¿Cómo puedo promediar características de puntos espacialmente en QGIS?


9

Tengo un archivo GPX con puntos de seguimiento y quiero promediar los puntos espacialmente para mejorar la precisión de la función de puntos. No puedo simplemente hacer un polígono y encontrar su centroide ya que el número de puntos superpuestos en una determinada ubicación debería "ponderar" el resultado más que en otra ubicación con pocos puntos. es decir. si el recolector de datos de campo estuvo parado en un lugar durante 2 minutos, debería hacer que la mayor parte de los puntos se 'desplace' alrededor de la ubicación probable del punto, y haya dispersado los valores atípicos alrededor de eso, promediando espacialmente en función de todos los puntos que los valores atípicos serían descontado a favor de los puntos agrupados en el promedio .

¿Tengo que hacer una cuadrícula de trama con una resolución pequeña y superponerla en mis puntos y luego contar los puntos en cada celda, o hay una función de geoprocesamiento más fácil para decirme simplemente las coordenadas centrales (o hacer un nuevo punto) para el centro promedio?


1
Sugeriría que esta pregunta se vuelva a abrir. La especificación sobre el descarte de valores atípicos hace que sea un tema muy diferente que simplemente tomar una media de coordenadas según la pregunta y la respuesta vinculadas.
Simbamangu

1
¿Podría compartir algunos datos de muestra? ¿O de lo contrario describir qué tan extremos son los "valores atípicos"? ¿Tiene guardados datos de GPS HDOP?
Simbamangu

Respuestas:


7
  1. Abra el panel de la ventana Cuadro de herramientas de procesamiento: Menú Procesamiento -> Cuadro de herramientas
  2. En la parte inferior del panel de la ventana, habilite la interfaz avanzada
  3. Desde la Caja de herramientas de procesamiento -> Algoritmos QGIS -> Herramientas de análisis vectorial -> Coordenadas medias.

Editar para descontar valores atípicos: aquí hay una forma de descontar valores atípicos utilizando la ponderación de distancia inversa. En este enfoque, los puntos que tienen una distancia media pequeña a otros puntos tendrán un mayor peso y una mayor influencia en la ubicación del punto medio.

  1. Cree una matriz de distancia con estadísticas resumidas que describan las separaciones de puntos:

    • Caja de herramientas de procesamiento -> Algoritmos QGIS -> Herramientas de análisis vectorial -> Matriz de distancia
    • Bajo tipo: matriz de distancia de resumen
    • Elija el número de puntos que cree que deberían considerarse. Un número mayor hasta el número de puntos que tenga será más preciso, pero tomará más tiempo calcularlo.
  2. Une la matriz de distancia a tu capa de puntos:

    • Haga clic derecho en su capa vectorial en el panel de la ventana de capas
    • Ir a propiedades
    • A lo largo del lado izquierdo, elija Uniones
    • Presiona el signo más verde en la parte inferior para agregar una tabla
    • La capa de unión es la matriz de distancia.
    • Unir campo y campo objetivo debe ser un identificador único, por ejemplo, número de fila
  3. Una vez que se unen, calcule la distancia inversa. Esto se usará para ponderar el punto medio:

    • Abra la tabla de atributos de la capa de puntos.
    • Haga clic en la calculadora de campo abierto
    • Nombre del campo de salida: inv_dist (o lo que sea)
    • Tipo de campo de salida: número decimal (real)
    • Expresión: 1 / "Distancia matriz_MEAN"
    • presione ok para calcular
  4. Ejecute coordenadas medias con distancia media inversa como el campo de ponderación:

    • Caja de herramientas de procesamiento -> Algoritmos QGIS -> Herramientas de análisis vectorial -> Coordenadas medias
    • La capa de entrada es su capa de vector de punto original
    • El campo de peso es inv_dist
    • golpea ok

El resultado será una ubicación media en la que se habrán descontado los puntos que están en promedio lejos de otros puntos.


5

Primero, no tiene que hacer una trama y contar puntos para lograr esto. Usted dice que su objetivo es calcular un "centro promedio". Si quiere decir eso literalmente, entonces desea calcular un "centro medio", que se realiza promediando las coordenadas X para encontrar la media X y las coordenadas Y para encontrar la media Y. Esto se logra en QGIS con Vector→Analysis Tools→Mean Coordinates…. Si sus coordenadas están en lotes distintos (encuesta 1, encuesta 2), pero contenidas en el mismo archivo de datos, puede designar un campo de identificación único, y las coordenadas medias se calcularán por separado para cada grupo.

Dices que te preocupan los valores atípicos. Si desea minimizar la influencia de los valores atípicos, es posible que desee calcular el centro mediano , en lugar del centro medio. Sin embargo, si bien esta capacidad está disponible en ArcGIS , no está (según mi leal saber y entender) disponible en QGIS (núcleo o complementos). Calcular el centro mediano, que representa el punto con la distancia mínima de viaje agregada a todos los demás puntos, es iterativo y puede tener más de una solución. Si desea hacer esto en QGIS, deberá programarlo.

Sin embargo, según su descripción de su problema, creo que puede olvidarse del centro mediano y simplemente calcular el centro medio con la herramienta Coordenadas medias. Si tiene varios puntos cerca del centro "real" de su lugar de interés, tenderán a superar la atracción de los valores atípicos únicos. Debe tenerse en cuenta que 1) los valores que no están cerca del promedio no son necesariamente valores atípicos, y 2) a menos que los valores atípicos estén sesgados en una dirección particular (por ejemplo, los puntos están GPS en una colina orientada al este y el topógrafo tiende a desplazarse cuesta abajo / este) , tenderán a cancelar y no influir en el promedio.

Como una breve demostración completamente no científica, un montón de puntos colocados por humanos, no realmente aleatorios, producen un centro medio que parece que no está muy influenciado por un par de puntos distantes.

Tipo de puntos aleatorios y el centro medio

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.