Wie kann ich Punktmerkmale in QGIS räumlich mitteln?


9

Ich habe eine GPX-Datei mit Verfolgungspunkten und möchte die Punkte räumlich mitteln, um die Genauigkeit der Punktfunktion zu verbessern. Ich kann nicht einfach ein Polygon erstellen und seinen Schwerpunkt finden, da die Anzahl der überlappenden Punkte an einer bestimmten Stelle das Ergebnis mehr "gewichten" sollte als an einer anderen Stelle mit wenigen Punkten. dh. Wenn der Felddatensammler 2 Minuten lang an einer Stelle stand, sollte der Großteil der Punkte um die wahrscheinliche Position des Punkts "driften" und Ausreißer um diese herum verstreut haben, indem ich räumlich anhand aller Punkte gemittelt habe, die die Ausreißer wären zugunsten der gruppierten Punkte in der Mittelung abgezinst .

Muss ich ein Raster mit kleiner Auflösung erstellen und es auf meine Punkte legen und dann die Punkte in jeder Zelle zählen, oder gibt es eine einfachere Art der Geoverarbeitung, um mir einfach die Mittelkoordinaten (oder einen neuen Punkt) für zu geben? das durchschnittliche Zentrum?


1
Ich würde vorschlagen, diese Frage erneut zu öffnen. Die Spezifikation über das Verwerfen von Ausreißern macht es zu einem ganz anderen Thema als nur ein Mittel der Koordinaten gemäß der verknüpften Frage und Antwort.
Simbamangu

1
Könnten Sie einige Beispieldaten teilen? Oder anders beschreiben, wie extrem die "Ausreißer" sind? Haben Sie HDOP-GPS-Daten gespeichert?
Simbamangu

Antworten:


7
  1. Öffnen Sie den Fensterbereich Processing Toolbox: Menü Processing -> Toolbox
  2. Aktivieren Sie unten im Fensterbereich die erweiterte Benutzeroberfläche
  3. Aus der Processing Toolbox -> QGIS-Algorithmen -> Vektoranalysewerkzeuge -> Mittlere Koordinaten.

Bearbeiten, um Ausreißer zu diskontieren: Hier ist eine Möglichkeit, Ausreißer mithilfe der inversen Distanzgewichtung zu diskontieren. Bei diesem Ansatz haben Punkte, die einen kleinen durchschnittlichen Abstand zu anderen Punkten haben, ein höheres Gewicht und einen größeren Einfluss auf die Position des mittleren Punkts.

  1. Erstellen Sie eine Abstandsmatrix mit zusammenfassenden Statistiken, die die Punkttrennungen beschreiben:

    • Verarbeitungs-Toolbox -> QGIS-Algorithmen -> Vektoranalyse-Tools -> Entfernungsmatrix
    • Unter Typ: Zusammenfassungsdistanzmatrix
    • Wählen Sie die Anzahl der Punkte, die Ihrer Meinung nach berücksichtigt werden sollten. Eine größere Anzahl bis zu der Anzahl der Punkte, die Sie haben, ist genauer, die Berechnung dauert jedoch länger.
  2. Verbinden Sie die Distanzmatrix mit Ihrer Punktebene:

    • Klicken Sie im Ebenenfenster mit der rechten Maustaste auf Ihre Vektorebene
    • Gehen Sie zu Eigenschaften
    • Wählen Sie auf der linken Seite Joins
    • Klicken Sie auf das grüne Pluszeichen unten, um eine Tabelle hinzuzufügen
    • Die Verbindungsschicht ist die Distanzmatrix
    • Das Verknüpfungsfeld und das Zielfeld sollten eine eindeutige Kennung sein, z. B. die Zeilennummer
  3. Sobald sie verbunden sind, berechnen Sie den inversen Abstand. Dies wird verwendet, um den Mittelwert zu gewichten:

    • Öffnen Sie die Attributtabelle der Punktebene
    • Klicken Sie auf Open Field Calculator
    • Name des Ausgabefeldes: inv_dist (oder was auch immer)
    • Ausgabefeldtyp: Dezimalzahl (real)
    • Ausdruck: 1 / "Distanzmatrix_MEAN"
    • Zum Berechnen auf OK klicken
  4. Führen Sie mittlere Koordinaten mit inverser mittlerer Entfernung als Gewichtungsfeld aus:

    • Verarbeitungs-Toolbox -> QGIS-Algorithmen -> Vektoranalyse-Tools -> Mittlere Koordinate (n)
    • Die Eingabeebene ist Ihre ursprüngliche Punktvektorebene
    • Das Gewichtsfeld ist inv_dist
    • Hit ok

Das Ergebnis ist ein mittlerer Ort, an dem die Punkte, die im Durchschnitt weit von anderen Punkten entfernt sind, abgezinst wurden.


5

Erstens müssen Sie kein Raster erstellen und keine Punkte zählen, um dies zu erreichen. Sie sagen, Ihr Ziel ist es, ein "durchschnittliches Zentrum" zu berechnen. Wenn Sie das wörtlich meinen, dann möchten Sie ein "mittleres Zentrum" berechnen, indem Sie die X-Koordinaten mitteln, um das mittlere X zu finden, und die Y-Koordinaten, um das mittlere Y zu finden. Dies wird in QGIS mit erreicht Vector→Analysis Tools→Mean Coordinates…. Wenn sich Ihre Koordinaten in unterschiedlichen Stapeln befinden (Umfrage 1, Umfrage 2), aber in derselben Datendatei enthalten sind, können Sie ein eindeutiges ID-Feld festlegen. Die mittleren Koordinaten werden für jede Gruppe separat berechnet.

Sie sagen, Sie sind besorgt über Ausreißer. Wenn Sie den Einfluss von Ausreißern minimieren möchten, möchten Sie möglicherweise das mittlere Zentrum anstelle des mittleren Zentrums berechnen . Obwohl diese Funktion in ArcGIS verfügbar ist , ist sie (meines Wissens nach) in QGIS (Core oder Plugins) nicht verfügbar. Die Berechnung des Medianzentrums, das den Punkt mit der minimalen Gesamtfahrstrecke zu allen anderen Punkten darstellt, ist iterativ und kann mehr als eine Lösung haben. Wenn Sie dies in QGIS tun möchten, müssen Sie es programmieren.

Basierend auf Ihrer Beschreibung Ihres Problems können Sie jedoch das mittlere Zentrum vergessen und einfach das mittlere Zentrum mit dem Werkzeug "Mittlere Koordinaten" berechnen. Wenn Sie mehrere Punkte in der Nähe des "echten" Zentrums Ihres Interessenortes haben, überwinden diese tendenziell die Anziehungskraft einzelner Ausreißer. Es ist zu beachten, dass 1) Werte, die nicht in der Nähe des Durchschnitts liegen, nicht unbedingt Ausreißer sind und 2) es sei denn, die Ausreißer sind in eine bestimmte Richtung vorgespannt (z. B. sind die Punkte auf einem nach Osten ausgerichteten Hügel GPS-gesteuert und der Vermesser tendiert dazu, bergab / nach Osten zu driften). Sie neigen dazu, sich zu stornieren und den Durchschnitt nicht zu beeinflussen.

Als kurze, völlig unwissenschaftliche Demonstration erzeugen eine Reihe von von Menschen platzierten, nicht wirklich zufälligen Punkten ein mittleres Zentrum, das so aussieht, als würde es nicht stark von ein paar entfernten Punkten beeinflusst.

Art von zufälligen Punkten und dem mittleren Zentrum

Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.