دوره آموزش کاربردی نرم افزار Arc GIS10.8(ساخت نقشه چگالی هسته)

ساخت نقشه چگالی هسته

میزان بروز انفارکتوس میوکارد (حملات قلبی) در خارج از بیمارستان‌ها در ایالات متحده برای سنین ۳۵ تا ۷۴ سال تقریباً ۵٫۶ در هر هزار مرد در سال و ۴٫۲ در هر هزار زن در سال است. شهرستان به عنوان ورودی برای یک روش تخمین به نام صاف کردن تراکم هسته برای تجزیه و تحلیل بروز حمله قلبی. این روش میزان بروز را به عنوان سطح تراکم (حملات قلبی در واحد سطح) تخمین می زند و دارای دو پارامتر اندازه سلول و شعاع جستجو است.

تنظیمات محیطی را انجام دهید و آمار بگیرید

توجه داشته باشید:قبل از خواندن پاراگراف در ابتدای این پست، نقشه همراه را ببینید.

فایل نقشه ای که در این پست باز می کنید مقادیر واقعی و تخمینی را نشان می دهد. مکان‌های مشاهده‌شده حملات قلبی (خارج از بیمارستان‌ها و در نتیجه با پتانسیل کمک اطرافیان) با نشانگرهای نقطه‌ای درجه‌بندی شده در بلوک‌های مرکزی نشان داده می‌شوند. وقوع حمله قلبی تخمینی در بلوک سانتروئیدها با یک گرادیان رنگ نشان داده شده است. جدول مربوط به بلوک سانتروئیدها دارای اطلاعات بروز نگاشت شده است، Inc = 0.0042 × [Fem35T74] + 0.0056 × [Male35T74]، که در آن Fem35T74 جمعیت بر اساس بلوک زنان ۳۴ تا ۷۴ ساله است و Male35T74 جمعیت مردان است. سوال این است که آیا میزان وقوع تخمینی محاسبه شده از مکان های مسکونی کار خوبی برای تخمین حملات قلبی مشاهده شده در فایل نقطه OHCA انجام می دهد؟

1. در ArcMap، Tutorial11-3.mxd را از پوشه Maps باز کنید.

نمایش نقشه مبتنی بر برداری برای وقوع تخمینی با استفاده از مرکز بلوک با نشانگرهای نقطه‌ای به خوبی است که گرافیک برداری اجازه می‌دهد. با این وجود، تفسیر نقشه دشوار است. نقاط گسسته بسیار زیادی وجود دارد.

در مرحله بعد، با تخمین سطح متوسط ​​صاف شده با استفاده از هموارسازی چگالی هسته، یک نمایش جایگزین از بروز ایجاد خواهید کرد. نتیجه یک نقشه پیوسته است که تفسیر و مطالعه آن بسیار ساده تر از نقشه برداری است.

2. فایل نقشه خود را به عنوان آموزش ۱۱-۳٫mxdبه پوشه Chapter11ذخیره کنید.
3. در نوار منو، روی Geoprocessing > Environments > Raster Analysis کلیک کنید، و همانطور که در زیر برای اندازه سلول و Pittsburgh برای Mask مشخص شده است، مطابق شکل تایپ یا انتخاب کنید.

۴٫در نوار منو، روی Selection > Select By Location > کلیک کنید و همانطور که نشان داده شده است، انتخاب هایی را انجام دهید، با انتخاب ویژگی هایی از روش Selection،AllCoBlocksبرای لایه(های) هدف، پیتسبورگ برای لایه منبع، و ویژگی لایه منبع را برای روش انتخاب فضایی برای ویژگی های لایه(های) هدف قطع کنید.

۵٫روی OK کلیک کنید.

۶٫در فهرست محتویات، روی AllCoBlocks کلیک راست کرده و روی Open Attribute Table کلیک کنید و سپس روی هدر Inc کلیک راست کرده و روی Statistics کلیک کنید.

به مجموع Inc، ۶۸۴ برای پیتسبورگ توجه کنید، که تعداد مورد انتظار سالانه حملات قلبی در پیتسبورگ خارج از بیمارستان ها در یک سال است.

در آموزش بعدی، بررسی خواهید کرد که هموارسازی چگالی این مجموع را در هر سطحی که تخمین زده است حفظ می کند. صاف کردن چگالی هسته به سادگی کل را روی یک سطح صاف پخش می کند و تعداد کل حملات قلبی ورودی را حفظ می کند.

7. پنجره Selection Statistics و جدول را ببندید و انتخاب را پاک کنید.

یک نقشه تراکم برای بروز حمله قلبی تهیه کنید

لایه نقشه OHCA حملات قلبی را در هر بلوک سرشماری در پیتسبورگ نشان می دهد. طول بلوک ها در پیتسبورگ به طور متوسط ​​کمی کمتر از ۳۰۰ فوت در هر ضلع است. فرض کنید که تحلیلگران سیاست تخمین می زنند که یک دفیبریلاتور با دسترسی عمومی می تواند برای ساکنین شناخته شود و برای استفاده در فاصله ۲٫۵ بلوک از محل مورد نظر بازیابی شود. بنابراین، آنها توصیه می کنند که به مناطقی با اندازه پنج بلوک در پنج بلوک یا ۱۵۰۰ فوت در یک طرف نگاه کنید و دفیبریلاتورها در مرکز قرار دارند. بنابراین، می توانید از سلول ۱۵۰ فوتی و شعاع جستجوی ۱۵۰۰ فوتی استفاده کنید. سلول ۱۵۰ فوتی تقریباً وسط یک بخش خیابان است، یعنی محل متوسط ​​حمله قلبی.

