Agrupe las características del polígono para que coincida con un conjunto de especificaciones


13

Tengo dos conjuntos diferentes de características de polígono (398 secciones censales y 80 códigos postales) que se acumulan en una característica más grande (un condado de EE. UU.). Aunque los distritos censales son más pequeños que los códigos postales, no se acumulan (es decir, se anidan dentro) de los códigos postales.

Mi pregunta: ¿hay algún método / herramienta que utilice ArcGIS o QGIS (o cualquier software) para agrupar por separado los 398 distritos censales y los 80 códigos postales para formar 10 entidades poligonales y minimizar la diferencia entre dos conjuntos resultantes de 10 entidades poligonales?

Para aclarar, quiero agrupar los 398 tratados -> 10 características, y luego agrupar por separado los 80 códigos postales -> 10 características, para que tenga dos conjuntos dispares de 10 características cada uno. Quiero optimizar esta agrupación para que se maximice la superposición entre estos dos conjuntos (es decir, minimizar la falta de coincidencia).

Aquí hay una imagen que muestra lo que espero lograr:


¿Hay alguna forma de proporcionar un ejemplo (imagen, dibujo, etc.) de cómo le gustaría que se vea la salida final? Solo estoy teniendo problemas para visualizarlo.
landocalrissian

¿También desea algunos criterios como "los polígonos deben ser aproximadamente del mismo tamaño"? Me imagino que una forma barata de hacerlo sería encontrar los 9 códigos postales más pequeños que coinciden aproximadamente con las secciones censales, y llamar al resto grande el décimo polígono.
floema

Gracias floema por tu comentario. De hecho, me gustaría establecer varios criterios, pero no quería complicar las preguntas. Por ejemplo, sería bueno establecer un criterio para una población mínima en cada uno de los 10 polígonos. Lo que me encantaría es una herramienta / método que pueda generar una lista de posibles soluciones para agrupar CT y ZIP en estos 10 grupos, al tiempo que cumple con ciertos parámetros. Luego, podría revisar manualmente las soluciones para las características que podrían no ser automatizadas (por ejemplo, no cruzar los límites de la ciudad).
Eli Kern

Lo que entendí, necesitas dos capas (ZIP y Tract) idénticas. Digamos que desea que la forma de Tracts sea como ZIP, luego elimine la geometría de Tracts y haga una capa idéntica a ZIP y transfiera el atributo de Tracts a esta capa de Tracts recién creada, luego ZIP y la capa de Tracts se verán iguales. Para hacer esto, convierta la capa Tracts en la capa Point y ejecute el análisis Update o Identity (sugiero ya que no es destructivo). Es posible que necesite disolver también según lo necesite. Ahora tenemos la capa ZIP y Tracts con la misma geometría ... pero con diferentes atributos (es decir, de Tracts) ...
SIslam

No conozco ninguna manera fácil (por ejemplo, una herramienta existente) para esta tarea. Y dudo que crear uno sea más rápido que manejar una entrada de este tamaño manualmente.
Jan Šimbera

Respuestas:


1

Dado que no existe una forma clara o uniforme de definir los polígonos resultantes, creo que primero debe crearlos de la forma que considere adecuada, utilizando disolver en cualquier atributo (existente o derivado) en la capa del censo o de los códigos postales.

Una vez que tenga los polígonos resultantes, superponga (intersecte) cada una de las capas con ella, realice otra disolución y calcule sus estadísticas sobre otros atributos.


0

Si tiene la información de los códigos postales y la jerarquía superior en su base de datos, puede hacerlo combinando todos los valores de las columnas y obtener un nuevo archivo de forma.


0

Me parece que desea agrupar las secciones del censo en 10 grupos, con la restricción de que las secciones en cada grupo son adyacentes. Si este es el caso, puede usar la biblioteca python clusterPy que implementa varios algoritmos diferentes para la agrupación espacialmente restringida.

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.