Vom Polygon zum kontinuierlichen Maß für Vielfalt?

Vor allem; Ich habe versucht, eine ähnliche Frage zu finden, ohne Erfolg. Vielleicht liegt es daran, dass ich ziemlich neu in GIS bin und nicht genau weiß, wonach ich suche. Wenn mich jemand auf ein ähnliches Problem hinweist, würde ich diesen Beitrag gerne entfernen.

Ich muss eine "kontinuierliche" oder Rastervariable (in kleinen Gitterzellen) der Bevölkerungsvielfalt für ein bestimmtes Land erstellen. Ich habe ein Shapefile, das die Ausbreitung der ethnischen Gruppen in Polygonen zeigt (Abb. 1), und das Ergebnis, das ich suche, ist der „mittlere Indikator für Vielfalt“ in jeder der Verwaltungseinheiten (in diesem Fall AUs, die 360 nigerianische Wahlkreise).

Abb. 1. Bevölkerungsgruppenpolygone in Nigeria

Die Lösung, die ich gefunden habe, bestand darin, den Flächenprozentsatz jedes Polygons in jeder AU zu ermitteln und daraus einen Heterogenitätsindex zu berechnen. Das Problem ist jedoch, dass ich aufgrund der Verteilung der Verwaltungseinheiten ziemlich viele Informationen beiseite lassen würde. Wie in der Abb. In 2 hätten die Quadrate 'a', 'b' und 'c' den gleichen 'Segregationsindex', aber es ist klar, dass sie sich nicht in der gleichen Position gegenüber den 'Hot Spots' befinden.

Abb. 2.

Ich dachte also, dass eine andere Lösung darin bestehen könnte, eine Rasterkarte zu erstellen und die Entfernung zum nächsten Rand zu berechnen, aber auch hier nur einen Rand zu teilen, ist nicht dasselbe wie im zentralen Teil der Karte, wo mehrere Gruppen zusammenleben.

Nachdem ich diese Frage gefunden habe , denke ich, dass die Polygone mit ihren Schwerpunkten in Punkte umgewandelt werden könnten, und wende dann dieselbe Methode an. Aber die Wahrheit ist, dass ich neu in diesem Bereich bin und diese Frage nicht wirklich klar beantwortet wird. Wie könnte ich so etwas machen?

Anhand eines anderen Beispiels möchte ich so etwas erstellen (Bilder von dieser Website ):

In Anbetracht der Verteilung einiger Punkte mit unterschiedlichen qualitativen Merkmalen erhalten Sie ein Maß für die Vielfalt, anhand dessen ich die „mittlere Heterogenität“ jeder Verwaltungseinheit abschätzen kann.

Wie könnte ich das machen? Ich verwende R und QGIS, daher macht es mir nichts aus, auf welcher Plattform die Lösung basiert.

Ich würde SpatiaLite wirklich versuchen, dies zu erreichen! Am bequemsten können Sie das QSpatiaLite-Plugin in QGIS verwenden.

Richten Sie einfach ein Polygongitter mit einer für Gitterzellen sinnvollen Größe ein. Schneiden Sie dann das Gitter mit dem Polygon der ethnischen Gruppe und berechnen Sie die Fläche jeder Kreuzung. Mit der resultierenden Tabelle können Sie Ihre Indizes berechnen, indem Sie die Schnittbereiche, die Bereiche ethnischer Gruppen in jeder Gitterzelle sind, als "Häufigkeitsmetrik" verwenden (so würde es ein Ökologe nennen)!

Angenommen, Ihre ethnische Gruppenebene heißt "EthnicGroups" mit einem Feld "group" und das Polygonraster heißt "Grid" mit einem Feld "ID". Diese SQL-Abfrage würde gelten:

SELECT 
  g.ID AS gID, 
  e.group AS egr,
  AREA(INTERSECTION(e.geometry, g.geometry)) AS egr_area
FROM Grid AS g JOIN EthnicGroups AS e 
ON INTERSECTS(g.Geometry, e.Geometry)
ORDER BY gID, egr_area ASC

Für die Berechnung von Diversity-Metriken mit speziellen Formeln würde ich R verwenden, um diese 'Häufigkeiten' zu reduzieren und einen Wert für jede Gitterzelle zu erhalten, der schließlich wieder mit Ihren Gittergeometrien verbunden werden könnte!

Um Ihre mittlere Diversität für jede AU zu erhalten, können Sie die Diversitätsindizes verwenden, die Sie mit dem Raster verbunden haben. Wiederum durch Verwendung von SpatialLite Gruppieren der Werte innerhalb von AU-Polygonen unter Anwendung der Mittelwertfunktion.

