J'essaie de créer n sous-régions à partir d'un polygone basé sur une analyse de cluster d'un tas de couches raster qui se chevauchent (couches physiques, par exemple: profondeur, courants, vagues).
Actuellement, je peux créer une grille régulière sur le polygone, puis extraire les attributs physiques des couches raster physiques (par exemple: Gridspot ou outil équivalent) puis, exécuter une analyse de cluster limitée à n nombre de clusters (dans R ou dans un autre package de statistiques).
Ensuite, je peux identifier chaque groupe de clusters et les retracer dans SIG (QGIS ou ArcMap). J'envisage cependant que certains groupes de clusters seront dispersés (valeurs spatiales aberrantes et non significatives), tandis que d'autres seront regroupés (dignes d'être une sous-région).
Je pouvais ensuite dessiner manuellement des blocs représentatifs pour créer n sous-régions.
Existe-t-il un outil comme ArcMap 10.1 Grouping Analysis qui peut être exécuté dans QGIS? Je ne fais que 10.0.
Y a-t-il des suggestions d'une meilleure façon de faire une analyse de cluster de plusieurs couches raster, pour créer n sous-régions (bio-régions)?
la source
Réponses:
Il semble que votre problème soit que les processus d'analyse de cluster tels que k-means dans R ne prennent pas en compte l'information spatiale, donc la sortie est susceptible d'être dispersée (spatialement au moins!). Avez-vous envisagé d'ajouter les valeurs de ligne et de colonne raster en tant que variables supplémentaires, cela rendrait l'algorithme de clustering «conscient» de la configuration spatiale des données?
la source