¿Agrupación de múltiples capas ráster para crear subregiones usando QGIS?

Estoy intentando crear n subregiones a partir de un polígono basado en un análisis de conglomerados de un montón de capas ráster superpuestas (capas físicas, por ejemplo, profundidad, corrientes, ondas).

Actualmente, puedo crear una cuadrícula regular a través del polígono, luego extraer atributos físicos de las capas ráster físicas (por ejemplo: Gridspot o herramienta equivalente), luego, ejecutar un análisis de clúster restringido a n cantidad de clústeres (en R u otro paquete de estadísticas).

Luego, puedo identificar cada grupo de clúster y trazarlos nuevamente en GIS (QGIS o ArcMap). Sin embargo, preveo que algunos grupos de grupos se dispersarán (valores atípicos espaciales y no significativos), mientras que algunos se agruparán (dignos de ser una subregión).

Entonces podría dibujar manualmente grupos representativos para crear n subregiones.

¿Existe una herramienta como ArcMap 10.1 Grouping Analysis que se pueda ejecutar en QGIS? Solo estoy ejecutando 10.0.

¿Hay sugerencias de una mejor manera de hacer análisis de conglomerados de múltiples capas ráster, para crear n subregiones (bioregiones)?

— Seagus
fuente

No estoy seguro de entender el papel del polígono. Si solo tiene un único polígono, ¿tal vez pueda recortar los rásteres como un preproceso y luego ejecutar su análisis de clúster directamente en los rásteres? Suponiendo que creará un ráster / matriz multidimensional como entrada, debe recuperar un conjunto de identificadores de clúster, puede visualizar esto (ya sea mostrando el ráster directamente o convirtiéndolo nuevamente en una representación vectorial).

— Roland

Tal vez echar un vistazo a clusterPy ?

— Joseph

@Joseph Solo puse la recompensa por esto para tratar de ayudar a gis.stackexchange.com/questions/176805/… así que si crees que clusterPy ayudará, asegúrate de agregar una respuesta.

— PolyGeo

@PolyGeo - clusterPy puede ayudar con esta publicación, ya que analiza principalmente clústeres en rásteres. Pero no lo he usado yo mismo, así que no estoy seguro de si ayudará con solo los puntos de agrupación.

— Joseph

Eche un vistazo a esta publicación: gis.stackexchange.com/questions/159285/…

— jbalk

Parece que su problema es que los procesos de análisis de conglomerados como k-means en R no consideran la información espacial, por lo tanto, es probable que la salida esté dispersa (¡al menos espacialmente!). ¿Ha considerado agregar los valores de fila y columna de ráster como variables adicionales, esto haría que el algoritmo de agrupación 'conozca' la configuración espacial de los datos?

— Andy Harfoot
fuente