Komisch, dass ich kürzlich einen Blogpost zu diesem Thema geschrieben habe, der Ihnen eine Idee geben könnte: http://thebiobucket.blogspot.co.at/2014/12/usecase-find-dominant-species-and.html

Aus meiner Sicht würde ich raten, die Idee der „Kontinuität“ in dieser Hinsicht zu überspringen, da Vielfalt nur in Bezug auf die räumliche Einheit, auf der sie basiert, von Bedeutung ist. Ich denke also, dass alle Ansätze und ausgefallenen Techniken, die eine Mittelung oder Interpolation über andere Einheiten als die räumlichen Einheiten verwenden, auf die sich Ihre Indizes stützen, nichts Wertvolles hinzufügen, sondern das Ergebnis eher verschleiern!

Hier ist eine Karte, die die Amphibienvielfalt (und nicht die ethnische Vielfalt) zeigt, für die ich die gleiche Methode angewendet habe:

ps: Dieser Link könnte von Interesse sein, wenn Sie innerhalb eines bestimmten Suchradius Vielfalt erhalten möchten!

In QGIS können Sie ein Punktraster über Ihren Polygonen generieren. Sie finden diese Funktion unter Vektor -> Recherchetools (ich glaube, auf Englisch heißt meine QGIS-Version in einer anderen Sprache.) Sie müssen eine angemessene Granularität finden, wenn es um den Punktrasterabstand geht.

Anschließend führen Sie im Menü "Vektor" Verknüpfungsattribute nach Standort aus (unter Datenverwaltung), wobei Sie die Punkte als Ziel und die Ethnizitätspolygone als Quelle verwenden.

Jetzt haben Sie ein Punktraster mit einem Ethnizitätsattribut für jeden Punkt.

Hier wird es etwas knifflig. Mit diesen Punkten können Sie ein Raster erstellen, wenn Sie Ihr Attribut in einen numerischen Wert umcodieren (z. B. mit dem Werkzeug "Äquivalentes numerisches Feld erstellen" in der QGIS-Verarbeitungs-Toolbox). Anschließend können Sie unter "Raster -> Analyse" das Raster erstellen verwenden. Hier können Sie möglicherweise mit der Analyse des gleitenden Durchschnitts oder des nächsten Nachbarn experimentieren. Anschließend können Sie Zonenstatistiken verwenden (es gibt eine Reihe von Optionen in der Toolbox "Verarbeitung" sowie im Raster-Menü).

Der Trick besteht darin, den Heterogenitätsindex zu erhalten, während der willkürliche Wert ignoriert wird, der durch die Neukodierung der Attribute in einen numerischen Index erzeugt wird. Möglicherweise haben Sie hier jedoch eine eigene Vorstellung davon. Ich bin mir nicht ganz sicher, wie ich das anstellen soll, ohne mir zu viel Zeit für das zu nehmen, was ich gerade tun soll :)

Eine andere Idee ist, Ihr Punktgitter in eine Spatialite-Datenbank (oder PostGIS, aber das ist eine größere Operation, um zum Laufen zu kommen) zu laden. Dann können Sie SQL- und räumliche Funktionen in der Datenbank verwenden, um beispielsweise alle Punkte innerhalb eines festgelegten Radius von jedem Punkt bis zu testen Geben Sie ihm einen lokalen Varianzindex und generieren Sie dann ein Raster aus diesem Wert. Ich habe in letzter Zeit ein bisschen damit gearbeitet.

Hoffe das gibt dir ein paar Ideen! Fühlen Sie sich frei, die Kommentare zu verwenden, wenn Sie weiter diskutieren möchten.

Ihre Frage enthält eine Reihe von Annahmen, die berücksichtigt werden müssen, bevor Sie zur Implementierungsfrage gelangen. Das von Ihnen angegebene Beispiel ist eine Biodiversitätsanalyse, die auf einer Stichprobe von Sorten einer bestimmten Pflanzenart basiert. Ich habe mir das Handbuch für die Software angesehen, mit der dieses Raster erstellt wurde, und es gibt keinen Hinweis darauf, dass dies für menschliche Populationen geeignet ist oder auf diese angewendet wurde. Der Schwerpunkt eines menschlichen Kulturraums (den Sie für Ihre Analyse verwenden möchten) entspricht in keiner Weise einer Stichprobe (dh der tatsächlichen Beobachtung) einer Pflanzensammlung.

Die Nähe menschlicher Untergruppen (unterteilt nach einer beliebigen Dimension, hier ist die Dimension die ethnische Zugehörigkeit) kann als Diversitätsmaß oder Segregationsmaß ausgedrückt werden. Ein weit verbreitetes Diversitätsmaß ist der Herfindahl-Index , der von 0 bis 1 variiert und klein ist, wenn ein Gebiet viele kleine Gruppen hat, und groß, wenn ein Gebiet viele große Gruppen hat. Sie wird innerhalb einer Bevölkerung oder eines Gebiets berechnet, ohne dass auf etwas außerhalb dieser Bevölkerung oder dieses Gebiets Bezug genommen wird. Dies ist problematisch, da Sie an einer räumlichen Interaktion über Verwaltungsgrenzen hinweg interessiert sind.

