Подготовка данных
Для принятия обоснованных природоохранных решений в парке необходимо определить районы с общими биоклиматическими характеристиками.
Обзор проекта
Начните со загрузки данных для упражнения.
- Загрузите пакет проекта IdentifyRegions.ppkx и найдите загруженный файл на своем компьютере.
Примечание:
Большинство веб-браузеров по умолчанию скачивают все в папку Загрузки. - Дважды щелкните пакет проекта IdentifyRegions.ppkx.
Пакеты проектов - это способ обмена проектами и данными ArcGIS Pro. Это сжатые файлы, при открытии которых копия проекта извлекается в папку C:\Users\[user name]\Documents\ArcGIS\Packages.
Пакет проекта извлекается, проект открывается на карте, отображающей базовую карту и границы национального парка Эль Янки.
Национальный парк Эль Янки располагается в восточной части Пуэрто Рико.
Загрузка биоклиматических данных
Набор данных биоклиматических переменныех Climatologies at high resolution for the earth’s land surface areas (CHELSA) - это набор климатических данных высокого разрешения, который применяется для моделирования распространения видов. Необходимо загрузить растр одной из переменных, которая будет использована в анализе.
- В браузере откройте страницу CHELSA Bioclim.
- Ознакомьтесь с описанием набора данных Bioclim.
Примечание:
Когда вы исследуете слой данных, который может оказаться полезным для вас, важно изучить его описание, предоставляющее важную контекстную информацию о данных, в том числе о том, кто их собрал, как они были собраны, для чего они предназначены и существуют ли ограничения на использование данных.Данные CHELSA опубликованы с условием, что будут процитированы исходная публикация и набор данных.
- Прокрутите страницу вниз до таблицы с описанием слоя.
В этой таблице содержится информация о каждом из слоев, которая поможет определить, какие слои необходимо использовать.
Слой bio1 содержит данные о среднегодовой температуре воздуха. Эти данные могут быть использованы для районирования парка.
В таблице описаны 50 слоев. В этом упражнении используются 19 слоев с префиксом bio. В зависимости от особенностей вашей природоохранной деятельности вы выберете различные сочетания слоев.
- Прокрутите наверх и над таблицей нажмите ссылку для загрузки THE LAYERS CAN BE DOWNLOADED HERE.
Откроется страница S3 File Browser. На странице отображаются четыре папки. В первой папке содержатся исторические данные за период 1981-2020. В остальных трех папках содержатся спроецированные данные, созданные с помощью различных климатических моделей.
- На странице S3 File Browser нажмите кнопку раскрыть рядом с папкой 1981-2010/.
Папка будет раскрыта.
- Нажмите кнопку раскрыть рядом с папкой bio/.
- Найдите файл с текстом _bio1_ в имени файла и нажмите кнопку скачать для файла CHELSA_bio1_1981-2010.V.2.1.tif.
Файл CHELSA_bio1_1981-2010.V.2.1.tif будет загружен на ваш компьютер. Размер файла 110 МБ.
Согласно таблице, просмотренной ранее, этот файл - это набор растровых данных со среднегодовой температурой воздуха за период 1981-2010.
Необходимо будет обрезать этот файл и извлечь данные, чтобы получить данные о парке.
В этом упражнении не потребуется загружать дополнительные файлы с биоклиматическими данными. Они были загружены и обрезаны, а затем сохранены в проекте для последующего использования.
Добавление данных в проект
После загрузки данных о температуре воздуха необходимо добавить их в проект.
- В ArcGIS Pro, на ленте щелкните вкладку Карта, и в разделе Слой щелкните Добавить данные.
- В окне Добавить данные раскройте Компьютер, раскройте Этот ПК и нажмите Загрузки.
Если загрузка файлов в браузере настроена на другое расположение, найдите файл в Microsoft File Explorer и перейдите в это расположение в окне Добавить данные.
