ArcGIS for Desktop을 사용하여 30 x30km 간격으로 포인트 세트에서 카운티 수준의 쉐이프 파일을 만드시겠습니까?


9

CSV 형식의 데이터 세트가 있습니다.

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

ArcGIS 또는 R + grass를 사용하여 이러한 데이터에서 카운티 수준 평균을 계산하고 싶습니다.

ArcGIS USA Counties 레이어가 있지만 공간 조인을 성공적으로 완료 할 수 없습니다.

어떻게해야합니까?

답변:


4

ArcGIS의 xyz 데이터 테이블에서 각 카운티의 평균 (z)으로 카운티 레벨 모양 파일을 생성하는 데 사용되는 워크 플로우

참고 이 거의 단계별 지침을 추가 MLowry의 제안 @ 기반으로합니다.


ArcCatalog 열기

  1. 새로운 개인 지오 데이터베이스 생성 (예 : foo.mdb)
  2. 파일-> 새로 만들기-> 개인 지오 데이터베이스
  3. 데이터 추가

    • map.csv를 마우스 오른쪽 버튼으로 클릭-> 지오 데이터베이스로 내보내기 (단일)-> foo.mdb
    • counties.lyr-> 지리 데이터베이스로 내보내기 (단일)-> foo.mdb
  4. xy 테이블에서 기능 클래스 (.shp 파일) 작성

    • foo.mdb를여십시오
    • map.csv 테이블을 마우스 오른쪽 버튼으로 클릭하고 xytable에서 featureclass를 작성하십시오.
    • 입력 필드 x = lon, y = lat, z = yield
    • 입력 좌표의 좌표 시스템 import-> counties.lyr (또는 동등하게-> geographic ..-> world-> wgs_1984-> open-> ok)
  5. 지오 데이터베이스로 피쳐 클래스 가져 오기 (다중)

    • 이전에 작성된 shp 파일을 선택하십시오. 단계-> 추가-> 좋아

ArcMap 열기

  1. 데이터 추가

    • foo.mdb 선택-> CTL + 테이블 선택-> 열기
  2. 공간 조인

    • ArcToolbox-> 분석 도구-> 오버레이-> 공간 결합->
    • 대상 특징 : counties.lyr
    • 특징 결합 : xyz 테이블 맵
    • 출력 기능 클래스 : filename_spatialjoin
    • 조인 작업 : JOIN_ONE_TO_ONE
    • 경기 옵션 : 가장 가까운
    • 결합 기능의 필드 맵 : 불필요한 필드 제거 (STATE_FIPS, CNTY_FIPS, z- 값만 필요)
    • 반경 검색 : 30km
    • 딸깍 하는 소리 OK
    • Z 값 = 수율; '평균'(또는 대체 통계)을 선택하십시오.

@David 자세한 답변 주셔서 감사합니다 ... 그것을 확인해야합니다.
Abe

@Abe 언제든지 편집 할 수 있습니다. 나는 그것을 CW 만든
데이비드 LeBauer

@David이 상황에서 IDW는 구역 통계에 대해 잘못된 결과를 생성합니다. @scw의 답변에 대한 토론을 참조하십시오.
whuber

@whuber. 지적 해 주셔서 감사합니다. 내가 끝날 무렵 나는 원래의 요점이 군과의 점들에 대해 공간적 결합을하는 것임을 잊었다. 결정된.
David LeBauer 2018 년

@David 감사합니다. 그러나 지금 나는 혼란스러워한다. 먼저,이 워크 플로우에서 제목이 알 수 있듯이 실제로 "래스터 레이어"를 어디에 작성합니까? 둘째, 어떻게 세 개의 층이 만들어 집니까? CSV 파일은 각각 단일 숫자 속성 (z)을 가진 일련의 점 (x, y)을 나타냅니다.
whuber

6

.csv를 이벤트 테마로 변환 한 다음 .shp로 내 보낸 다음 새 .shp와 카운티 계층으로 공간 조인을 수행하고 BOOM을 계산하는 것이 좋습니다.


6

일반적인 접근 방식은 규칙적으로 간격을 둔 점 데이터를 래스터 (XYZ에서 Arc *로 래스터로; v.in.xyz 는 GRASS로)로 변환 한 다음 구역 통계 연산자를 수행하여 각 카운티 내의 셀 값을 집계하고 통계를 계산하는 것입니다 ( 평균은 계산 된 표준 통계 중 하나입니다). 통계를 수행하려면 Arc *의 구역 통계 또는 GRASS의 v.rast.stats 를 사용하십시오.

좀 더 고급 통계를 할 필요가있는 경우, 당신은과 R의 분석을 할 수있는 raster하고 sp있지만 좀 더 까다로운.


좋은 생각이지만 포인트 배열이 좌표와 올바르게 방향이 지정되지 않으면 래스터로 변환 할 때 리샘플링이 발생하고 리샘플링 알고리즘에 자비를 느끼게 될 것입니다. .
whuber

셀 크기가 거칠게 설정되면 리샘플링이 발생할 수 있습니다. 근사 적으로 셀 크기를 두 지점 사이의 최소 거리의 절반으로 설정하고이 문제를 피할 수 있어야합니다. 이 접근 방식은 리샘플링을 처리해야하는 단점이 있지만 포인트 수가 많을수록 (수만 이상) 훨씬 더 좋습니다.
scw

@scw 리샘플링은 셀이 무엇인지에 관계없이 발생합니다 (데이터가 이미 그리드와 완벽하게 정렬되어 있지 않은 경우). 더 미세한 셀 라이즈를 사용하면 대부분의 모눈 값이 원본간에 보간되므로 더 나쁜 답변을 얻을 수 있습니다. 가장 가까운 이웃 보간을 사용하지 않으면 극단적 인 값이 제대로 표시되지 않습니다. 평균은 약간만 영향을받습니다. 표준 편차와 같은 다른 통계는 더 큰 영향을받을 수 있습니다.
whuber

@ whuber 나는 오해가 어디에서 왔는지 알 것입니다. 데이터를 연속 표면으로 변환하는 것을 옹호하지 않고 포인트 값 (존재하는 경우) 만 일반 래스터 그리드에 배치하는 것을 권장하지 않습니다. 따라서 그리드의 대부분은 NULL로 유지되며 셀 위치의 값은 점 위치와 일치하는 경우가 있습니다.
scw

@scw 아아, 아주 좋아! 명확하게 해 주셔서 감사합니다. @MLowry가 권장하는 공간 결합과 동등한 그리드 기반 작업을 수행하고 있습니다.
whuber
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.