6 각형 샘플링 다각형의 장점은 무엇입니까?


47

연구 영역 (일반적으로 래스터 데이터 세트 형태)을 더 작은 단위로 샘플링하거나 분할하는 유용한 방법을 항상 찾고 있습니다. 최근에는 샘플링 육각형을 만드는 새로운 도구에 대한 ESRI 블로그 게시물을 읽었습니다 . 육각형은 눈길을 끄는 사람이지만 첫 번째 생각은 예를 들어 동일한 목표를 달성 할 수있는 망사 그리드보다 더 복잡하고 더 많은 정점을 포함한다는 것입니다. 스터디 영역 샘플링 또는 파티셔닝 래스터 데이터 세트를 위해 직사각형 그리드에 비해 육각형 그리드로 작업하면 어떤 이점이 있습니까?

여기에 이미지 설명을 입력하십시오


1
아마도 관심이있을 것입니다 : 저는 6 차원 공간 분석을 수행하기 위해 dggridR 이라는 R 패키지를 출시했습니다 .
Richard

답변:


37

육각형에 대한 아이디어는 높은 둘레 : 면적 비율과 관련된 그리드 모양의 가장자리 효과에서 샘플링 바이어스를 줄이는 것입니다. 원은 가장 낮은 비율이지만 연속 그리드를 형성 할 수 없으며 육각형은 여전히 ​​그리드를 형성 할 수있는 원에 가장 가까운 모양입니다.
또한 더 넓은 영역에서 작업하는 경우 정사각형 격자는 육각형과 같은 모양보다 곡률로 인해 왜곡이 발생합니다.

생태 / 풍경 분석을 위해 16 진 그리드를 생성하고 사용하기위한 여러 가지 도구와 확장 기능이 있으며 패치 분석가 (Rempel et al., 2003)가 좋은 예이며, 대량의 가로 메트릭 측정 기능도 제공합니다. Geospatial Modeling Environment로 재 설계된 이전 Hawth 's Tools는 반복 그리드를 포함하여 arcgis 기능의 격차를 메우기 위해 개발 된 다양한 툴을 갖추고 있습니다. 이런 종류의 것들을 위해, 일반적으로 그것들을 필요로하는 연구자들에 의해 많은 써드 파티 확장이 만들어 졌기 때문에, 모든 새로운 GIS 버전이 출시 된 후에 제품을 재건 할 자원이없는 경우가 종종 있습니다. 사용할 수있는 것이 없습니다

이 논문 (Birch, 2007) 은 생태 학적 응용을위한 직사각형 및 육각형 그리드의 철저한 비교를 제시하며 연결 ​​문제, 가장 가까운 이웃 또는 이동 경로 문제가 분석에서 고려해야 할 중요한 측면 일 때 육각형 그리드가 선호되는 방식을 보여줍니다.


6
간결하게 표현하기 위해 16 진수 그리드는 가장자리 아티팩트를 최소화하고 인접 효과의 세부 수준을 두 배로 높이며 정말 멋지게 보입니다.)-QGIS에는 현재 버전에서 16 진수 그리드 생성을 위해 수영하는 훌륭한 플러그인 (MMQGIS)이 있습니다. 플랫폼의.
Bill Morris

25

특히 야생 동물 또는 서식지 모델링을 할 때 본 이점 중 하나는 육각형이 데이터의 패턴 (예 : 필드의 가장자리 또는 다른 패치) 을 사각형이 제공하는 것보다 더 쉽게 볼 수 있다는 것입니다.

축구 공도 생각하십시오. 항상 육각형은 아니지만 이러한 기하학적 모양은 곡면에 아주 잘 맞습니다.

이미지에서 더 작은 육각형을 만들어보십시오. 그러면 다각형의 실제 모양에 가까워집니다. 그런 다음 너비 나 높이가 비슷한 동일한 영역에서 직사각형 / 사각형 그리드를 계산해 보면 차이를 볼 수 있습니다.

육각형 빈 크기에 반복


3
"차이를 볼 수 있습니다"라고 말할 때 육각형 및 망사 다각형에 대해 다각형의 위치 별 레이어 선택을 사용하여 전체 육각형 / 사각형 만 유지 한 다음 요약 통계를 사용하여 해당 차이를 매우 쉽게 수량화 할 수 있습니다. 각 영역이 다각형의 알려진 영역에 얼마나 가까운 지 확인하십시오.
PolyGeo

@SaultDon, 당신의 이미지를 좋아)
WhiteboxDev

1
이 애니메이션에도 실제로 볼 수있는 경우 차이를 표시하기 위해 분할보기에서 일부 직사각형 셀이 있었으면합니다.
Richard Richard

17

육각형은 평면을 채울 수있는 가장 복잡한 일반 다각형입니다 (간격 또는 겹침 없음).

두 가지 장점이 있습니다.

  • 모양 측면에서 정사각형보다 원에 더 가까우므로 방향 바이어스 (육각형의 이방성이 낮음)가 적고 크기가 더 작습니다 (낮은 모양 지수 : 둘레 ² / 면적). 따라서보다 정확한 샘플링을 제공합니다.

  • "접점 길이"는 각면에서 동일합니다 (사각형의 경우 이웃은 모서리에 네 개의 사각형을 포함합니다). 편집 : @Jason이 언급했듯이 중심 간 거리는 6 방향 모두에서 동일합니다. 반대로, 정사각형 셀의 모퉁이에서 이웃까지의 거리에는 sqrt (2) 계수가 곱해집니다.