- Щелкните набор растровых данных CHELSA_bio1_1981-2010.V.2.1.tif и нажмите OK.
Появится сообщение с вопросом, необходимо ли вычислить статистику для растра.
- Щелкните Да.
Слой CHELSA_bio1_1981-2010_V.2.1.tif появится на карте.
У слоя существует глобальный экстент, но эта часть появляется в основном белой. Она закрывает базовую карту, которую было видно до этого. Видно полигон границ парка и несколько светло-серых пикселей в его пределах.
Если ознакомиться с диапазоном Значений слоя, можно заметить, что ячейки растра имеют значения от 2196 до 3079, и высокие значения отображаются светло-серыми тонами.
Если обратиться к таблице с описанием данных можно заметить, что у данных настроен масштабный коэффициент и сдвиг.
Преобразование основано на этой информации (значения умножаются на масштабный коэффициент 0.1 и отнимается 273.15), значения растра переводятся в градусы Цельсия от -53.55 до 34.75.
- На панели Содержание щелкните правой кнопкой мыши слой CHELSA_bio1_1981-2010.V.2.1.tif и нажмите Приблизить к слою.
На карте видно полный экстент слоя.
Можно обнаружить, что области около экватора имеют светлый оттенок из-за высоких значений температуры, а полюса темнее из-за низких значений. Граница парка видна в виде небольшого темного пятна.
Изучите загружаемые данные, чтобы понимать, подходят ли они для анализа.
- На панели Содержание щелкните правой кнопкой слой boundary и выберите Приблизить к слою.
Слой CHELSA_bio1_1981-2010.V.2.1.tif был загружен и изучен. Он выглядит как полезный для анализа.
Обрезка растра.
Полный экстент данных не требуется для работы над парком, поэтому необходимо обрезать даные по границе парка.
- На ленте щелкните вкладку Анализ и в разделе Геообработка щелкните Инструменты.
Откроется панель Геообработка.
- На панели Геообработка в поле для поиска введите вырезать растр и в результатах поиска инструмента щелкните инструмент Вырезать растр.
- В инструменте Вырезать растр в качестве Входного растра, выберите слой CHELSA_bio1_1981-2010.V.2.1.tif.
- В качестве Выходного экстента выберите слой boundary.
Инструмент вырежет входной растр по полному охвату векторного слоя с границей парка, если не указать, что объекты слоя должны использоваться для вырезания.
- Установите отметку Использовать входные объекты для вырезающей геометрии.
Растр будет обрезан по границе парка.
Имя Выходного набора растровых данных по умолчанию будет состоять из исходного имени растра и суффикса _Clip. Растр будет сохранен в базе геоданных проекта.
- Щелкните Запустить.
Растр вырезан и слой CHELSA_bio1_19812010_V_Clip добавлен на карту.
Так как обрезанный растр содержит диапазон значений, отличающийся от исходного, оформление слоя тоже будет отличаться. Цветовая шкала показывает диапазон значений в парке более подробно.
Растр с полным глобальным экстентом больше не потребуется и его можно удалить.
- На панели Содержание щелкните правой кнопкой мыши слой CHELSA_bio1_1981-2010.V.2.1.tif и нажмите Удалить.
Примечание:
Для экономии времени и сокращения объема загружаемых в ходе упражнения данных растры для других биоклиматических переменных были заранее вырезаны. При необходимости выполнить это самостоятельно, запустите инструмент Вырезать растр в пакетном режиме, выполнив поиск инструмента, щелкнув его правой кнопкой мыши и выбрав Пакетно. На панели пакетного запуска инструмента пакетный параметр будет задан как Входной растр. Нажмите Далее, и откроется окно инструмента Вырезать растр Пакетно. Можно затем добавить все входные растры в инструмент Входной растр Пакетно и настроить остальные настройки инструмента таким же образом, как ранее было сделано в инструменте Вырезать растр. При запуске инструмента каждый растр будет обрезан по экстенту парка.
