Clustering mehrerer Rasterebenen zur Erstellung von Unterregionen mit QGIS?

Ich versuche, aus einem Polygon n Unterregionen zu erstellen, die auf einer Clusteranalyse mehrerer überlappender Rasterebenen (physikalische Ebenen, z. B. Tiefe, Strömungen, Wellen) basieren.

Derzeit kann ich ein regelmäßiges Raster über das Polygon erstellen, dann physikalische Attribute aus den physikalischen Raster-Layern extrahieren (z. B .: Gridspot oder äquivalentes Tool) und dann eine Clusteranalyse ausführen, die auf n Cluster beschränkt ist (in R oder einem anderen Statistikpaket).

Dann kann ich jede Cluster-Gruppe identifizieren und sie wieder in GIS (QGIS oder ArcMap) zeichnen. Ich gehe jedoch davon aus, dass einige Cluster-Gruppen verteilt sind (räumliche Ausreißer und nicht aussagekräftig), während andere zusammengefasst sind (eine Subregion wert).

Ich könnte dann manuell um repräsentative Gruppen zeichnen, um n Unterregionen zu erstellen .

Gibt es ein Tool wie ArcMap 10.1 Grouping Analysis , das in QGIS ausgeführt werden kann? Ich lasse nur 10.0 laufen.

Gibt es Vorschläge für eine bessere Methode zur Clusteranalyse mehrerer Rasterebenen, um n Unterbereiche (Biobereiche) zu erstellen?

— Seagus
quelle

Ich bin nicht sicher, ob ich die Rolle des Polygons verstehe. Wenn Sie nur ein einziges Polygon haben, können Sie die Raster möglicherweise nur als Vorprozess ausschneiden und dann Ihre Clusteranalyse direkt auf den Rastern ausführen. Vorausgesetzt, Sie erstellen ein mehrdimensionales Raster / Array als Eingabe, sollten Sie eine Reihe von Cluster-IDs zurückerhalten, die Sie visualisieren können (entweder durch direktes Anzeigen des Rasters oder durch Zurückkonvertieren in eine Vektordarstellung).

— Roland

Vielleicht werfen Sie einen Blick auf clusterPy ?

— Joseph

@Joseph Ich habe nur das Kopfgeld dafür verwendet, um zu versuchen, gis.stackexchange.com/questions/176805/… auszuhelfen. Wenn Sie also der Meinung sind, dass clusterPy hilft, müssen Sie unbedingt eine Antwort hinzufügen.

— PolyGeo

@PolyGeo - clusterPy kann bei diesem Beitrag hilfreich sein, da es hauptsächlich Cluster in Rastern analysiert. Aber ich habe es selbst nicht benutzt, also bin ich mir nicht sicher, ob es nur bei Clustering-Punkten hilft.

— Joseph

Schauen Sie sich diesen Beitrag an - gis.stackexchange.com/questions/159285/…

— jbalk

Es scheint, dass Ihr Problem darin besteht, dass Clusteranalyseprozesse wie k-means in R räumliche Informationen nicht berücksichtigen, sodass die Ausgabe wahrscheinlich (zumindest räumlich!) Gestreut ist. Haben Sie darüber nachgedacht, die Rasterzeilen- und -spaltenwerte als zusätzliche Variablen hinzuzufügen, um den Clustering-Algorithmus auf die räumliche Konfiguration der Daten aufmerksam zu machen?

— Andy Harfoot
quelle