1. تراکم هسته در جعبه متن جستجوتایپ کنید، Enter را فشار دهید، روی Kernel Density (Spatial Analyst) کلیک کنید و پنجره جستجو را ببندید.
2. همانطور که در تصویر نشان داده شده است، با AllCoBlocks برای ویژگی های نقطه ورودی یا چند خط، Inc برای قسمت جمعیت، انتخاب هایی را تایپ یا انجام دهید،هسته کرنل ۱۵۰۰برای رستر خروجی،۱۵۰برای اندازه سلول خروجی، DENSITIES برای مقادیر خروجی و PLANAR برای روش هستند.
3. روی OK کلیک کنید.

سطح به دست آمده پس از اینکه در مرحله زیر آن را بهتر نمادین کردید مفید به نظر می رسد.

4. روی KernelDensity1500 راست کلیک کنید و روی Properties > گزینه Symbology > دکمه Classify کلیک کنید. انحراف استاندارد را برای روش طبقه بندی انتخاب کنید.

به طور کلی، انحراف معیار گزینه خوبی برای نشان دادن تغییرات در شبکه های رستری است زیرا یک دسته و دسته بندی مرکزی را در هر طرف مرکز به دست می دهد. این باعث می‌شود مقیاس‌های رنگی دو رنگ معنادارتر و تفسیر آن آسان‌تر شود. در مرحله بعد با انتخاب کسر انحراف استاندارد برای ایجاد نقاط شکست، هر ۱، ۱/۲، ۱/۳ یا ۱/۴ انحراف استاندارد، تعداد دسته ها را کنترل می کنید.

در مرحله بعد، از مقیاس های رنگی دو رنگ استفاده خواهید کرد.

5. ۱/۳ Std Dev را برای اندازه فاصله انتخاب کنید و روی OK کلیک کنید.
6. رمپ رنگی که از سبز به زرد تا قرمز است را انتخاب کنید و روی OK کلیک کنید.
7. AllCoBlocks را خاموش کنید.

بروز با خوشه‌های داده‌های حمله قلبی OHCA در بسیاری از مناطق اما نه در همه مناطق مطابقت دارد. به عنوان مثال، یک خوشه در منطقه تجاری مرکزی پیتسبورگ (مثلث درست در سمت راست محل تلاقی سه رودخانه) وجود دارد، اما میزان وقوع تخمینی در آنجا کم است. مشکل این است که نقشه تراکم، بر اساس داده‌های جمعیت، حملات قلبی مورد انتظار را در هر فوت مربع با اشاره به محل زندگی مردم نشان می‌دهد، نه لزوماً جایی که آنها دچار حمله قلبی شده‌اند. بسیاری از مردم در منطقه تجاری مرکزی خرید یا کار می کنند و متأسفانه در آنجا دچار حمله قلبی می شوند، اما تعداد کمی در آنجا زندگی می کنند.

سطح چگالی را بررسی کنید تا ببینید آیا تعداد کل حملات قلبی را حفظ می کند یا خیر. توجه داشته باشید که مقادیر شما ممکن است کمی متفاوت باشد. میزان تخمینی که با استفاده از بلوک مرکز پیدا کردید ۶۸۴ بود. خصوصیات سطح چگالی را باز کنید و روی زبانه Source کلیک کنید. در آنجا میانگین ۰٫۰۰۰۰۰۰۴۲۰۱۸۴ حمله قلبی در هر فوت مربع را خواهید یافت. برای به دست آوردن تعداد سلول های ماسک پیتسبورگ، استفاده از میانبر کمک خواهد کرد. Symbology را در پنجره Layer Properties انتخاب کرده و روی Classify کلیک کنید. در آنجا خواهید دید که ۷۲۳۱۵ سلول در ماسک پیتسبورگ وجود دارد. (تخمین چگالی متوسط ​​در این نمایشگر، ۰٫۰۰۰۰۰۰۴۱۷، نسبت به تب Source دقت کمتری دارد.) به یاد داشته باشید که هر سلول ۱۵۰ فوت در ۱۵۰ فوت است. بنابراین، ۱۵۰ × ۱۵۰ × ۷۲،۳۱۵ × ۰٫۰۰۰۰۰۰۴۲۰۱۸۴ = ۶۸۴ حمله قلبی صاف شده است. بنابراین هموارسازی تراکم هسته حول تعداد ورودی حملات قلبی واقع در مرکز بلوک حرکت کرد تا آنها را به آرامی توزیع کند. نقشه چگالی هسته تخمین بهتری از بروز نسبت به داده های خام است، زیرا هموارسازی تصادفی فضایی را به طور میانگین نشان می دهد و تخمینی از میانگین یا متوسط ​​سطح را ارائه می دهد. پنجره های Classification و Layer Properties را ببندید.

یک سطح تراکم هسته دوم برای بروز ایجاد کنید، به نام KernelDensity3000، با همه ورودی ها یکسان به جز اینکه شما به جای ۱۵۰۰ از شعاع جستجوی ۳۰۰۰ استفاده می کنید. خروجی را همانند Density1500 سمبل کنید. در حالی که KernelDensity1500 را روشن نگه می دارید، KernelDensity3000 را روشن و خاموش کنید تا تفاوت بین دو لایه را ببینید. KernelDensity3000 گسترده تر و روان تر است، اما تعداد حملات قلبی تخمینی مشابهی دارد: نزدیک به ۶۸۴٫ فایل نقشه خود را ذخیره کنید.