Создание точек образцов
На следующем шаге необходимо создать набор точек на основе растра. Это позволит объединить данные из нескольких растров таким образом, чтобы использовать их для визуализации и многофакторного кластерного анализа. Используйте инструмент Растр в точки для создания набора точек в центрах ячеек со значениями растра в качестве атрибута.
- В инструменте Вырезать растр нажмите кнопку Назад.
- На панели Геообработка в поле для поиска введите растр в точки и в результатах поиска щелкните инструмент Растр в точки.
- В инструменте Растр в точки в качестве Входного растра выберите слой CHELSA_bio1_19812010_V_Clip.
- В качестве значения параметра Поле примите значение по умолчанию Значение.
- Для Выходных точечных объектов введите bioclimate_points.
- Щелкните Запустить.
Слой bioclimate_points будет добавлен на карту.
Далее этот слой будет использован для получения значений из биоклиматических растров. Все это было подготовлено для вас и открыта карта Sample rasters. Вы скопируете созданные точки и затем переключитесь на карту с растрами.
- На панели Содержание щелкните правой кнопкой слой bioclimate_points и выберите Копировать.
- На панели карты щелкните вкладку карты Sample rasters.
- На панели Содержание щелкните правой кнопкой мыши Sample rasters и выберите Вставить.
В этой новой карте содержится составной слой BioclimateRasters с вырезанными версиями каждого из 19 биоклиматических растров CHELSA.
Составной слой настроен таким образом, чтобы переключаться между отдельными растрами. Подробнее см. Работа с составными слоями.
Извлечение значений из растров
После создания точек в центрах ячеек растра следующим шагом будет запуск инструмента Извлечь по образцу, который используется для получения значений из каждого растра в этих точках.
- В инструменте Растр в точки нажмите кнопку Назад.
- На панели Геообработка в окне поиска введите извлечь по образцу и в результатах поиска инструмента щелкните инструмент Извлечь по образцу.
- Для параметра Входные растры нажмите кнопку Добавить несколько.
- Установите отметку для выбора всех элементов.
- Щёлкните Добавить.
- В качестве значения параметра Входное местоположение растра или объектов выберите bioclimate_points.
Каждая точка в слое bioclimate_points будет использована для получения значений из каждого растра в этом местоположении.
- В качестве значения Выходной таблицы или класса объектов введите Sample_vals.
- Примите значения по умолчанию для Метода изменения разрешения и Поля уникального ID.
- Щелкните Запустить.
Таблица Sample_vals добавлена на панель Содержание в раздел Автономные таблицы.
- На панели Содержание щелкните правой кнопкой мыши таблицу Sample_vals и щелкните Открыть.
- Ознакомьтесь с таблицей.
Названия полей получены на основе названий растровых слоев. В них содержится информация для определения необходимых биоклиматических переменных, но их можно сделать более понятными.
Можно задать полям более понятные псевдоними, чтобы было удобнее интерпретировать данные.
Настройка псевдонимов полей.
Если имена полей сложны для восприятия, можно назначить псевдонимы, чтобы с ними было проще работать. На странице описания набора данных CHELSA Bioclim содержится таблица с полными и сокращенными названиями полей. Можно использовать эту таблицу, чтобы идентифицировать к каким биоклиматическим переменным относятся коды bio1, bio2, bio3 и т.п., и использовать их в качестве псевдонимов.
- В браузере откройте страницу CHELSA Bioclim.
- Ознакомьтесь с таблицей с описанием слоя.
- На панели Содержание в разделе Автономные таблицы щелкните правой кнопкой мыши Sample_vals выберите Дизайн данных и щелкните Поля.
Появится панель Дизайн полей.
- Щелкните столбец Псевдоним для переменной _bio1_.
Согласно таблице CHELSA Bioclim можно определить, что переменная _bio1_ соответствует Среднегодовой температуре воздуха.
