격자 분석을 이용한 공간적 자기상관 분석¶
설정된 격자 내에 입력 포인트의 개수(또는 가중치)를 계산 후 국지적 공간 자기상관 분석을 수행합니다.
Syntax
LocalSABinning (SimpleFeatureCollection features, Expression weight, BinningGridType gridType, ReferencedEnvelope extent, Double size, AutoCorrelationMethod saMethod, SpatialConcept spatialConcept, DistanceMethod distanceMethod, StandardizationMethod standardization, Double searchDistance): SimpleFeatureCollection
Input Parameters
Identifier |
Description |
Type |
Default |
Required |
features |
통계량을 계산할 입력 포인트 레이어입니다. |
SimpleFeatureCollection |
✓ |
|
weight |
가중치 값으로 사용될 숫자형 필드 또는 표현식입니다. 설정 시 이 값의 합이 각각의 격자에 계산됩니다. |
Expression |
✓ |
|
gridType |
생성할 격자 유형입니다. Hexagon(기본값), Rectangle, Circle |
BinningGridType |
Hexagon |
✓ |
extent |
격자 생성 범위입니다. 범위가 지정되지 않으면 입력 레이어의 범위와 좌표체계를 기본값으로 합니다. |
ReferencedEnvelope |
✓ |
|
size |
생성할 격자의 크기 또는 반경입니다. |
Double |
✓ |
|
saMethod |
공간 자기상관 기법입니다. MoranI(기본값, Anselin Local Moran’s I), GetisOrdGiStar(Getis-Ord Gi*), GearyC(Geary’s C), LeeS(Lee’s S) |
AutoCorrelationMethod |
MoranI |
|
spatialConcept |
피처들 간에 공간 관계를 설정하는 방식을 선택합니다. |
SpatialConcept |
InverseDistance |
|
distanceMethod |
분석 대상 피처로부터 이웃 피처까지의 거리를 계산하는 방법을 설정합니다. |
DistanceMethod |
Euclidean |
|
standardization |
통계량 계산시 행 표준화 적용 여부를 설정합니다. |
StandardizationMethod |
None |
|
searchDistance |
역거리 혹은 고정 거리 옵션 선택 시 기준 값을 지정합니다. |
Double |
0.0 |
Process Outputs
Identifier |
Description |
Type |
Default |
Required |
result |
출력 레이어입니다. |
SimpleFeatureCollection |
✓ |
Constraints
gridType: Hexagon(기본값), Rectangle, Circle
saMethod: MoranI(기본값, Anselin Local Moran’s I), GetisOrdGiStar(Getis-Ord Gi*), GearyC(Geary’s C), LeeS(Lee’s S)
spatialConcept: InverseDistance(기본값), InverseDistanceSquared, FixedDistance, ZoneOfIndifference, KNearestNeighbors, ContiguityEdgesNodes, ContiguityEdgesOnly, ContiguityNodesOnly, WeightsFromFile
distanceMethod: Euclidean(기본값), Manhattan
standardization: None(기본값), Row
Output 레이어는 inputFeatures의 모든 필드를 포함해서 LMiIndex, LMiZScore, LMiPValue, LMizValue, LMiwzValue, COType 필드가 추가된다.
Examples
1km 간격의 헥사곤 격자를 생성하고 포인트 데이터를 집계한 후 분석한 결과입니다.