创建时空立方体图层

创建时空立方体图层是为了可视化时空立方体 netCDF(网络通用数据格式)文件的内容。 本教程中将使用的时空立方体包含来自美国人口普查局 (ACS) 的美国人口普查数据。

注:

并非所有 netCDF 文件均包含时空立方体。 NetCDF 文件格式通常用于存储科学数据;这些文件无法用于创建时空立方体图层。 要了解如何创建时空立方体 netCDF 文件,请参阅教程确定对驾驶员最危险的道路

创建工程

首先,您需要下载时空立方体 netCDF 文件并在 ArcGIS Pro 中创建一个包含 3D 场景的工程。

  1. 下载 Florida_Housing.zip
  2. 将下载的压缩文件夹解压到您选择的位置,例如 Documents 文件夹。

    该文件夹包含 FloridaHousing.nc.nc 扩展名用于 netCDF 文件,其中包括时空立方体。 该文件包含佛罗里达州公共使用微观数据区域 (PUMA) 的 ACS 住房和人口统计数据。 PUMA 是由美国人口普查局定义的地理区域,其中至少包含 100,000 位居民。

    已通过以下方式对此时空立方体进行了预处理:

    • 使用子集化时空立方体工具从覆盖整个美国的原始数据集中提取佛罗里达州的 PUMA。
    • 针对一些数据变量运行了时空模式分析工具集中的分析工具。 在本教程的稍后部分中,您将探索此分析的结果。
  3. 启动 ArcGIS Pro。 如果收到系统提示,请使用您获得许可的 ArcGIS 组织账户登录。
    注:

    如果您没有 ArcGIS Pro 的访问权限或者 ArcGIS 组织账户,请参阅软件访问权限选项

    您将创建一个包含场景的工程。 场景将在 3D 模式下显示数据。 时空立方体图层用于时空数据的 3D 可视化,因此最好使用场景对其进行处理。

  4. 新建工程下,单击局部场景

    局部场景工程模板

  5. 新建工程窗口中,对于名称,键入 Florida Housing Trends。 单击确定

    随即创建该工程,其中包含具有默认范围的场景。 在创建时空立方体图层之前,您需要关闭场景的默认高程表面。 由于时空立方体图层使用 z 轴(高程)来表示时间,因此最好隐藏任何可能干扰时空立方体图层可见性的 3D 图层。

  6. 内容窗格中的高程表面下,取消选中 WorldElevation3D/Terrain3D,或者根据需要取消选中任何其他高程表面。

    “内容”窗格中的 WorldElevation3D/Terrain3D 高程表面

创建时空立方体图层

接下来,您将运行地理处理工具,使用已下载的时空立方体 netCDF 文件来创建时空立方体图层。

  1. 单击功能区上的地图选项卡。 在图层组中,单击添加数据下拉菜单。

    “添加数据”下拉菜单

  2. 在下拉菜单中,单击时空立方体图层

    “添加数据”下拉菜单中的“时空立方体图层”选项

    注:

    如果您未看到时空立方体图层选项,请确保活动视图为场景,而非地图。

    地理处理窗格随即出现,其中显示了创建时空立方体图层工具。

  3. 对于输入时空立方体参数,单击浏览按钮。

    “浏览”按钮

  4. 输入时空立方体窗口中,浏览至已提取的 Florida_Housing 文件夹的位置。 选择 FloridaHousing.nc 并单击确定

    该文件即会添加至工具参数。

  5. 对于输出要素类(图层源),删除现有文本并键入 Florida_Housing_STC(STC 为时空立方体的缩写)。

    添加 netCDF 文件后,将使用与时空立方体相关联的所有变量填充变量参数。 其中许多变量包含与住房拥有率无关的人口普查信息,因此本教程无需这些变量。 您仅需选择多个要包含在时空立方体图层中的相关变量。

