空间大数据可视化与分析最佳实践.pptxVIP

空间大数据可视化与分析最佳实践 客户及合作伙伴支持中心 勾戈雪黎 o 空 间 分 析 实 践 o 可 视 化 实 践 o 前 言 o 总 结 前言 o 信息挖掘 o 基于可视化的信息交流 o 熟悉软件/语言 o 空间思维 o 统计基础 o 数据可视化 基础知识/目的 空间分析/可视化维度 二维 空间分析/可视化维度 二维+时间 位置+时间 位置+数据 空间分析/可视化维度 图片来源:/en/pro-app/tool-reference/space-time-pattern-mining/learnmorecreatecube.htm 位置 时空立方体 o NYC city taxi示例 • 信息提取和展示的重要性 o 主要内容 • 点数据直接展示 • 时空立方体聚类结果展示 • 时空趋势结果展示 o 实现 • ArcGIS Pro • Geoanalytics server Demo 纽约出租车 空间分析实践 o 作用 • 实现目标 • 提升项目产出 • 减少开支 • 避免开支 • 提升效率和产出 • 提升收益 • 确保收益 • 保护员工和市民 • 提高客户服务满 意度 o 可以实现但不局限于 • 了解事件分布（xy） • 了解属性pattern • 了解事情发展趋势 o 空间分析包含并不局限于 • 空间统计 • 机器学习 了解你的武器 The science of where 空间分析 o 确定待解决的问题 o 了解数据以及背景 o 选择方法 o 计算 o 解析空间分析结果 • 测试统计上显著性 • 质疑结果 o 展示结果 • 结果可视化 分析工具和结果 几何关系以及属性的简单统计， e.g.,求和，平均值 空间分析工具 几何关系以及属性的复杂统计， e.g.,热点分析 空间统计工具 机器学习 o 背景 事件发生范围 问题分析的规模 e.g.,街区 vs 城市 确认要素空间关系 o 为什么要了解 是否能正确回答提出的问题 分析结果的精度 o 数据 矢量空间数据 = 几何 + 属性 空间数据 了解你的数据和背景 • 数据输入 • 计算字段 空间属性 • 结果输出 • 空间关系 • 距离方法 • 空间关系概念 o 封装了科学算法Getis-Ord Gi* o 体现地理学第一定律 o Getis-Ord Gi* 热点分析 算法 o Getis-Ord Gi* 热点分析 • 判断高值或者低值聚类的地方 • 影响算法正确性的因子 计算范围/边缘要素/要素总数小于30个 o Local Moran’s I 聚类分析 • 判断是否聚类 • 影响算法正确性的因子 计算范围/边缘要素/要素总数小于30个 o Anselin Local Moran’s I 异常值分析 • 判断聚类、异常值类型 • 影响算法正确性的因子 科学背景 o 地理学第一 定律 o 空间统计 o 空间关系 o 聚类和异常值分 析工具 开箱即用的工具 o 热点分析工具 空间统计/聚类 算法 根据统计计算出判断指数 o 聚类工具 General G 热点分析示例 商业上 发现销售额低的区域 计算数据类型 结果说明 优势 缺点 发现收入低的区域是否聚类，方便后续投放固定或者流动医疗资源 指出是否出现 高值或者低值 聚类 最适合高值或 者低值聚类的 时候 高值或者低值的 集中 一个统计值总 结空间模型 临近要素的相 似性 无法展示高值 或者低值聚类 Getis-Ord Gi* 连续型 Moran‘ I 判断聚类示例 空间统计 算法总结对比 Moran I 连续型 o 反距离 o 反距离平房 o 距离范围 o 无差别的区域 o 面邻接 o 自定义空间权重 o 空间关系跟数据背景挂钩 o 空统计算要确定每个要素的“邻居” o 空统计算要确定“邻居”的影响程度 o 空间统计计算过程中on-fly创建权重表 o 空统接受自定义空间权重 o 空间关系决定影响权重 空间统计 空间关系和权重 空间权重 （由空间关系决定） 热点分析Getis-Ord Gi*计算式 空间统计 热点分析公式 来源 空间统计 热点分析公式权重 e.g.,面临接 o 确定每个要素的邻居以及空间关系 o 权重表格生成工具和顺序 • 生成空间权重 • 将空间权重转化成表格 178 67 3 2 6 •