- В столбце Псевдоним для переменной _bio1_ введите mean_annual_air_temperature.
Можно использовать этот способ для обновления псевдонимов для каждого поля. Однако в этом упражнении не нужно задавать псевдонимы для всех полей. Слой, который необходимо будет использовать позднее, уже был подготовлен для экономии времени.
- На ленте, на вкладке Автономная таблица в разделе Управление изменениями щелкните Сохранить.
Имя столбца будет обновлено в таблице.
Соединение таблицы образцов с точками
Последним шагом в получении биоклиматических данных в виде точечных объектов для анализа будет соединение созданной таблицы с точками центров ячеек.
- На панели Содержание щелкните правой кнопкой мыши слой bioclimate_points в разделе Соединения и связи выберите Добавить соединение.
Откроется инструмент Добавить соединение.
- В инструменте Добавить соединение в качестве Входного поля выберите OBJECTID.
Инструмент определит, что в содержании есть автономная таблица и добавит ее в качестве значения параметра Соединяемая таблица. Также инструмент обнаружит поле с названием OBJECTID и установит его в качестве значения по умолчанию для Поля соединения.
Параметры верно заполнены и инструмент готов к запуску. Если существуют еще таблицы или необходимо присоединить другие поля, можно изменить эти параметры.
- Нажмите OK.
- Щелкните правой кнопкой мыши слой bioclimate_points и нажмите Таблица атрибутов.
В точечном слое теперь присутствуют атрибуты из таблицы Sample_vals.
В таблице видно псевдоним, заданный для поля mean_annual_air_temperature.
Данные готовы к изучению и анализу для районирования.
В этом упражнении были загружены биоклиматические данные, они были вырезаны областью интереса, были созданы точки образцов из центров ячеек, были извлечены значения нескольких биоклиматических растров в таблицу, заданы псевдонимы и выполнено соединение таблицы с точками. Далее необходимо продолжить исследование подготовленных данных.
Определение переменных
Теперь, когда биоклиматические данные подготовлены, настало время познакомиться с переменными.
Создание матрицы точечной диаграммы
Матрица точечной диаграммы хороший способ сравнения пары переменных, когда есть несколько числовых переменных. Необходимо создать матрицу точечной диаграммы для биоклиматических переменных для изучения взаимосвязей между ними.
- На панели карты щелкните вкладку карты Identify variables.
Карта Identify variables показывает слой с границей парка и слой с именем sample_locations. Слой sample_locations содержит извлеченные биоклиматические данные с описательными названиями полей и псевдонимами.
- На панели Содержание щелкните правой кнопкой слой sample_locations, наведите курсор на Построить диаграмму и выберите Матрицу точечной диаграммы.
Появится панель Свойства диаграммы.
Эта панель позволяет настроить свойства диаграммы. Первым шагом настройки матрицы точечной диаграммы является выбор числовых переменных, которые будут использованы в диаграмме.
- На панели Свойства диаграммы щелкните Выбрать.
Для матрицы точечной диграммы доступны на выбор 19 биоклиматических переменных.
- Нажмите кнопку Переключить все опции.
Так как полей много, проще выбрать все поля и снимать отметки для тех, которые не хочется использовать.
- Снимите отметку с первых двух полей pointid и grid_code и нажмите Применить.
Матрица точечной диаграммы появится на панели диаграмм.
Используйте матрицу точечной диаграммы для изучения взаимосвязей данных.
После создания матрицы точечной диаграммы можно изучить данные и взаимосвязи между переменными в различных местоположениях в парке. Переменные для использования можно выбрать на основе требований и этого изучения.
Если диаграмма свернута в ArcGIS Pro ее может быть сложно изучать, поэтому стоит открепить панель, чтобы стало легче увеличить ее размер.
- Щелкните правой кнопкой вкладку sample_locations - Scatter plot matrix of Sample_locations и щелкните Плавающая.