  6. 对于变量,单击重置按钮。

    “变量”参数的“重置”按钮

    随即取消选择所有变量。

  7. 在变量列表中,选中以下变量的复选框:
    • PCTPOPULATION65YEARSANDOVER(65 岁及以上人口的百分比)
    • HOMEOWNERSHIPRATE(住房拥有率)

    “变量”参数包含两个选定变量

    住房拥有率变量对于您的探索将至关重要。 与此同时,65 岁及以上人口变量可能成为影响住房拥有率的潜在因素(因为住房拥有率通常随着年龄的增长而增大)。

    您将保留输出几何类型为点。 点将在场景中显示为 3D 立方图格,在这种情况下具有更好的渲染性能。

  8. 单击运行

    该工具随即运行。 该工具完成后,随即将时空立方体图层添加至场景,其中显示了佛罗里达州的立方体形状立方图格。 时空立方体图层只是 netCDF 文件中实际时空立方体的视觉表示。

    场景中的默认时空立方体

    在探索场景之前,您需要调查工具结果的详细信息,以了解有关时空立方体图层的详细信息。

  9. 地理处理窗格的底部,单击查看详细信息

    “查看详细信息”按钮

    详细信息窗口随即出现,其中包含有关工具结果的信息。

  10. 如有必要,请滚动至时空立方体图层特征部分的顶部。

    时空立方体图层的数据范围介于 2010 年到 2023 年。 时间步长间隔为 1 年,这意味着场景中的每个立方图格代表一年的数据。

    时空立方体图层的时间范围和时间步长间隔特征

  11. 关闭详细信息窗口。

导航场景

接下来,您将导航场景以了解有关时空立方体图层的信息。

  1. 可以使用鼠标或导航控件对场景进行平移、倾斜和缩放,直到您能够看到整个图层的倾斜视图为止。
    提示:

    有关导航场景的详细信息,请参阅在 3D 模式下导航

    场景显示了倾斜角度的时空立方体图层

    时空立方体图层的每列代表一个位置。 在本例中,每个位置都是一个 PUMA。 每个立方图格(立方体)代表一个时间步长;如详细信息窗口中所示,每个时间步长代表一年的数据。

    最接近地面的立方图格是最早的时间步长,即 2010 年。 每个后续立方图格代表下一年,以顶部立方图格结束,该立方图格代表 2023 年。 每列包含 14 个立方图格,代表 2010 年至 2023 年之间的 14 年。

    将按变量值对这些立方图格进行符号化。 变量值在内容窗格中列出,位于图层图例上方。

    “内容”窗格中时空立方体图层的图例

    在本例中,变量值为住房拥有率变量。 颜色越深的立方图格代表住房拥有率越高。 根据图例,具有最低比率的立方图格的住房拥有率约为 13.9%,而具有最高比率的立方图格的住房拥有率约为 89.1%。

    在此默认可视化中,您已经能够看到数据中的一些空间和时间趋势,由此帮助您回答本教程的第一个问题:住房拥有率如何随时间和空间变化?

    注:

    对于变量值,如果您看到 PCTPOPULATION65YEARSANDOVER,而非 HOMEOWNERSHIPRATE,请单击内容窗格中的 Florida_Housing_STC 图层以将其选中。 在功能区的时空立方体选项卡的可视化组中,单击变量下拉菜单并选择 PCTPOPULATION65YEARSANDOVER。 然后,再次单击变量下拉菜单并选择 HOMEOWNERSHIPRATE。 应同时更新时空立方体图层和变量值以显示 HOMEOWNERSHIPRATE

  2. 对场景进行平移、倾斜和缩放,直到您能够清晰地看到最南端的一列立方图格为止。

    场景上最南端的一列立方图格

    此列中前 13 个立方图格的颜色均为中等深浅。 顶部最后一个立方图格的颜色较深。 此模式指示该区域近期的住房拥有率有所上升。 该模式具有时间属性,因为此列中的所有立方图格都代表相同位置,只是时间不同。

