Skip To Content

Narzędzie Znajdź lokalizacje hot spot

Znajdź lokalizacje hot spot Za pomocą narzędzia Znajdź lokalizacje hot spot można sprawdzić, czy w zależnościach przestrzennych danych występują jakieś statystycznie istotne klastry.

Diagram procedury wykonywania zadań

Diagram procedury wykonywania zadań narzędzia Znajdź lokalizacje hot spot

Analiza z użyciem narzędzi GeoAnalytics Tools

Analiza z użyciem narzędzi GeoAnalytics Tools jest uruchamiana przy zastosowaniu przetwarzania rozproszonego na wielu komputerach i rdzeniach ArcGIS GeoAnalytics Server. Narzędzia GeoAnalytics Tools oraz narzędzia do standardowej analizy obiektowej w oprogramowaniu ArcGIS Enterprise mają różne parametry i możliwości. Więcej informacji o tych różnicach można znaleźć w sekcji Różnice między narzędziami analizy obiektowej.

Przykłady

  • Policja miejska przeprowadza analizę w celu określenia, czy istnieje zależność między brutalnymi przestępstwami, a wskaźnikami bezrobocia. W szkołach średnich znajdujących się w obszarach o najwyższej liczbie brutalnych przestępstw i najwyższym wskaźniku bezrobocia zostanie wprowadzony rozszerzony program pracy w okresie letnim. Za pomocą narzędzia Znajdź lokalizacje hot spot zostaną znalezione obszary z istotnymi statystycznie lokalizacjami hot spot o podwyższonym poziomie przestępczości i bezrobocia.

  • Konserwator przyrody bada choroby drzew, aby ustalić kolejność, w jakiej obszary leśne powinny być leczone i dowiedzieć się więcej o obszarach wykazujących pewną odporność. Za pomocą narzędzia Znajdź lokalizacje hot spot można znaleźć klastry chorych (lokalizacje hot spot) i zdrowych (lokalizacje cold spot) drzew.

Uwagi dotyczące korzystania

Obiektami wejściowymi muszą być punkty. Punkty są analizowane przez obiekty zagregowane w kwadratach siatki (koszach).

Warstwa wynikowa będzie mieć dodatkowe pola zawierające informacje, takie jak istotność statystyczna poszczególnych obiektów, wartość p i wskaźnik Z.

Narzędzie Znajdź lokalizacje hot spot umożliwia także opcjonalnie analizę z użyciem etapów czasowych. Każdy etap czasowy jest analizowany niezależnie od obiektów znajdujących się poza tym etapem czasowym. Aby możliwe było użycie etapów czasowych, dane wejściowe muszą zawierać dane czasowe i reprezentować moment czasu. Gdy stosowane są etapy czasowe, obiektami wynikowymi są przedziały czasu reprezentowane przez pola START_DATETIME i END_DATETIME.

Dowiedz się więcej o etapach czasowych

Narzędzie Znajdź lokalizacje hot spot wymaga, aby warstwa powierzchniowa była przedstawiona w układzie współrzędnych odwzorowanych. Jeśli dane nie są wyrażone w układzie współrzędnych odwzorowanych i nie zostanie ustawione przetwarzanie współrzędnych odwzorowanych, zostanie użyty układ współrzędnych World Cylindrical Equal Area (WKID 54034).

Jeśli zaznaczono opcję Użyj bieżącego zasięgu mapy, analizowane będą tylko obiekty widoczne w bieżącym zasięgu mapy. Jeśli opcja ta nie została zaznaczona, przeanalizowane zostaną wszystkie obiekty wejściowe w warstwie wejściowej, nawet jeśli znajdują się one poza bieżącym zasięgiem mapy.

Sposób działania narzędzia Znajdź lokalizacje hot spot

Nawet losowo wybrane dane przestrzenne można w większym lub mniejszym stopniu pogrupować. Dodatkowo ludzki mózg oraz wzrok charakteryzuje naturalna tendencja do wyszukiwania zależności, nawet jeśli te nie istnieją. W konsekwencji trudno jest ocenić, czy zależności pojawiające się w Twoich danych są wynikiem rzeczywistych procesów przestrzennych czy może losowym przypadkiem. Właśnie dlatego badacze oraz analitycy korzystają z metod statystycznych, takich jak Znajdź lokalizacje hot spot (Getis-Ord Gi*) w celu ilościowego określania relacji przestrzennych.