- Щелкните и перетащите угол окна диаграммы Матрица точечной диаграммы sample_locations, чтобы сделать его больше, чтобы было лучше видно последовательности точек.
Диаграмма показывает переменные по осям X и Y. Для каждой комбинации переменных отображается матрица точечной диаграммы.
Если задержать указатель на одной из небольших диаграмм, всплывающее окно покажет названия переменных и значение R-квадрат.
- Задержите указатель над одной из диаграмм с высокой положительной корреляцией (узкая линия точек с восходящим трендом слева направо).
В этом наборе данных для области интереса количество осадков в каждом местоположении для самого сухого месяца сильно взаимосвязанно с количеством осадков для самого влажного месяца.
- Задержите указатель над одной из диаграмм с высокой отрицательной корреляцией (узкая линия точек с нисходящим трендом слева направо).
В этом наборе данных для области интереса среднегодовая температура в каждом местоположении сильно негативно взаимосвязанна с сезонными перепадами температуры (стандартным отклонением среднемесячных температур).
- Щелкните одну из диаграмм с менее очевидной корреляцией, затем задержите указатель над диаграммой.
Щелчок диаграммы выбирает ее и показывает большую диаграмму в правой верхней части окна диаграмм.
В этом наборе данных не прослеживается сильной корреляции между сезонными перепадами температур и средним количеством осадков в самом засушливом квартале. Возможно, существуют другие взаимосвязи между различными поднаборами данных.
- На панели инструментов матрицы точечной диаграммы щелкните инструмент Выборка.
Диаграмма и карта связаны, поэтому выборки на большой диаграмме отображаются на всех меньших диаграммах и на карте. Это позволяет интерактивно выбирать точки данных на диаграмме и просматривать их расположение на карте.
- Щелкните и растяните рамку, чтобы выбрать несколько точек в правой верхней части выбранной матрицы точечной диаграммы.
Выборка на большей диаграмме отображается на меньших диаграммах.
Выборка также отображается на карте.
Можно использовать этот способ для продолжения изучения взаимосвязей между переменными в различных местоположениях области интереса.
- Щелкните область большой диаграммы без точек.
Выборка будет очищена на диаграмме и на карте.
- Закройте окно диаграммы.
Диаграмма появится в списке панели Содержание. Можно повторно открыть ее двойным щелчком.
Набор данных CHELSA Bioclimate является многоцелевым, его можно применять для исследований различных направлений. Из 19 биоклиматических переменных многие относятся к температуре и осадкам, а также многие из них взаимосвязаны. Они иллюстрируют годовые тренды, сезонность и экстремальные или ограничивающие факторы. Не все данные будут полезны для любого проекта.
Для районирования потребуются переменные, которые не сильно скоррелированы. Для районирования будут использованы годовые осадки, годовой диапазон температур и среднегодовая температура. В зависимости от района и задачи могут быть выбраны другие переменные.
Были исследованы взаимосвязи между парами биоклиматических переменных и то, как различные географические сочетания переменных могут иметь разные паттерны взаимосвязей и кластеризации в рамках этого набора данных. Теперь можно провести районирование на основе выбранных переменных.
Идентификация регионов
Теперь, когда данные подготовлены и переменные определены, заключительный шаг проведение районирования.
Районирование включает в себя деление территории на более мелкие регионы на основе специфических критериев, которые преобладают в каждом регионе, с целью понимания характеристик каждого региона. Целью районирования является обобщение важных преобладающих экологических факторов в пространственные регионы для планирования и управления охраной природы. В зависимости от вида и области интереса различные переменные будут иметь разное значение.
Создание кластеров
Можно использовать инструмент Многофакторная кластеризация для создания кластеров на основе выбранных переменных.
- На панели карты щелкните вкладку карты Identify regions.
На карте показаны слои sample_locations и boundary.