Ein weit verbreitetes Maß für die Segregation ist der Index der Unähnlichkeit , der von 0 bis 1 variiert und klein ist, wenn Teilgebiete die gleiche Bevölkerungsverteilung wie die größere Region aufweisen, und groß, wenn Teilgebiete ausschließlich die eine oder andere Gruppe sind. Sie wird normalerweise in einer Region berechnet, für die demografische Informationen für viele Teilbereiche verfügbar sind (z. B. können Sie den Schwarz-Weiß-Unähnlichkeitsindex für den Ballungsraum basierend auf demografischen Daten für alle Zensusgebiete innerhalb des Ballungsraums berechnen). Wong (2002) hat lokal modelliertSegregation durch Berechnung des Unähnlichkeitsindex für jeden Teilbereich auf der Grundlage der Bevölkerung benachbarter (dh zusammenhängender) Teilbereiche und nicht der gesamten Region. Eine Einschränkung dieser Maßnahme besteht darin, dass sie nur für zwei Gruppen gleichzeitig funktionieren kann. Ich habe es jedoch in meiner eigenen Forschung verwendet, indem ich die zwei bevölkerungsreichsten Gruppen in jeder Zone von Nachbarn verwendet habe.

Sie haben angegeben, dass Sie die Diversität für jede Verwaltungseinheit (AU) berechnen möchten. Sie sagen aber auch, dass Sie ein kontinuierliches Raster der Vielfalt erstellen müssen. Mir ist nicht klar, ob Sie tatsächlich ein kontinuierliches Raster der Diversität wollen oder ob Sie denken, dass Sie das brauchen, um die AU-Diversität zu berechnen. Wenn Sie tatsächlich eine kontinuierliche Diversität wünschen, würde ich einen Blick auf O'Sullivan & Wong (2007) empfehlen , der die kontinuierliche Diversität mithilfe eines Kernel-Dichteschätzers visualisiert. Dies hat zur Folge, dass die Interaktion der Bevölkerung über Verwaltungsgrenzen hinweg berücksichtigt wird, die Sie angeben.

OTOH, wenn Sie wirklich Vielfalt nach Verwaltungseinheiten wünschen, können Sie dies entweder mit dem Herfindahl-Index oder dem lokalen Index der Unähnlichkeit tun. Dies erfordert jedoch Informationen über demografische Merkmale innerhalb jeder AU. Ich gehe davon aus, dass Sie die Karte der ethnischen Gebiete verwenden, weil Sie keine Daten zur ethnischen Bevölkerung für die AUs haben. Wenn Sie jedoch die Bevölkerung jeder AU kennen und diese mit dem Raster der ethnischen Gebiete überschneiden, können Sie die Bevölkerung der AU ethnischen Gebieten zuordnen. Die wichtige Annahme bei dieser und den anderen bisher vorgeschlagenen Antworten ist, dass sie davon ausgehen, dass die Bevölkerungsdichte entweder in der AU oder im ethnischen Bereich konstant ist. Diese Annahme scheint auf den ersten Blick unplausibel, aber Sie kennen die Daten besser als ich und können mit dieser Annahme zufrieden sein.

Aufgrund meines Verständnisses Ihrer Ziele denke ich, dass mein Ansatz wie folgt aussehen würde:

1. Modellpopulation innerhalb von Untereinheiten, wobei Untereinheiten der Schnittpunkt von AUs und ethnischen Gebieten oder ein Vektor- oder Rastergitter sein können. Wenn ich genug Zeit habe, würde ich es gerne in beide Richtungen versuchen.
2. Berechnen Sie den Herfindahl-Index für jede AU, aber nach Wong (2002) würde ich den Herfindahl-Index basierend auf der Nachbarschaft jeder AU und nicht nur auf der Bevölkerung innerhalb der AU berechnen. Bei genügend Zeit würde ich sowohl mit zusammenhängenden als auch mit entfernungsbasierten Stadtteilen experimentieren.

Natürlich kommt nichts davon zur technischen Umsetzung, aber wenn Sie mir ein Feedback dazu geben, können wir von dort aus fortfahren.

PS: Die wissenschaftlichen Arbeiten, mit denen ich verlinkt habe, sind geschlossen. Wenn OP keinen Zugang zu einer wissenschaftlichen Bibliothek hat, können Sie mich gerne per E-Mail kontaktieren und ich werde sie für Sie bereitstellen.