  3. 对场景进行平移、倾斜和缩放,直到您能够看到佛罗里达州东北部 Jacksonville 周围的列聚类为止。

    场景上的 Jacksonville

    在 Jacksonville 中心附近,存在一排浅色的立方图格,指示住房拥有率较低。 但是,Jacksonville 外部区域立方图格的颜色较深,指示住房拥有率较高。 此模式主要呈现空间属性;虽然同一列内的比率存在一些差异,但最大的差异存在于列与列之间。

  4. 内容窗格中,右键单击 Florida_Housing_STC 并选择缩放至图层

    “缩放至图层”选项

    您将返回到图层的全图范围。

  5. 快速访问工具栏中,单击保存工程按钮。

    “保存工程”按钮

    提示:

    您也可以使用键盘快捷键 Ctrl+S 保存工程。

您创建了一个时空立方体图层并对其数据进行了基础探索。 但是,场景中存在大量信息,难以从原始变量值中得出结论。 接下来,您将更详细地探索时空立方体图层。


显示时空立方体图层

要进行更深入的时空立方体图层探索,您将更改其外观并添加 2D 可视化。 您也将重点关注特定感兴趣区域并探索可能对住房拥有率有影响的数据变量。 最后,您将使用时间序列图表探索时空立方体图层中的数据。

更改显示主题

时空立方体图层可包含多个变量,以及与这些变量关联的分析结果。 考虑到本教程的目的,您的时空立方体图层经过预处理并包括数据的分析结果。 您将更改可确定时空立方体符号化方式的显示主题,以探索这些结果。

  1. 内容窗格中,确认 Florida_Housing_STC 已选中。

    “内容”窗格中的 Florida_Housing_STC

    选中图层后,功能区上的时空立方体上下文选项卡将变为可用。

  2. 在功能区上单击时空立方体选项卡。

    功能区上的时空立方体选项卡

    该选项卡包含显示和探索时空立方体图层的选项。 在可视化组中,变量参数将确定在图层中符号化的变量。 (正如您以前所看到的,已选择住房拥有率变量。)

    可视化组也包括预设符号系统选项库。 默认选中变量值选项。 在图库中显示的选项取决于时空立方体中的数据类型和创建时空立方体图层前执行的分析。

    在预处理期间,新兴时空热点分析工具在数据上运行,因此可以使用分析结果可视化时空立方体。

  3. 可视化组的图库中,单击更多按钮。

    可视化图库的更多按钮

  4. 新兴时空热点分析下,单击热点类型

    可视化图库下拉菜单中的热点类型选项

    时空立方体图层根据新兴时空热点分析工具的结果进行可视化。

    按照热点符号化的时空立方体图层

    新兴时空热点分析工具标识比平均值高(热点)或低(冷点)的值的空间和时间聚类。 热点不只是带有高值的单一图格,而是被具有高值的相邻图格包围的图格。 作为结果,具有低值的某些图格可能由于其邻域而成为热点的一部分。 热点或冷点颜色越深,表示统计分析的置信度越高,颜色最深的置信度为 99%。

    注:

    要了解有关热点分析的详细信息,请参见热点分析 (Getis-Ord Gi*) 的工作原理。 要了解如何在时空立方体上运行新兴时空热点分析,请尝试教程确定对驾驶员最危险的道路

  5. 平移、倾斜和缩放以浏览场景。

    根据场景,您可以看到住房拥有率的趋势,而这些趋势在单独查看价值时并不明显。 例如,佛罗里达州中部的大部分地区是住房拥有率的热点地区,表明住房拥有率价值相对较高。 相比之下,迈阿密所在的佛罗里达州东南部是住房拥有率价值相对较低的冷点。