- На панели Геообработка в поисковой строке введите многофакторная кластеризация и в результатах поиска щелкните инструмент Многофакторная кластеризация.
- В инструменте Многофакторная кластеризация в качестве Входных объектов выберите слой sample_locations.
- В поле Поля анализа установите отметки для Annual_precipitation, Annual_temperature_range и Mean_annual_temperature.
- Примите значения по умолчанию для параметров Метод кластеризации и Метод инициализации.
Алгоритм кластеризации по умолчанию это алгоритм К-средних. Алгоритм инициализации это оптимизированные местоположения начальных объектов. Подробнее об этих параметрах см. справку инструмента.
- Оставьте пустым значение параметра Количество кластеров.
Если известно количество кластеров, которое хочется обнаружить при помощи инструмента, можно указать его тут. Для исходного исследования естественных кластеров в ваших данных, можно оставить это значение незаполненным. Инструмент определит оптимальное количество кластеров на основе данных.
- Для Выходной таблицы для оценки числа кластеров введите Output_number_of_clusters.
Когда указана эта выходная таблица, также будет создана диаграмма с вычисленными значениями Псевдо-F-статистики для различного количества кластеров. Самые большие значения псевдо-F-статистики указывают на решения, соответствующие максимальному сходству внутри кластеров и максимальному различию между кластерами.
Используйте эту диаграмму для понимания выходных данных инструмента и принятия собственного решения о том, сколько кластеров стоит создать.
- Щелкните Запустить.
Инструмент запустится, и скоро на карту будет добавлен слой sample_locations_MultivariateClustering.
Слой отображает точки образцов, раскрашенные по Cluster ID. Было найдено три кластера.
Это только начало анализа, но три кластера слишком большие и, вероятно, не подходят для детализированного принятия экологических решений. Можно указать, чтобы инструмент создал больше кластеров, но как определить, сколько кластеров должно быть?
Так как было указано создание таблицы Output_number_of_clusters, инструмент также создал диаграмму для изучения, для лучшего понимания кластеров в данных. На основе этой информации позднее вы уточните свой анализ.
Уточнение кластерного анализа
Теперь необходимо изучить значения псевдо-F-статистики, которые записал инструмент в таблице Output_number_of_clusters.
- На панели Содержание в разделе Автономные таблицы в подсекции Диаграммы дважды щелкните Оптимизированная диаграмма Псевдо-F-статистики.
Откроется диаграмма. При необходимости измените размер диаграммы для лучшего восприятия.
Диаграмма показывает значения Псевдо-F-статистики для решений кластеризации от 3 до 30 кластеров. Эта величина является отношением вариации между кластерами к вариации внутри кластера: Большие значения F-статистики указывают на решения, соответствующие максимальному сходству внутри кластеров и максимальному различию между кластерами.
Инструмент создал три кластера потому что согласно диаграмме наибольшее значение Псевдо-F-статистики наблюдается для 3 кластеров. Второй пик наблюдается для 6 кластеров, что также является допустимым решением.
- Закройте диаграмму.
- Перейдите на вкладку Геообработка.
На панели инструмента Многофакторная кластеризация отображаются настройки, использованные при запуске инструмента: Вы измените количество кластеров, которые инструмент должен создать, и запустите его снова.
-
В инструменте Многофакторная кластеризация в поле Число кластеров введите 6.
- Примите установленные по умолчанию значения для остальных параметров и нажмите Запустить.
Инструмент создаст новую карту с шестью кластерами.
Помимо карты с кластерами точек инструмент создает диаграмму с характеристиками кластеров. Далее вы изучите их.
Изучение характеристик кластеров
Точки каждого из кластеров имеют схожие значения каждой из трех переменных. Ящичковая диаграмма многофакторной кластеризации показывает эти наборы значений.
- На панели Содержание в разделе слоя sample_locations_MultivariateClustering дважды щелкните диаграмму Multivariate Clustering Box-Plots.
