डेस्कटॉप के लिए ArcGIS का उपयोग करके 30 x30 किमी की दूरी पर बिंदुओं के सेट से काउंटी-स्तरीय आकृति बनाना?

Question

मेरे पास सीएसवी फॉर्म में एक डेटा सेट है, जैसे:

latitude, longitude, value
-45, 45, 10
....

मैं आर्कजीआईएस या आर + घास का उपयोग करके इन आंकड़ों से काउंटी स्तर के साधनों की गणना करना चाहता हूं।

मेरे पास आर्कजीएस यूएसए काउंटियों की परत है, लेकिन मैं एक स्थानिक जुड़ाव को सफलतापूर्वक पूरा करने में सक्षम नहीं हूं।

मैं यह कैसे कर सकता हूँ?

Answer 1

आर्कजीआईएस में एक xyz डेटा तालिका से प्रत्येक काउंटी में माध्य (z) के साथ काउंटी स्तर आकार फ़ाइल उत्पन्न करने के लिए उपयोग किया जाने वाला वर्कफ़्लो

ध्यान दें कि यह @ MLowry के सुझाव पर आधारित है, जिसमें लगभग चरण-दर-चरण निर्देश शामिल हैं।

---

ArcCatalog खोलें

1. नए व्यक्तिगत जियोडेटाबेस बनाएं (जैसे foo.mdb)
2. फ़ाइल -> नया -> व्यक्तिगत जियोडेटाबेस

3. डेटा जोड़ें

   • map.csv पर राइट क्लिक करें -> जियोडेटाबेस (एकल) -> foo.mdb पर निर्यात करें
   • राइट क्लिक करें counties.lyr -> जियोडेटाबेस पर निर्यात (एकल) -> foo.mdb

4. xy टेबल से फीचरक्लास (.shp फाइलें) बनाएं

   • foo.mdb खोलें
   • राइट क्लिक करें map.csv टेबल -> xytable से फीचरक्लास बनाएं
   • इनपुट फ़ील्ड x = lon, y = lat, z = यील्ड
   • इनपुट की समन्वय प्रणाली निर्देशांक आयात करती है -> काउंटियों से .lyr (या, समकक्ष, -> भौगोलिक .. -> दुनिया -> wgs_1984 -> खुला -> ठीक है)

5. जियोडेटाबेस (कई) के लिए आयात सुविधा वर्ग

   • प्राइम में बनाई गई shp फाइलों का चयन करें। चरण -> जोड़ें -> ठीक है

आर्कप खोलें

1. डेटा जोड़ें

   • foo.mdb -> CTL + सेलेक्ट टेबल -> ओपन का चयन करें

2. स्थानिक सम्मिलित हों

   • आर्कटूलबॉक्स -> विश्लेषण उपकरण -> ओवरले -> स्थानिक जुड़ाव ->
   • लक्ष्य विशेषताएं: counties.lyr
   • सम्मिलित हों सुविधाएँ: xyz तालिका मानचित्र
   • आउटपुट फ़ीचर क्लास: filename_spatialjoin
   • ऑपरेशन में शामिल हों: JOIN_ONE_TO_ONE
   • मैच का विकल्प: निकटतम
   • फील्ड ऑफ़ ज्वाइन फीचर्स: अनचाहे क्षेत्रों को हटा दें (केवल STATE_FIPS, CNTY_FIPS, z- मान आवश्यक हैं
   • खोज त्रिज्या: 30 किमी
   • क्लिक OK
   • जेड मूल्य = उपज; 'माध्य' (या वैकल्पिक आँकड़ा) चुनें

Comments

@ डेविड विस्तृत जवाब के लिए धन्यवाद ... इसे जांचना होगा।

— अबे

जब आप ऐसा करते हैं, तो @ स्वतंत्र महसूस करें। मैंने इसे CW

— डेविड लेबॉयर

@ डेविड इस परिस्थिति में, IDW जोनल आँकड़ों के लिए गलत परिणाम देगा: @ scw के उत्तर के बाद चर्चा देखें।

— whuber

@whuber। यह बात बताने के लिए धन्यवाद। जब मैं समाप्त हो गया था तब तक मैं भूल गया था कि मूल बिंदु काउंटियों के साथ अंकों पर एक स्थानिक जुड़ाव करना था; तय की।

