دوره آموزش کاربردی نرم افزار Arc GIS10.8(استخراج نقاط ارزش رستری)
استخراج نقاط ارزش رستری
اگرچه به نظر می‌رسد تراکم‌های تخمینی با داده‌های واقعی حمله قلبی در OHCA مطابقت دارد، اما ممکن است این تطابق با بررسی دقیق‌تر سازگار باشد یا نباشد. ArcMap ابزاری دارد که تخمین نقطه را از سطح رستری برای هر نقطه در OHCA استخراج می کند. سپس می توانید از چگالی استخراج شده ضرب در مناطق بلوک برای تخمین تعداد حملات قلبی استفاده کنید. اگر همبستگی قوی بین حملات قلبی تخمینی و واقعی وجود داشته باشد، شواهد نشان می دهد که جمعیت به تنهایی پیش بینی کننده خوبی برای حملات قلبی در خارج از بیمارستان است.
- فایل نقشه خود را به عنوان آموزش ۱۱-۴٫mxdبه پوشه Chapter11ذخیره کنید.
- استخراج مقادیر به نقاط در جعبه متن جستجوتایپ کنید، Enter را فشار دهید، بر روی Extract Values to Points (Spatial Analyst) کلیک کنید و پنجره جستجو را ببندید.
- همانطور که در تصویر نشان داده شده است، با OHCA برای ویژگی های نقطه ورودی، KernelDensity1500 برای رستری ورودی، تایپ یا انتخاب کنید.OHCAP پیش بینی کردبرای ویژگی‌های نقطه خروجی، و «Interpolate مقادیر در مکان‌های نقطه (اختیاری)» علامت‌گذاری شده است.
- روی OK کلیک کنید.
لایه حاصل، OHCAPredicted، دارای ویژگی RASTERVALU است که تخمینی از تراکم حمله قلبی یا حملات قلبی در هر فوت مربع در مجاورت هر بلوک است.
حملات قلبی پیش بینی شده را محاسبه کنید
توجه داشته باشید:افزودن ارقام مهم تر به RASTERVALU، همانطور که در مرحله اصلاح شده انجام خواهید داد، به شما کمک می کند تا بقیه مراحل این آموزش را درک کنید که در آن RASTERVALU را در دو کمیت دیگر ضرب می کنید. همانطور که در ابتدا نشان داده شد، به نظر می رسد که ردیف هایی وجود دارد که در آنها RASTERVALU = 0 است، اما نتیجه ضرب در مقادیر غیر صفر دیگر غیر صفر است (غیر ممکن است!). با این حال، هنگامی که ارقام مهم تری را نمایش می دهید، خواهید دید که همه مقادیر RASTERVALU مثبت هستند (هیچ کدام صفر نیستند).
- روی OHCAPredicted کلیک راست کرده و جدول ویژگی آن را باز کنید. روی عنوان ستون RASTERVALU کلیک راست کنید، روی Properties کلیک کنید، روی دکمه سازنده عددی کلیک کنید. و دکمه گزینه Number of important digits را انتخاب کنید. ۹ را برای تعداد ارقام اعشار انتخاب کنید و OK > OK را کلیک کنید.
- روی گزینه ها کلیک کنید، افزودن فیلد و فیلدی به نام اضافه کنیدبا نوع داده Floatپیش بینی کرد.
- روی راس Predicted کلیک راست کرده و Field Calculator را کلیک کنید.
- بیان را ایجاد کنید۵ * [RASTERVALU] * [منطقه]و روی OK کلیک کنید.
داده‌های OHCA یک نمونه پنج ساله برای حملات قلبی است، بنابراین عبارت شامل ۵ مضاعف است. توجه: [منطقه] مساحت بلوک شهر است که با یک نقطه در OHCA نشان داده می‌شود. بنابراین، چگالی، [RASTERVALU] (حملات قلبی در هر فوت مربع)، ضربدر [مساحت] (فوت مربع) تعداد حملات قلبی را نشان می‌دهد.
- جدول عوارض را ببندید.
تعداد کمی از نقاط در OHCA هیچ مقدار شطرنجی در نزدیکی خود ندارند، بنابراین ArcGIS -9999 را به سلول‌های RASTERVALU آنها اختصاص می‌دهد تا مقادیر از دست رفته را نشان دهد. قبل از اینکه به نمودار پراکندگی مقادیر پیش‌بینی‌شده و واقعی نگاه کنید، ابتدا فقط نقاط OHCA با مقادیر پیش‌بینی‌شده مثبت را انتخاب می‌کنید.
- روی Selection > Select By Attributes کلیک کنید.
- برای لایه OHCAPredicted، عبارت را ایجاد کنیدپیش بینی شده >= 0و روی OK کلیک کنید.
- روی OHCAPredicted کلیک راست کرده و Data > Export Data را کلیک کنید.
- صادرات ویژگی های انتخاب شده به \EsriPress\GIST1\MyExercises\Chapter11\Chapter11.gdb\OHCAPpredicted2و روی Yes کلیک کنید تا کلاس ویژگی به نقشه اضافه شود.
- ویژگی های انتخاب شده را پاک کنید و لایه OHCAPredicted را خاموش کنید.
یک طرح پراکنده از حملات قلبی واقعی در مقابل پیش بینی شده ایجاد کنید
اگرچه پیتسبورگ در مجموع ۷۴۶۶ بلوک دارد، اما تنها ۱۵۰۹ بلوک دچار حمله قلبی شده اند. نمودار پراکندگی که در نهایت خواهید ساخت، شامل داده‌های تنها برای ۱۵۰۹ بلوک است، اما باید شامل تعادل کل بلوک‌ها باشد، که مقادیر واقعی صفر داشتند اما مقادیر پیش‌بینی‌شده گاهی اوقات بسیار بزرگ‌تر از صفر بودند. با این وجود، می توانید نشانه ای از ارتباط بین حملات قلبی پیش بینی شده و واقعی را دریافت کنید. اضافه کردن تعادل بلوک ها فقط همبستگی را بدتر می کند، اما همانطور که در ادامه خواهید دید، همبستگی در حال حاضر کم است.
- روی View > Graphs > Create Graph کلیک کنید.
- همانطور که نشان داده شده است، با Scatter Plot برای نوع نمودار، OHCAPredicted2 برای لایه/جدول، Yes برای فیلد Y، Predicted برای فیلد X (اختیاری)، و Add to legend را بدون علامت انتخاب کنید.
۳٫روی Next > Finish کلیک کنید.
در مقیاس بلوک ها، مقادیر پیش بینی شده با مقادیر واقعی همبستگی ضعیفی دارند. یک همبستگی خوب می تواند یک نمودار با واقعی (ویژگی YES) و مقادیر پیش بینی شده در اطراف یک خط شیب ۴۵ درجه پراکنده داشته باشد. این نمودار پراکندگی اصلاً همبستگی را نشان نمی دهد. اگر داده های مربوطه را به یک بسته آماری یا اکسل صادر کنید، متوجه می شوید که ضریب همبستگی بین مقادیر پیش بینی شده و واقعی فقط ۰٫۰۸۹۹ است که پایین است. بدیهی است که عواملی به غیر از محل سکونت جمعیت بر مکان ها و دسته بندی حملات قلبی که در خارج از بیمارستان ها رخ می دهد تأثیر می گذارد.
- نمودار را ببندید و فایل نقشه خود را ذخیره کنید.
بدون دیدگاه