Térbeli döntéselőkészítés 5., Elemzések
Márkus Béla (2010)
Nyugat-magyarországi Egyetem
Az ArcGIS „Spatial Statistics” eszköztára több térbeli statisztikai rutinfeladatot tartalmaz az objektumok eloszlásának és alakjuknak elemzésére, klaszterek azonosítására. Terjedelmi okok miatt nincs mód az eszközök részletes bemutatására. További részletek az ESRI websúgóján (An overview of the Spatial Statistics toolbox) találhatók. A raszteres statisztikai elemzésekről a szomszédsági elemzések alfejezetben írunk.
A mérőszám egy objektum halmaz centroidjainak középpontját adja meg. Pontokra, vonalakra és poligonokra egyaránt alkalmazható. Lehetőség van az objektumokhoz rendelt súlyok alkalmazására is.
A művelet számítja az adott objektum halmaz középpontjának koordinátáit, majd az átlagos szórást (SD). Az eredmény egy poligon fedvény lesz, ami egy kör alakú objektumot tartalmaz, a számított középponttal és SD sugárral. Pontokra, vonalakra és poligonokra egyaránt alkalmazható. Lehetőség van súlyok alkalmazására is.
Az objektumok elhelyezkedésének nemcsak szórását kapjuk meg a művelet alkalmazásával, hanem a halmazban mutatkozó esetleges trendet is. Pontokra, vonalakra és poligonokra egyaránt alkalmazható. Lehetőség van súlyok alkalmazására is.
Az átlagos legközelebbi szomszéd index kiszámítása egy objektum halmaz centroidjai szórtságának vagy csoportokba rendezettségének vizsgálatát végzi el. Pontokra, vonalakra és poligonokra egyaránt alkalmazható. Ha az (Average Nearest Neighbor) index kisebb, mint 1, akkor a halmaz csoportokba rendeződik, ellenkező esetben szórt. A távolságmérés típusa lehet euklideszi illetve Manhattan.
Az ArcGIS a „Moran I” statisztikát használja, ami az objektumok helyzete és a kiválasztott leíró adat alapján számítja a térbeli autokorrelációt. Általában elmondható, hogy ha a „Moran I” index értéke közel +1 akkor az eloszlás csoportos, ha az index közel -1 akkor szórt, véletlenszerű.
