時空間ホットスポット分析 (Emerging Hot Spot Analysis) (時空間パターンマイニング)—ArcMap

概要
図
使用法
構文
コードのサンプル
環境
ライセンス情報

概要

[ポイントの集約による時空間キューブの作成 (Create Space Time Cube By Aggregating Points)] ツールを使用して作成した時空間キューブ内のポイント密度 (カウント) または集計フィールドのクラスタリングの傾向を識別します。カテゴリには、新規、連続性、増大、持続性、減衰、散発性、振動、および履歴のホットスポットとコールドスポットがあります。

時空間ホットスポット分析 (Emerging Hot Spot Analysis) ツールの詳細

図

使用法

このツールでは、[ポイントの集約による時空間キューブの作成 (Create Space Time Cube By Aggregating Points)] ツールで作成された netCDF ファイルのみを受け入れることができます。
時空間キューブ内のビンは、LOCATION_ID、time_step_ID、COUNT 値、およびキューブの作成時に集計された [集計フィールド] を保持します。物理的に同じ位置に関連付けられているビンは、同じロケーション ID を共有し、共に時系列を示します。同じ時間ステップ間隔に関連付けられているビンは、同じ時間ステップ ID を共有し、共にタイムスライスを構成します。各ビンのカウント値は、関連付けられた時間ステップ間隔中に、関連付けられた場所で発生したポイント数を反映します。
このツールは、Getis-Ord Gi* 統計の時空間での実装を使用して netCDF の [入力時空間キューブ] 内の変数を分析します。
分析対象のすべての場所の時空間分析結果を要約するレンダリングとともに、[出力フィーチャ] が、[コンテンツ] ウィンドウに追加されます。[ポリゴン解析マスク] を指定すると、分析対象の場所は解析マスクの範囲内の場所になります。指定しない場合、分析対象の場所は、1 つ以上の時間ステップ間隔における 1 つ以上のポイントを持つ場所になります。
[出力フィーチャ] に加えて、分析の概要が、[結果] ウィンドウに書き込まれます。[結果] ウィンドウのメッセージエントリを右クリックして、[表示] を選択すると、分析の概要が [メッセージ] ダイアログボックスに表示されます。進行状況ダイアログボックスには、解析サマリーも表示されます。
[時空間ホットスポット分析 (Emerging Hot Spot Analysis)] ツールは、新規、連続性、増大、持続性、減衰、散発性、振動、履歴という 8 つの特定のホットまたはコールドスポット傾向を検出できます。出力カテゴリの定義およびこのツールで使用されているアルゴリズムの詳細については、「時空間ホットスポット分析 (Emerging Hot Spot Analysis) ツールの詳細」をご参照ください。
フィーチャクラスタリングの強度の測定値を取得するために、このツールでは、Getis-Ord Gi* 統計の時空間での実装が使用されます。この統計は、近傍ビンの値のコンテキスト内で各ビンの値を考慮します。ビンの重心が [近傍距離] 内にあり、時間間隔が指定の [近傍時間のステップ] 内にある場合、そのビンは近傍であると見なされます。[近傍距離] の値を指定しない場合は、ポイントデータの空間分布に基づいて近傍距離が計算されます。[近傍時間のステップ] の値を指定しない場合は、デフォルト値が使用されます。デフォルトは、1 時間ステップ間隔です。
各分析対象の近傍に含まれるビンを特定するために、まず、ツールは指定された [近傍距離] 内の近傍ビンを見つけます。次に、それらのビンごとに、以前の N 個の時間ステップから同じ場所のビンを含めます。ここで、N は指定する [近傍時間のステップ] です。
[近傍時間のステップ] の値は、分析対象の近傍に含める時間ステップ間隔の数です。たとえば、キューブの時間ステップ間隔が 3 か月の場合に、[近傍時間のステップ] に 2 を指定すると、[近傍距離] 内のすべてのビンカウントと、直前の 2 つの時間ステップ間隔のすべての関連ビン (9 か月の時間間隔をカバー) が分析対象の近傍に含められます。
[ポリゴン解析マスク] フィーチャレイヤーは、分析範囲を定義する 1 つ以上のポリゴンを含むことができます。これらのポリゴンは、ポイントフィーチャが発生する可能性がある場所を示すとともに、ポイントが発生する可能性のないエリアを除外する必要があります。たとえば、空き巣の傾向を分析する場合は、[ポリゴン解析マスク] を使用して、大きな湖、地域の公園、または家が建っていない他のエリアを除外することができます。
[ポリゴン解析マスク] は、[入力時空間キューブ] の範囲と交差するため、キューブのディメンションを拡張しません。
分析範囲の設定に使用している [ポリゴン解析マスク] が最初にキューブを作成したときに使用された入力フィーチャの範囲を超えるエリアをカバーする場合、その [ポリゴン解析マスク] を出力範囲環境として使用してキューブを再作成してください。これにより、[時空間ホットスポット分析 (Emerging Hot Spot Analysis)] ツールの実行時に、[ポリゴン解析マスク] によってカバーされているすべてのエリアが対象になります。[ポリゴン解析マスク] をキューブの作成時の出力範囲環境設定として使用すると、キューブの範囲が [ポリゴン解析マスク] の範囲と一致するようになります。