또한 두 가지 단점이 있습니다.

  • 정사각형이있는 8 개 대신 6 개의 인접 이웃이 있습니다 (모서리를 설명하는 경우). 연결성 분석의 정확도가 떨어집니다.

  • 가장 중요한 것은 육각형으로 샘플링을 업 스케일 또는 다운 스케일링하기 위해 육각형을 세분화 할 수 없습니다 (사각형을 사용하면 새로운 사각형으로 쉽게 집계하거나 분할 할 수 있음). 따라서 사각형은 계층 적 분석에 더 좋습니다.

귀하의 경우 래스터를 분할하려고하기 때문에 또 다른 단점이 있습니다. 실제로, 래스터 셀은 래스터 범위와 마찬가지로 정사각형 기반입니다. 따라서 육각형을 사용하여 래스터를 분할하려고하면 부분적으로 포함 된 픽셀을 피할 수 없습니다. 따라서 데이터 품질에 영향을주는 일종의 리샘플링 전략에 의존하게됩니다. 또한 육각형을 기준으로 잘린 래스터는 NoData 픽셀의 비율로 나타납니다.


3
"이것은 정사각형보다 원에 더 가깝다"-결과적으로, 더 중요한 것은 각 인접 모양의 중심점이 등거리에있는 반면, 정사각형 위 / 아래 / 오른쪽 / 왼쪽 이웃의 중심점은 N 단위 떨어져 있고 대각선 이웃은 sqrt (2) * N 단위 떨어져 있습니다.
Jason Scheirer

인접한 6 명의 이웃에게 단점이있는 이유는 무엇입니까? 6 개의 이웃은 더 적은 계산을 허용합니다. 또한이 6 개의 이웃은 모두 16 진 중심과 같은 거리를가집니다. 정사각형 그리드는 이웃과 관련하여 두 가지 정의를 가질 수 있습니다. 모서리를 공유하는 4 개의 이웃, 모서리와 정점을 공유하는 8 개의 이웃. 정사각형 그리드의 경우 모서리를 공유하는 이웃 4 개만 그리드 중심과 동일한 거리를 유지하고 정점을 공유하는 다른 4 개는 그리드 중심과 거리가 다릅니다 (더 긴).
SoilSciGuy

@ SoilSciGuy 계산 문제로 인해 감사합니다. 그러나 16 진 그리드를 구축하고 쿼리하는 데 사각형보다 시간이 오래 걸릴 수 있기 때문에이를 일반화하기는 어렵습니다. 6 대 8 이웃에 대해, 나는 장점에서 "동일한 거리"기능을 언급했지만, 더 많은 이웃을 갖는 것이 부가적인 것 (예를 들어 네트워크)이다.
radouxju

6 명의 이웃이 불리한 이유는 무엇입니까? 그것은 당신이 사각형으로 가지고있는 국경 역설을 다룹니다.
Luís de Sousa

1
6은 8보다 작으므로 육각형을 사용한 비용 연결 분석의 정확도가 떨어집니다. 대각선 거리 등의 sqrt (2) 계수 등을 처리하는 경우에도 응용 프로그램에 따라 달라집니다. 계산 비용에서 "승리"하는 것은 "손실"입니다. 비용-거리 분석을 위해 6 각형 그리드를 테스트했으며 사각형을 사용한 예측이 더 정확합니다. 내 요점은 비행기의 가장 좋은 파티션이 없다는 것입니다.
radouxju

5

그리드 제곱의 주요 단점은 샘플 속도가 대각선 벡터를 따라 4면의 벡터보다 실질적으로 낮다는 것입니다 (위의 제슨 포인트).

데이터에 일정한 선형 패턴이있는 경우 그리드의 방향이 각 컨텍스트의 유효 샘플 속도에 영향을줍니다.

예를 들어 일련의 산등성이와 계곡이있는 경우 그리드를 따라 방향을 정하면 계곡이나 상단 만 샘플링하여 식생 또는 동물 군의 유형 만 찾을 수 있습니다. 계곡에 대한 다른 각도는 해당 지역에서 높고 낮은 사이에서 샘플 속도를 이동시킵니다. 수생에서 이러한 문제가있는 벡터의 좋은 예는 조수 범위, 해수, 해저 등입니다.

분명히, 샘플링 해상도를 선택하여 효과를 완화하거나 악화시킬 수 있지만 이상적으로 샘플 속도 대 분산 비율은 공간에서 안정적이어야합니다. 원에 더 가까운 육각형은 실수로 이러한 가변 샘플 속도 바이어스를 유발할 가능성이 적습니다.


1

기후 변화 연구원으로서, 가장 큰 육각 그리드 시스템은 두 가지 장점이 있습니다.

  1. 이는 지구 과학 모델링에 매우 중요한 균일 한 방식으로 연결성을 나타냅니다. 예를 들어, 해류 모형은 일반적으로 육각형 격자를 사용하여 복잡한 ODE / PDE 방정식을 풉니 다.
  2. 구체를 균일하게 덮을 수 있습니다. 전통 위도 / 경도 기반 그리드 시스템은 다른 위치에서 상당한 공간 왜곡을 유발합니다. DGGS를 사용하면이 문제를 완벽하게 해결할 수 있습니다.

감사합니다.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.