Форумы GIS-Lab.info

Добрый день,

подскажите, пожалуйста, как лучше сделать следующую штуку:
есть сетка размерностью 500 на 500 м (например). Каждый квадрат сетки имеет в атрибутах значение температуры. Есть также регулярный точечный слой. Максимальное число точек, попадающее в один квадрат сетки, 100. Но может варьироватся от 0 (ни одной не попало) до 100 (попали все).
Для анализа мне надо использовать все квадраты, в которые попадает от 1ой точки и более, но вот "вес" квадратам хочется придать разный в зависимости от того, сколько же туда попало точек. При этом понятно саму температу квадрата менять мне не нужно, но вот вклад данной температуры в результирующее распределение вероятностей - да, хочется учесть. Вопрос: как это сделать?
пока мне пришло в голову только продублировать температуру столько раз сколько точек в квадрате (то есть квадрат с температурой +17 будет и 50 точками будет продублирован 50 раз, а например +13 и числом точек - 15 - всего лишь 15 раз) - но мне кажется это как-то совсем неэффективно.
Какой может быть простой альтернативный вариант решения?
спасибо!

Используйте инструмент Spatial Join. Target - сетка, Join Features - точки. В инструменте удаляете все поля из точечного слоя, если не нужны.
В выходном классе объектов добавляется поле Join_Count - в вашем случае, там будет вол-во точек, которые попали в квадрат сетки.

спасибо, как сделать - это не вопрос:), меня интересуют другие варианты расчета распределения вероятностей (не дублированием значений)

Анна, расскажите немного поподробнее, что за анализ, а то не понятно, почему

Анна писал(а): надо использовать все квадраты, в которые попадает от 1ой точки и более, но вот "вес" квадратам хочется придать разный в зависимости от того, сколько же туда попало точек

Может быть, для решения задачи достаточно построить растр, пользуясь каким-либо подходящим методом геостатистики? В этом случае (работа с растрами) легко анализируется и количество точек, и их взаимное положение и т.п.

а что именно не ясно из описания?
точки в данном случае являются именно показателем того насколько "точно" значение данного квадрата должно присутствовать в конечном распределении значений (см картинку).
например:
квадрат 1 - 35 точек - температура +15
квадрат 2 - 65 точек - температура +16
квадрат 3 - 100 точек - температура +16,5
квадрат 4 - 75 точек - температура +17
квадрат 5 - 55 точек - температура +18
хочется конечные температры "взвесить" вероятностью в зависимости от того,сколько точек в квадрате и использовать эти "взвешенные" температуры для дальнейшего моделировании - перейти от двух значений (точки + температура) к одному (взвешенная температура)
точки сами по себе не важны, важно только сколько их присутсвует в квадрате. Если много - есть большая вероятность того, что значение квадрата должно быть в конечном списке значений, если мало - то такая вероятность меньше.

Анна писал(а):а что именно не ясно из описания?

Как точки попадают в квадраты - более или менее понятно. Не понятно для каких целей их считают От целей зависит действие. Поясню на примерах (задача-возможное решение):
* Нужно составить список наиболее "достоверных" (что бы под этим ни понималось) квадратов: нужно отсортировать квадраты по возрастанию числа точек. Нижние строки списка - наиболее достоверные квадраты.
* Квадраты будут использоваться в каком-либо уравнении, например, нужно построить какую-либо обобщенную характеристику, скажем, среднее: каждый квадрат умножается на число точек, попавших в него, и все полученные числа суммируются.
* На основании точек и квадратов строится поверхность: нужно использовать что-то вроде idw.
И т.д.