— डेविड लेबॉउर

@ डेविड धन्यवाद। लेकिन अब मैं उलझन में हूं। सबसे पहले, जहां इस वर्कफ़्लो में आप वास्तव में एक "रेखापुंज परत" बनाते हैं, जैसा कि आपके शीर्षक की घोषणा करता है? दूसरा, यह कैसे होता है कि तीन परतें उत्पन्न होती हैं? CSV फ़ाइल केवल एक अंक (x, y) के एक अंक का प्रतिनिधित्व करती है, प्रत्येक एक संख्यात्मक विशेषता (z) के साथ।

— whuber

Answer 2

ऐसा लगता है कि आप .csv को इवेंट थीम में बदल सकते हैं, फिर .shp पर निर्यात कर सकते हैं, फिर नए .shp के साथ एक स्थानिक कार्य को काउंटी लेयर में करें, और BOOM, आप गणनाओं के लिए जाने के लिए अच्छे हैं।

Answer 3

एक सामान्य तरीका यह है कि आप अपने नियमित रूप से स्पेस किए गए बिंदु डेटा को एक रैस्टर (XYZ to raster in Arc *; v.in.xyz में GRASS) में परिवर्तित करें , फिर प्रत्येक काउंटी के भीतर कोशिकाओं के मूल्यों को एकत्र करने और आँकड़ों की गणना करने के लिए एक जोनल स्टैटिस्टिक्स ऑपरेटर का प्रदर्शन करें ; माध्य मानक आँकड़ों में से एक है)। आँकड़ों को करने के लिए, आर्क * में जोनल स्टैटिस्टिक्स का उपयोग करें , या GRASS में v.rast.stats ।

आप और अधिक उन्नत आँकड़े करने के लिए की जरूरत है, तो आप के साथ आर में विश्लेषण कर सकता है rasterऔर spलेकिन इसके थोड़ा और अधिक मुश्किल।

Comments

अच्छा विचार है, लेकिन जब तक बिंदु सरणियों को निर्देशांक के साथ सही ढंग से उन्मुख नहीं किया जाता है, तब तक रेज़मैपलिंग एक रेखापुंज में रूपांतरण में घटित होगा और आप रेज़मैप्लिंग एल्गोरिथम की दया पर होंगे: औसत संभवत: एक छोटे से बंद हो जाएगा ।

— whuber

ठीक है, अगर सेल आकार मोटे तौर पर resampling करने के लिए सेट है हो सकता है। एक सन्निकटन के रूप में, आपको सेल के आकार को किसी भी दो बिंदुओं के बीच न्यूनतम दूरी से आधा करने में सक्षम होना चाहिए और इस मुद्दे से बचना चाहिए। इस दृष्टिकोण में रेज़मैपलिंग को संभालने का नकारात्मक पहलू है, लेकिन मैंने इसे बहुत बेहतर पाया है, फिर अंकों की संख्या बड़ी है (हजारों या अधिक दसियों)।

— SCW

@scw रेज़ामापलिंग से कोई फर्क नहीं पड़ता कि क्या सेलरीज़ है (जब तक कि डेटा पहले से ही ग्रिड के साथ पूरी तरह से संरेखित न हो)। महीन कोशिकाओं का उपयोग करते समय, आपको संभवतः खराब उत्तर मिलेंगे , क्योंकि अधिकांश ग्रिड मान मूल के बीच प्रक्षेपित होते हैं। जब तक आप निकटतम-पड़ोसी प्रक्षेप का उपयोग नहीं कर रहे हैं, यह चरम मूल्यों को कम-प्रतिनिधित्व करता है। माध्य केवल थोड़ा प्रभावित होगा; अन्य आंकड़े, जैसे कि मानक विचलन, अधिक भारी रूप से प्रभावित हो सकते हैं।

— whuber

@ मुझे लगता है कि मैं देख रहा हूं कि हमारी गलतफहमी कहां से आ रही है - मैं डेटा को एक सतत सतह में परिवर्तित करने की वकालत नहीं कर रहा हूं, केवल बिंदु मान (जब वे मौजूद हैं) को नियमित रेखापुंज ग्रिड में रखते हैं। तो ग्रिड का अधिकांश भाग NULL ही रहेगा, जिसमें सेल लोकेशन पर कभी-कभी मान बिंदु स्थानों के साथ मेल खाते हैं।

— SCW

@scw आह, बहुत अच्छा! स्पष्टीकरण के लिए धन्यवाद। आप @MLowry द्वारा अनुशंसित स्थानिक जुड़ाव के ग्रिड-आधारित समतुल्य कर रहे हैं।

— whuber