Intervalo de confianza de datos ráster

Tengo datos ráster que representan una distribución de probabilidad, es decir, cada celda tiene un valor de probabilidad (en mi caso, la probabilidad de que se pueda encontrar un animal en la celda), y todas las celdas suman 100% (sé con certeza el animal está dentro de la extensión de mi trama). Quiero poder generar datos vectoriales para valores de confianza. Por ejemplo, el 95% de línea / polígono denota el límite en el que estoy 95% seguro de que encontraré al animal.

De manera similar, si tengo una estimación de la densidad del núcleo, ¿cómo genero la línea / polígono del XX% que bordea la parte más densa del ráster que contiene el XX% de la población total?

Estoy dispuesto a usar ArcGIS o software de código abierto. Si no hay una herramienta para realizar esto, ¿qué algoritmo puedo implementar?

La confianza no es un concepto aplicable, aunque es superficialmente similar. La pregunta suena como si quisiera identificar la región más pequeña que tiene una probabilidad total de al menos el 95%. Esta región se puede obtener (al menos conceptualmente) clasificando todas las probabilidades y acumulándolas de mayor a menor hasta que la suma parcial primero sea igual o superior al 95%, luego seleccionando las celdas correspondientes a los valores que se han acumulado. Esto lleva a una solución sencilla, como se ejemplifica en este ejemplo de R (código abierto):

library(raster)
set.seed(17)                   # Seed a reproducible random sequence
nr <- 30                       # Number of rows                    
nc <- 50                       # Number of columns
#
# Create a zone raster for normalizing the probabilities.
#
zone <- raster(ncol=nc, nrow=nr)
zone[] <- 0
#
# Create a probability raster (for illustrating the algorithm later).
#
p <- raster(ncol=nc, nrow=nr)
p[] <- (1:(nc*nr) - 1/2) / (nc*nr) + rnorm(nc*nr, sd=0.5)
p <- abs(focal(p, ngb=5, run=mean))
z <- zonal(p, zone, stat='sum')
p <- p / z[[2]] # This normalizes p to sum to unity as required
#------------------------------------------------------------------------------#
#
# The algorithm begins here.
#
pvec <- sort(getValues(p), decreasing=TRUE) # The probabilities, sorted
d <- cumsum(pvec)                           # Cumulative probabilities
dpos <- d[d <= 0.95]                        # Position to stop
region <- p                                 # Initialize the output
region[p < pvec[length(dpos)]] <- NA        # Exclude the last 5% of the probability
plot(region)                                # Display the result

Aquí está la imagen resultante de la región de probabilidad del 95% con las probabilidades originales que se muestran en color: suman un poco más del 95%, por construcción, y eliminar incluso el valor más pequeño reducirá la suma a menos del 95%. El área blanca en la parte superior incluye el 5% restante de la probabilidad fuera de esta región. El contorno deseado es el límite entre las celdas blancas y las celdas de colores.

El mismo método funcionará en una cuadrícula de KDE.

No existe una solución sencilla de ArcGIS para este problema.

En ArcGIS ...

• Herramientas de estadísticas espaciales> Reclasificar> Herramienta Reclasificar
  • Crea 2 métodos de reclasificación:
  • OldValues ​​= 0-94.99 | NewValues ​​= 0
    OldValues ​​= 95-100 | NewValues ​​= 1

Esto creará un nuevo ráster con 2 valores, 0 = intervalo de confianza externo, 1 = intervalo de confianza interno del 95%.

• Herramientas de conversión> De ráster> Herramienta Ráster a polígono
  • Entrada =
    Campo ráster reclasificado = Valor

Esto creará un polígono vectorial con 2 FID, uno con la forma de su intervalo de confianza del 95% y el otro el área de trama restante. Sugeriría explorar la opción simplificar para ver qué resultados se adaptarían mejor a sus necesidades.

Para su información, aplique el mismo método para obtener los polígonos para sus estimaciones de densidad Kernal.