    此外,有些列的图格中较早的图格是白色(不明显),但较晚的图格是热点或冷点。 例如,迈阿密冷点边缘的几个列只是在过去几年里才变成冷点。

  6. 右键单击 Florida_Housing_STC 并选择缩放至图层

添加 2D 图层

时空立方体的分析结果也可以以 2D 形式显示。 您将添加包含新兴热点分析结果的 2D 图层,该图层将具有汇总数据时间趋势的特殊符号系统。

  1. 在功能区的时空立方体选项卡的实用工具组中,单击添加 2D 图层

    “添加 2D 图层”按钮

    显示地理处理窗格,显示在 2D 模式下显示时空立方体工具。 默认情况下,输入时空立方体和变量设置为与您的时空立方体图层相匹配。

  2. 对于显示主题,选择新兴热点分析结果
  3. 对于输出要素,删除文本并输入 Florida_Housing_2D

    “在 2D 模式下显示时空立方体”工具参数

  4. 单击运行

    工具随即开始运行,2D 图层将添加到场景中。 由于时空立方体图层的存在,很难看清。

  5. 内容窗格中,取消选中 Florida_Housing_STC

    2D 图层显示了佛罗里达州的 PUMA,根据热点类型进行符号化。

    显示 2D 新兴热点分析结果的场景

    与 3D 结果不同,3D 结果中不同深浅的红色或蓝色仅表示置信度的差异,而 2D 图层中的不同类型的符号指的是数据中的时间趋势。 热点和冷点可以是新的、连续的、强化的、持续的等。 这种时间方面是新兴热点分析与常规热点分析的区别所在。

    注:

    有关每种类型热点的完整解释,请参阅新兴热点分析的工作原理

    佛罗里达州中部的大片热点聚类和迈阿密周围的冷点大部分都是正在强化的热点和冷点。 强化意味着这些区域在大多数时间段内都是热点或冷点,并且聚类强度不断增加。 这一趋势表明,佛罗里达州中部和迈阿密之间的区域差异正在随着时间的推移而扩大。

关注感兴趣区域

现在您对第一个分析问题有了更深入的理解:住房拥有率如何随时间和空间变化? 接下来,您将回答下一个问题:邻近地区是否存在不同的住房拥有率模式?

大多数热点和冷点区域仅与相似区域或未检测到模式的区域相邻。 但是,有一个位置热点和冷点彼此相邻。 您将选择这两个区域来进行比较。

  1. 单击功能区上的地图选项卡。 在选择组中,单击选择按钮。

    功能区上的“选择”按钮

  2. 按住 Shift 键,单击佛罗里达州西南部热点与冷点相邻的两只 PUMA。

    选定两只 PUMA 的场景

    根据符号系统,冷点是一个正在加强的冷点,而热点是一个正在缩减的热点,这表明这两个 PUMA 正朝着相反的方向发展。 您将查看这两个位置的 3D 图层以更好地理解这些模式。

  3. 内容窗格中,选中 Florida_Housing_STC 复选框以将图层打开并单击图层名称将其选中。

    在地图上,所有 3D 数据都会重新出现,因此很难只看到您想要比较的 PUMA。 但是,使用在 2D 图层上所做的选择,您可以更改 3D 图层的范围。

  4. 在功能区上单击时空立方体选项卡。 在时空范围组中,单击配置范围

    功能区上的配置范围按钮

    注:

    如果没看到时空立方体选项卡,请确保在内容窗格中已选中 Florida_Housing_STC

  5. 配置范围下拉菜单的感兴趣区域面,选择 Florida_Housing_2D

    配置范围下拉菜单中的感兴趣区域面参数

  6. 单击应用

    由于感兴趣区域面具有选择,因此 3D 时空立方体图层的范围将发生改变以匹配选择。

  7. 单击功能区上的地图选项卡。 在导航组中,单击浏览按钮。

    功能区中的“浏览”按钮功能区

  8. 在场景中,导航至两列图格。

    显示感兴趣区域中两列图格的场景

    强化冷点中较早的时间步长是置信度较低的冷点,而较晚的时间步长具有较高的置信度。 相比之下,缩减热点的几乎每个时间步长都具有很高的置信度。

    那么,为什么这个区域的热点会缩减? 重要的是要记住,置信度水平不一定与聚类强度相对应。 此外,由于热点和冷点是由邻近的图格决定的,冷点的加强可能必然导致热点的减弱,因为其邻近的图格住房拥有率值越来越低。 如果这种趋势持续下去,缩减的热点可能就不再是热点了。