Narzędzie to służy do obliczania statystyki Getis-Ord Gi* (wymawia się dżi-aj-star) dla każdego obiektu w zestawie danych. Wynikowe wskaźniki Z i wartości p informują o lokalizacjach klastrów obiektów o wysokich i niskich wartościach. Każdy obiekt jest analizowany w kontekście obiektów sąsiednich. Obiekt o wysokiej wartości jest interesujący, ale może nie być istotną statystycznie lokalizacją hot spot. Aby obiekt był istotną statystycznie lokalizacją hot spot, musi mieć wysoką wartość i musi być otoczony innymi obiektami o wysokich wartościach. Suma lokalna obiektu i jego sąsiadów jest porównywana proporcjonalnie z sumą wszystkich obiektów. Gdy suma lokalna różni się znacznie od oczekiwanej sumy lokalnej i gdy ta różnica jest zbyt duża, aby mogła być wynikiem losowości rozkładu, uzyskiwany jest istotny statystycznie wskaźnik Z.

Odnalezienie statystycznie istotnych klastrów w danych pozwala uzyskać wartościowe informacje. Dzięki wiedzy o tym, gdzie i kiedy pojawiają się klastry, można lepiej poznać procesy powodujące powstawanie widocznych zależności. W przypadku zadań polegających na przykład na opracowaniu skutecznych strategii zapobiegania, rozlokowaniu ograniczonych sił policyjnych, wdrożeniu sąsiedzkich programów przeciwdziałania przestępczości, podjęciu decyzji o rozpoczęciu dogłębnego śledztwa kryminalnego czy identyfikacji potencjalnych podejrzanych informacja o tym, że do kradzieży z włamaniem na terenach mieszkalnych regularnie znacznie częściej dochodzi w określonych dzielnicach, nabiera kluczowego znaczenia.

Analizowanie obiektów punktowych

W postaci obiektów punktowych udostępniana jest znaczna ilość danych. Przykładami obiektów, które często są przedstawiane w postaci punktów mogą być przestępstwa, szkoły, szpitale, zgłoszenia alarmowe, wypadki drogowe, studnie wodne, drzewa i łodzie. Czasami użytkownicy mogą być zainteresowani analizą wartości danych (pole) związanych z każdym obiektem punktowym. W innych przypadkach przedmiotem zainteresowania może być sama ocena klastrów tych punktów. Decyzja o tym, czy należy określić pole, zależy od zadawanego pytania.

Odnajdywanie klastrów o wysokiej i niskiej liczbie punktów

Analiza obiektów punktowych bez pola analizy W przypadku niektórych danych punktowych, zwykle w sytuacji, gdy każdy punkt reprezentuje określony przypadek, zdarzenie, wskazanie obecności bądź braku, nie będzie pola analizy, którego można by użyć. W opisanych przypadkach użytkownicy będą chcieli uzyskać informację czy klaster charakteryzuje się nadzwyczajnie dużym lub niskim (statystycznie istotnym) zagęszczeniem. W tej analizie obiekty powierzchniowe (tworzona przez narzędzie siatka koszy) zostają nałożone na punkty i obliczona zostaje liczba punktów przypadająca na dany obszar. Narzędzie następnie odszukuje klastry o dużej i niskiej liczbie punktów powiązanych z każdym obiektem powierzchniowym.

Interpretowanie wyników

Wynikiem zastosowania narzędzia Znajdź lokalizacje hot spot jest mapa. Im ciemniejszy wydaje się odcień czerwonego lub niebieskiego, którym oznaczono punkty lub obszary w warstwie wynikowej, tym większa pewność, że dane zgrupowanie nie jest przypadkowe. Natomiast punkty lub obszary koloru beżowego nie należą do statystycznie istotnych klastrów. Istnieje duże prawdopodobieństwo, że zależności przestrzenne związane z tymi obiektami są przypadkowe. Czasem wyniki analizy będą wskazywały na brak jakichkolwiek statystycznie istotnych klastrów. Jest to istotna informacja.