[時空間ホットスポット分析 (Emerging Hot Spot Analysis)] を実行すると、いくつかの分析結果が netCDF の [入力時空間キューブ] に戻されます。次の 3 つの分析が実行されます。

高い値と低い値の両方でクラスタリングの強度を計測するために、近傍ビンのコンテキスト内で各ビンが分析されます。この分析の結果は、時空間キューブ内のビンごとの Z スコア、p 値、およびグループカテゴリです。
この後、Mann-Kendall 統計を使用して、分析対象の場所でこれらの Z スコアが時系列に評価されます。この分析の結果は、場所ごとのクラスタリング傾向の Z スコア、p 値、およびグループカテゴリです。
最後に、Mann-Kendall 統計を使用して、分析対象の場所でこれらの値が時系列に評価されます。この分析の結果は、場所ごとの傾向 Z スコア、p 値、およびグループカテゴリです。

[入力時空間キューブ] に追加される変数の概要を、次に示します。


変数名	説明	ディメンション
EMERGING_{ANALYSIS_VARIABLE}_HS_PVALUE	高い値 (ホットスポット) および低い値 (コールドスポット) のクラスタリングの統計的な有意性を計測する Getis-Ord Gi* 統計の p 値。	3 次元: 時空間キューブ内のビンごとに 1 つの p 値。
EMERGING_{ANALYSIS_VARIABLE}_HS_ZSCORE	高い値 (ホットスポット) および低い値 (コールドスポット) のクラスタリングの強度を計測する Getis-Ord Gi* 統計の Z スコア。	3 次元: 時空間キューブ内のビンごとに 1 つの Z スコア。
EMERGING_{ANALYSIS_VARIABLE}_HS_BIN	各ビンを統計的に有意なホットまたはコールドスポット値として分類するために使用される結果カテゴリ。ビンは FDR 補正に基づきます。 -3: コールドスポット、99 % の信頼度 -2: コールドスポット、95 % の信頼度 -1: コールドスポット、90 % の信頼度 0: 統計的に有意なホットスポットでもコールドスポットでもない 1: ホットスポット、90 % の信頼度 2: ホットスポット、95 % の信頼度 3: ホットスポット、99 % の信頼度	3 次元: 時空間キューブ内のビンごとに 1 つのグループカテゴリ。ビンは FDR 補正に基づきます。
{ANALYSIS_VARIABLE}_TREND_PVALUE	ある場所における値の傾向の統計的な有意性を計測する Mann-Kendall の p 値。	2 次元: 分析対象の場所ごとに 1 つの p 値。
{ANALYSIS_VARIABLE}_TREND_ZSCORE	ある場所の値に関連する Mann-Kendall 傾向 (上昇または下降) を測定する Z スコア。正の Z スコアは上昇傾向を示し、負の Z スコアは下降傾向を示します。	2 次元: 分析対象の場所ごとに 1 つの Z スコア。
{ANALYSIS_VARIABLE}_TREND_BIN	値に関して統計的に有意な上昇傾向があるか下降傾向があるかによって各場所を分類する場合に使用する結果カテゴリ。 -3: 下降傾向、99 % の信頼度 -2: 下降傾向、95 % の信頼度 -1: 下降傾向、90 % の信頼度 0: 有意な傾向なし 1: 上昇傾向、90 % の信頼度 2: 上昇傾向、95 % の信頼度 3: 上昇傾向、99 % の信頼度	2 次元: 分析対象の場所ごとに 1 つのグループカテゴリ。
EMERGING_{ANALYSIS_VARIABLE}_TREND_PVALUE	ある場所におけるホット/コールドスポット Z スコアの傾向の統計的な有意性を計測する Mann-Kendall の p 値。	2 次元: 分析対象の場所ごとに 1 つの p 値。
EMERGING_{ANALYSIS_VARIABLE}_TREND_ZSCORE	ある場所のホット/コールドスポット Z スコアの傾向に関連する Mann-Kendall 傾向 (増加または減少) を計測する Z スコア。正の Z スコアは上昇傾向を示し、負の Z スコアは下降傾向を示します。	2 次元: 分析対象の場所ごとに 1 つの Z スコア。
EMERGING_{ANALYSIS_VARIABLE}_TREND_BIN	ホット/コールドスポットの Z スコアについて統計的に有意な上昇傾向または下降傾向を持つとして、各場所を分類するために使用される結果カテゴリ。 -3: 下降傾向、99 % の信頼度 -2: 下降傾向、95 % の信頼度 -1: 下降傾向、90 % の信頼度 0: 有意な傾向なし 1: 上昇傾向、90 % の信頼度 2: 上昇傾向、95 % の信頼度 3: 上昇傾向、99 % の信頼度	2 次元: 分析対象の場所ごとに 1 つのグループカテゴリ。
EMERGING_{ANALYSIS_VARIABLE}_CATEGORY	17 カテゴリ (1 ～ 8、0、および -1 ～ -8) のうちの 1 つ。 1、新規のホットスポット 2、連続性のあるホットスポット 3、増大しているホットスポット 4、持続性のあるホットスポット 5、減衰しているホットスポット 6、散発性のあるホットスポット 7、振動しているホットスポット 8、履歴のホットスポット 0、検出されたパターンなし -1、新規のコールドスポット -2、連続性のあるコールドスポット -3、増大しているコールドスポット -4、持続性のあるコールドスポット -5、減衰しているコールドスポット -6、散発性のあるコールドスポット -7、振動しているコールドスポット -8、履歴のコールドスポット	2 次元: 分析対象の場所ごとに 1 つのカテゴリ。

