

1. Importa i punti su una mappa raster r.in.xyzusando method = sum ad una risoluzione raster specificata (impostata con g.region).

2. Utilizzare r.neighborsper smussare la mappa con method = average (impostazione predefinita) e utilizzare la dimensione dell'opzione per impostare il raggio di ricerca.

(Al momento non ho accesso a GRASS, quindi non ci ho provato!)

Come hai richiesto ulteriori indicazioni su v.surf.rst, ecco i miei input

Innanzitutto, circa la dimensione della griglia - puoi usare Plugin -> GRASS -> Modifica la regione GRASS corrente e impostare la risoluzione di output. L'output di v.surf.rst avrà tale risoluzione.

Per il raggio, la "tensione" sembra essere il parametro. Non sono esperto di questo algoritmo ma leggendo dal manuale, questo sembra essere il bit rilevante

"... L'alta tensione" aumenta le distanze tra i punti "e riduce il raggio di impatto di ciascun punto, la bassa tensione" diminuisce la distanza "e i punti si influenzano a vicenda su un raggio più lungo) .."

Quindi potresti usare il parametro tension approssimativamente come utilizzeresti il ​​parametro radius.

Dai dati di esempio, il risultato di v.surf.rst è simile al seguente e sembra ragionevole dato che utilizza i conteggi come pesi per l'interpolazione

Anche se non l'ho provato, nel repository dei contributori di QGIS c'è un plug-in chiamato "Stima dell'intervallo home con R". Ciò include i calcoli del kernel (densità?). Penso che, se funzionasse, questo sarebbe il metodo migliore. R farà il vero metodo statistico per calcolare la densità del kernel.

Se hai installato R dovresti essere in grado di installare il plugin e provarlo.

Se si accetta di eseguire un po 'di programmazione Java al di fuori di qgis, è possibile utilizzare semplicemente questa libreria per la creazione di mappe di densità .

Utilizzando il costruttore HeatMapBuilder(int w, int h, int[][] pts, int[] weights), è possibile assegnare un peso per ogni punto di cui hai bisogno. L'immagine di output può essere recuperata con il getImage()metodo e salvata sul disco con a ImageIO.write("mymap.png").

Ecco un esempio di output:

È possibile modificare la forza di levigatura e la tavolozza dei colori.