ага, ну тогда может вот так понятнее:
есть много вот таких вот сеток с квадратами: каждая сетка - своя переменная (например сетка температур, сетка влажности, сетка осадков и тп). нужно, чтобы помимо значения каждая ячейка на уровне каждой сетки имела вероятностный "вес".
к примеру, часто модель по типу presence-absence строится на основе двоичных данных - да или нет (1 или 0 для y - независимая переменная). а тут нужно строить модель чтобы на входе была некая непрерывная переменная (не 1 и 0 для y, а любое значение от 0 до 100) + при этом на уровне каждой сетки на уровне ячейки эта градация будет разумеется различной.
поэтому вопрос:) как взвесить ячейки еще на уровне конкретной сетки?:) чтобы сохранить значения, но чтобы их вклад в конечной модели был разный.

Будете смеяться, Анна, но я опять в задаче понял хорошо, если половину. Давайте, я лучше расскажу, как мне представляется дело, а вы меня поправите, в тех местах, где я ошибаюсь. Итак:

Анна писал(а): есть много вот таких вот сеток с квадратами: каждая сетка - своя переменная (например сетка температур, сетка влажности, сетка осадков и тп). нужно, чтобы помимо значения каждая ячейка на уровне каждой сетки имела вероятностный "вес".

Это я понимаю так, что вы строите модель на основе нескольких переменных, например, хотите оценить как изменяется влажность (h) в зависимости от температуры (t) и осадков (m). Для этого вы строите, к примеру, линейную модель: где a, b, c - некоторые параметры модели, которые вы хотите оценить по статистическим данным.

На основании исходных данных, которые представляют собой набор точек в пространстве и замеров определенных значений переменных (например, влажности) в этих точках, вы построили сетки, которые интерполируют распределение исследуемых переменных в интересующей вас области.

Далее вы хотите оценить параметры модели, но вас смущает, что в некоторые ячейки сетки попало много исходных точек, а в некоторые мало и, как следствие, ячейки сеток становятся очень неравноценными с точки зрения достоверности и информативности.

---
На этом мои предположения заканчиваются и далее я попытаюсь рассказать, как бы действовал я в подобной ситуации.

Мне кажется, что бояться нужно не того, что в некоторых ячейках сетки было много точек, а в некоторых мало, а того, что сетка, построенная на основе исходных данных, плохо их интерполирует. Если сетка хорошо прилегает к вашим данным, то число точек в разных ячейках не так уж и важно. Поэтому основная задача, на мой взгляд:

Построить "хорошие" сетки, такие, что они, с одной стороны, хорошо аппроксимируют экспериментальные точки и, с другой стороны, при построении сеток учтены особенности взаимного положения исходных точек и их густота.

Поэтому, если я правильно понял вашу задачу, ваш исходный вопрос стоит переформулировать из "как учесть неравноценность ячеек" в вопрос "какой метод интерполяции подойдет лучше для исходных данных, обладающих такими-то особенностями"

спасибо Дмитрий!
по зрелому размышлению я уже и сама удивляюсь, зачем мне что-то взвешивать
попробую переговорить с начальством и еще раз уточнить, что именно мы хотим получить в результате, и вернусь с более четким описанием:)
единственное про сетки - они как раз фиксированные (температурные гриды выданы уже в виде интерполированных растров и исходных точек у нас нет). Точки в данном случае представляют зависимую переменную - то есть насколько часто некая зависимая переменная (h) попала в ячейку грида. Так вот, в связи с этим я задумалась, а зачем вообще квадраты взвешивать, если точки - это и есть зависимая переменная варьирующаяся от 0 до 100 (abundance). Тогда получается что элементарнее действия, что построить зависимость переменной h (0-100) от некоторых независимых факторов (температуры, осадки и т.д.) - просто не бывает (ну т.е. это тоже непростой вопрос, но - другой)
так что я запуталась почему вообще возник вопрос со взвешиванием.

Если я правильно понимаю, задача такова. Есть (а) грид с значениями в каждой ячейке, например, температуры; (б) точечный файл, где каждая точка - это "событие"-измерение, ну или что-то в этом роде. В дальнейшем анализе грида каждая ячейка должна получить вес в зависимости от того, сколько "событий"-измерений в ней произошло. Так, например: Если так, то проще всего построить второй грид из этих точек, и в дальнейшем анализировать пару гридов. Берём инструмент Point to Raster: (Разбиваю сообщение, а то больше 3-х вложений нельзя).