構文

arcpy.stpm.EmergingHotSpotAnalysis(in_cube, analysis_variable, output_features, {neighborhood_distance}, {neighborhood_time_step}, {polygon_mask})

パラメーター	説明	データタイプ
in_cube	分析対象の netCDF キューブ。このファイルは、.nc 拡張子を持ち、[ポイントの集約による時空間キューブの作成 (Create Space Time Cube By Aggregating Points)] ツールを使用して作成されている必要があります。	File
analysis_variable	分析対象の netCDF ファイル内の数値変数。	String
output_features	生成される結果出力フィーチャクラス。このフィーチャクラスは、データ内のホットスポットおよびコールドスポットの傾向の 2 次元マップ表現になります。たとえば、新しいホットスポットまたは増大しているホットスポットを示します。	Feature Class
neighborhood_distance (オプション)	分析対象の近傍の空間範囲。この値は、ローカル時空間クラスタリングを評価する場合に一緒に分析されるフィーチャを決定します。	Linear Unit
neighborhood_time_step (オプション)	分析対象の近傍に含める時間ステップの間隔の数。この値は、ローカル時空間クラスタリングを評価する場合に一緒に分析されるフィーチャを決定します。	Long
polygon_mask (オプション)	分析範囲を定義する 1 つ以上のポリゴンを含むポリゴンフィーチャレイヤー。たとえば、分析対象から大きな湖を除外する場合にポリゴン解析マスクを使用します。このマスクの範囲外の [入力時空間キューブ] で定義されたビンは、解析に含められません。	Feature Layer

コードのサンプル

EmergingHotSpotAnalysis (時空間ホットスポット分析) の例 1 (Python ウィンドウ)

次の Python ウィンドウスクリプトは、EmergingHotSpotAnalysis (欠損値の補完) ツールの使用方法を示しています。

import arcpy
arcpy.env.workspace = r"C:\STPM"
arcpy.EmergingHotSpotAnalysis_stpm("Homicides.nc", "COUNT", "EHS_Homicides.shp", "5 Miles", 2, "#")

EmergingHotSpotAnalysis (時空間ホットスポット分析) の例 2 (スタンドアロン Python スクリプト)

次のスタンドアロン Python スクリプトは、EmergingHotSpotAnalysis (欠損値の補完) ツールの使用方法を示しています。

# Create space-time cube of aggregated homicide incidents in a metropolitan area
# Import system modules
import arcpy
# Set property to overwrite existing output, by default
arcpy.env.overwriteOutput = True
# Local variables...
workspace = r"C:\STPM"
try:
    # Set the current workspace (to avoid having to specify the full path to the feature 
    # classes each time)
    arcpy.env.workspace = workspace
    # Create space-time cube of aggregated homicide incident data with 3 months and 3 miles settings
    # Process: Create Space Time Cube By Aggregating Points
    cube = arcpy.CreateSpaceTimeCube_stpm("Homicides.shp", "Homicides.nc", "MyDate", "#", 
                                          "3 Months", "End time", "#", "3 Miles", "Property MEDIAN SPACETIME; Age STD ZEROS", "HEXAGON_GRID")
    # Create a polygon that defines where incidents are possible  
    # Process: Minimum Bounding Geometry of homicide incident data
    arcpy.MinimumBoundingGeometry_management("Homicides.shp", "bounding.shp", "CONVEX_HULL",
                                             "ALL", "#", "NO_MBG_FIELDS")
    # Emerging Hot Spot Analysis of homicide incident cube using 5 Miles neighborhood 
    # distance and 2 neighborhood time step to detect hot spots
    # Process: Emerging Hot Spot Analysis 
    cube = arcpy.EmergingHotSpotAnalysis_stpm("Homicides.nc", "COUNT", "EHS_Homicides.shp", 
                                              "5 Miles", 2, "bounding.shp")
except arcpy.ExecuteError:
    # If any error occurred when running the tool, print the messages
    print(arcpy.GetMessages())

環境

ライセンス情報

Basic: はい
Standard: はい
Advanced: はい

概要

図

使用法

構文

コードのサンプル

EmergingHotSpotAnalysis (時空間ホット スポット分析) の例 1 (Python ウィンドウ)

EmergingHotSpotAnalysis (時空間ホット スポット分析) の例 2 (スタンドアロン Python スクリプト)

環境

ライセンス情報

関連トピック

EmergingHotSpotAnalysis (時空間ホットスポット分析) の例 1 (Python ウィンドウ)

EmergingHotSpotAnalysis (時空間ホットスポット分析) の例 2 (スタンドアロン Python スクリプト)