Na podstawie przypadkowych zależności przestrzennych nie można uzyskać informacji na temat czynników kształtujących dane zjawisko. W takich sytuacjach wszystkie obiekty w warstwie wynikowej będą koloru beżowego. Jednak w sytuacji, gdy zidentyfikowany klaster jest istotny statystycznie, lokalizacja jego występowania może dostarczyć ważnych wskazówek dotyczących czynników, które doprowadziły do jego powstania. Na przykład odnalezienie statystycznie istotnego klastra przypadków zachorowań na raka związanego z określonymi toksynami środowiskowymi może doprowadzić do opracowania odpowiednich strategii i podjęcia działań mających na celu ochronę ludności. Również odnalezienie lokalizacji cold spot przypadków otyłości w wieku dziecięcym z wykorzystaniem danych o szkołach promujących pozalekcyjne programy sportowe może stanowić silny argument przemawiający za wdrażaniem tego typu projektów na szerszą skalę.

Ograniczenia

Dane wejściowe muszą zawierać warstwę punktową. Przed rozpoczęciem analizy zostaną one zagregowane w koszach o określonej wielkości. Aby znaleźć lokalizacje hot spot bez przeprowadzania agregacji lub gdy dane wejściowe mają postać warstwy poligonowej, użyj narzędzia do standardowej analizy obiektowej Znajdź lokalizacje hot spot.

Przykład użycia interfejsu ArcGIS API for Python

Narzędzie Znajdź lokalizacje hot spot jest dostępne za pośrednictwem interfejsu ArcGIS API for Python.

Ten przykład służy do wyszukiwania lokalizacji hot spot, w których przeważającym rodzajem przestępstw jest przemoc domowa.


# Import the required ArcGIS API for Python modules
import arcgis
from arcgis.gis import GIS
from arcgis.geoanalytics import analyze_patterns

# Connect to your ArcGIS Enterprise portal and confirm that GeoAnalytics is supported
portal = GIS("https://myportal.domain.com/portal", "gis_publisher", "my_password", verify_cert=False)
if not portal.geoanalytics.is_supported():
    print("Quitting, GeoAnalytics is not supported")
    exit(1)   

# Find the big data file share dataset you'll use for analysis
search_result = portal.content.search("", "Big Data File Share")

# Look through the search results for a big data file share with the matching name
bdfs_search = next(x for x in search_result if x.title == "bigDataFileShares_PoliceData")

# Look through the big data file share for Crimes
crimes = next(x for x in bdfs_search.layers if x.properties.name == "Crimes")

# Set the tool environment settings and apply a filter to crimes
arcgis.env.verbose = True
crimes.filter = "Domestic = 'TRUE'"

# Find hot spot of domestic crime occurrence with hot spot cell size of 1 mile
hot_spots_result = analyze_patterns.find_hot_spots(point_layer = crimes,
                                                   bin_size = 1, 
                                                   bin_size_unit = 'Miles',
                                                   neighborhood_distance = 5,
                                                   neighborhood_distance_unit = 'Miles',
                                                   output_name = "Crimes_Hotspots")

# Visualize the tool results if you are running Python in a Jupyter Notebook
processed_map = portal.map('City, State', 10)
processed_map.add_layer(hot_spots_result)
processed_map

Podobne narzędzia

Za pomocą narzędzia Znajdź lokalizacje hot spot można ustalić, czy w relacjach przestrzennych danych użytkownika istnieją statystycznie istotne klastry. Przydatne mogą być także następujące narzędzia:

Narzędzia analizy Map Viewer

Aby znaleźć lokalizacje hot spot w obszarach przy użyciu narzędzi do analizy standardowej, zapoznaj się z tematem Znajdź lokalizacje hot spot.

Do wyszukiwania elementów odstających w zależnościach przestrzennych danych można używać narzędzia standardowego Znajdź elementy odstające.

Do tworzenia map zagęszczenia obiektów punktowych lub liniowych można używać narzędzia GeoAnalytics Tools Oblicz zagęszczenie lub narzędzia standardowego Oblicz zagęszczenie.

Narzędzia analizy ArcGIS Desktop

Narzędzie GeoAnalytics Tools Znajdź lokalizacje hot spot jest dostępne w aplikacji ArcGIS Pro.

W narzędziu Znajdź lokalizacje hot spot stosowane są te same metody statystyczne, które są używane w narzędziach Analiza lokalizacji hot spot (Getis-Ord Gi*) oraz Zoptymalizowana analiza lokalizacji hot spot.