Все параметры инструмента, в принципе, тривиальны, главное - параметр Cell assignment type. Задаём его как COUNT, т.е. для значений каждой ячейки будут использоваться суммы попадающих в ячейку точек. Насколько я понимаю, при этом без разницы, какое выбирается Value field, так как в любом случае значения грида будут суммы. Но если что-то идёт нештатно, для точек можно создать атрибутивное поле, которое заполнить единицами (они тогда и будут складываться).

Кроме того, важно настроить среду так, чтобы результирующий грид выравнивался по нашему исходному гриду. Для этого нажимаем Environments... В настройках среды: General Settings, в поле Snap Raster выбираем исходный грид, который поверхность температур. Запускаем. Ну и, в принципе, вуаля. В ячейках полученного растра будет храниться количество попадающих туда точек, а где не попало ничего - NoData. Дальше два растра можно совместно использовать в Raster Calculator, например... ну или что там в задаче...

спасибо огромное за подробный ответ - именно так все и есть как на картинках!
да-да - у меня как раз такая идея и была.
Но запуталась я на следующем шаге: вот есть у меня два грида - один с ячейками, показывающими сколько там точек встречается (тот что count - пусть это будут встречи вида) и есть грид с температурой, тогда суммарная таблица двух гридов (температура + числов видов в ячееках - combine) выглядит примерно так: ...
последняя колонка показывает сколько ячеек с таким числом видов и такой температурой встретились на территории исследования.
И у меня проблема стратегического плана. Мне нужно получить два значения от сюда - температуру как она есть и вероятность встречи вида. И представить в виде графика - где по оси Y - вероятность встречи вида (от 0 до 1), по оси X - значения температуры от -25 до +45.
То есть допустим вероятность встречи вида при температуре +17 - 0.67, +18 - 0.71, +21 - 0.38 и т.д.
Как такое дело получить из этой таблицы?

Навскидку пока ничего в голову не приходит. Думаю. Сразу понятно, что раз по оси X в графике будет температура, то по оси Y будет некоторая суперпозиция значений species_point и count_cells из таблицы. При этом реально данные будут выглядеть сложнее, примерно следующим образом:
То есть для КАЖДОЙ температуры (в данном примере 17) будет множество пар "species_point + count_cells". Вот из этих-то пар вкупе и надо получать показатель вероятности... но сдаётся мне, что это уже не ГИС а матстат , хотя, возможно, в Geostatistical Analyst, которым я не владею, и есть что-нибудь для проведения подбного анализа за один щелчок мышью.

Хуже всего, что данные в парах "species_point + count_cells" для одного показателя температуры могут оказаться статистически слабосвязанными, так как встречаемость наверняка зависит ещё и от какой-нибудь влажности, количества осадков, высоты над уровнем моря и т.п. То есть изолированно для одной только температуры вывести статистику встречаемости может оказаться невозможным...

одного показателя температуры могут оказаться статистически слабосвязанными

все так. изложила только часть на самом деле там конечно вероятности будут расчитываться исходя из большого числа параметров (либо будут главные компоненты N-ого числа параметров, чтобы убрать коллинеарность). просто хочется на примере всего одной переменной как-то это представить

Количество точек в ячейке - это единственная характеристика, которая связывает все остальные (температуру, осадки, ...).

Поэтому, наверно, нужно наоборот: не вероятность встречаемости вида на поверхности температур, а распределение (диапазон) значений температур для ячеек, куда попало N точек. А также распределение (диапазон) значений кол-ва осадков для ячеек, куда попало N точек. И так далее. Ну или не диапазон, а среднее, или другие производные диапазона (если, конечно, применимо в конкретной задаче). И, наверно, желательно всё это в комплексе, а не на примере одной только температуры. Потому что изолированно по одному параметру никогда не будет понятно, почему ячеек с показателем 17, куда попало 50 точек, столько же, сколько тех, куда попало 0.