Диаграмма показывает ящичковые диаграммы распределения стандартизированных значений каждой переменной и линии, показывающие средние значения каждой переменной в каждом кластере.
На этой диаграмме три ящичковых диаграммы показывают стандартизированные значения переменых годовых осадков, годовой диапазон температур и среднегодовой температуры.
На этих ящичковых диаграммах нанесены линии, представляющие средние значения каждой переменной в пределах каждого кластера.
- На Ящичковой диаграмма многофакторной кластеризации наведите указатель на кластер 2 на диаграмме годовых осадков.
В этом примере кластер 2 отображается красным. Случайные цвета на диаграмме совпадают с цветами на карте. Цвет вашего кластера 2 может быть другим.
Появится всплывающее окно с Cluster ID для точки название Полей анализа и Средним значением для этого кластера.
Можно использовать этот способ для изучения средних значений каждого из полей в каждом кластере. Точки кластера соединены линиями того же цвета.
Красная линия, представляющая точки в кластере 2 на этой диаграмме, показывает более высокое среднее значение для годового количества осадков по сравнению с другими кластерами, промежуточное значение для диапазона годовых температур и более низкое среднее значение для средней годовой температуры. Этот кластер представляет более высокие участки местности в центре парка, которые более влажные и прохладные, чем другие районы.
Напротив, светло-синяя линия, представляющая точки в кластере 1, имеет самые низкие средние значения годового количества осадков, самые высокие значения диапазона годовых температур и промежуточные значения средней годовой температуры. Эти точки находятся на низких высотах на западной окраине парка.
Вы создали шесть кластеров, представляющих шесть биоклиматически схожих районов в парке. Два кластера, кластер 1 и кластер 5, имеют участки, которые не являются пространственно непрерывными.
Эти кластеры могут подойти для текущей задачи.
В некоторых случаях может быть желательно, чтобы кластеры были пространственно непрерывными. Вы воспользуетесь инструментом Пространственно-ограниченная многовариантная кластеризация, для создания непрерывных кластеров.
Создание непрерывных кластеров
Непрерывные места обитания могут быть полезны для сохранения видов. Если вам нужно, чтобы кластеры были пространственно смежными, можно использовать инструмент, который включает пространственные ограничения в процессе кластеризации.
- Щелкните вкладку Геообработка и на панели инструмента Многофакторная кластеризация нажмите кнопку назад.
- На панели Геообработка в поисковой строке введите пространственно-ограниченная многофакторная кластеризация и в результатах поиска инструмента щелкните инструмент Пространственно-ограниченная многофакторная кластеризация.
- В инструменте Пространственно-ограниченная многофакторная кластеризация в качестве Входных объектов выберите слой sample_locations.
- В поле Поля анализа установите отметки для Annual_precipitation, Annual_temperature_range, и Mean_annual_temperature.
- В качестве значения параметра Ограничения размера кластера примите значение по умолчанию Нет.
В этом случае не потребуется ограничивать размер кластеров.
- Введите 6 в качестве Числа кластеров.
- Для опции Пространственные ограничения примите значение по умолчанию Сокращенная триангуляция Делоне.
- Щелкните Запустить.
Инструмент будет запущен и создаст набор пространственно-ограниченных кластеров. Новый слой добавлен на карту.
Подробнее о работе инструмента Пространственно-ограниченная многофакторная кластеризация см. документацию инструмента.
Вы создали биоклиматические регионы, используя три переменные и два инструмента многофакторной кластеризации. Вы увидели, как получить и исследовать входные переменные, а также изучить характеристики кластеров. Это был упрощённый пример, чтобы показать рабочий процесс и доступные данные. Для своих задач, вероятно, потребуется использовать другой набор переменных, выбирая те, которые наиболее актуальны для местоположения, местообитаний и видов, которые представляют интерес в регионе, где вы занимаетесь охраной природы.