    您详细检查了两个具有不同住房拥有率的邻近区域,并在 2D 和 3D 模式下对它们进行了比较。 在继续之前,您将删除感兴趣区域并关闭 2D 图层,因为在本教程的其余部分中您将不需要该图层。

  9. 在功能区上单击时空立方体选项卡。 在时空范围组中,单击配置范围
  10. 配置范围下拉菜单的感兴趣区域面,单击重置按钮。

    感兴趣区域面参数的重置按钮

  11. 单击应用
  12. 内容窗格中,取消选中 Florida_Housing_2D。 右键单击 Florida_Housing_STC 并选择缩放至图层

浏览其他变量

您要回答的最后一个分析问题是:其他变量与住房拥有率有何关联? 根据美国人口普查局生成的数字,住房拥有率往往随着年龄的增长而增加。 尽管住房拥有率可能受多种其他因素影响,包括种族和移民状态,您将重点关注此教程中的年龄因素。

当您创建时空立方体图层时,包含了有关 65 岁及以上人口百分比的变量。 您将浏览场景此变量。

  1. 在功能区时空立方体选项卡的可视化组中,单击变量下拉箭头并选择 PCTPOPULATION65YEARSANDOVER

    功能区上的变量参数

    时空立方体图层更改其符号系统以反映此变量。 显示主题自动更改回变量值。 由于未对该变量进行新兴热点分析,因此该显示主题不再可用。

    具有以 65 岁及以上变量表示的时空立方体图层的场景

    颜色越深的图格表示 65 岁及以上人口的比例越高。 佛罗里达州中部似乎老年人口较多的地区,也是住房拥有率热点聚集的地方,而迈阿密周边老年人口较少的地区,则是住房拥有率冷点聚集的地方。

    老年人口趋势的变化或许能解释某些地区的住房拥有率发生变化的原因。 您将通过更改显示主题来调查数据趋势。

  2. 在功能区的可视化库中,单击更改点
    注:

    根据窗口大小,您可能需要单击图库上的更多按钮才能看到更改点选项。

    更改点显示主题

    此显示主题突出显示了老年居民比例趋势发生显著变化的时间步长。 这些时间步长称为变化点,以品红色表示。

    具有更改点显示主题的场景

    注:

    这些更改点是使用更改点检测地理处理工具识别的。 要了解详细信息,请参阅更改点检测(时空模式挖掘)

    更改点表明更改发生的地点和时间,但不表明这些更改是增加还是减少。 您将使用时间序列弹出窗口进行进一步调查,该弹出窗口以折线图的形式显示时间步长值。

  3. 在场景中,导航至靠近佛罗里达州西南部的地方,在那里您可以比较两个相邻的热点区域和冷点区域。

    这个领域有几个更改点。

  4. 在功能区的探索组中,单击按位置显示时序弹出窗口

    功能区上的按位置显示时序弹出窗口

  5. 单击区域中最近(最高)的更改点。
    提示:

    如果您仍然需要导航场景来查看更改点,可以通过指向场景并按 C 键来暂时重新激活探索工具。

    佛罗里达州西南部最近的更改点

    出现弹出窗口,显示更改点的时间序列图表。

    显示时间序列图表的弹出窗口

    蓝线表示每个时间步长中 65 岁及以上人口的百分比。 品红色点是更改点,而品红色线显示数据的整体趋势。 在这个更改点上,65 岁及以上人口的比例从 2010 年到 2019 年总体呈上升趋势,然后从 2019 年到 2023 年开始下降。

    如果人口年龄是影响住房拥有率的一个因素,那么这个更改点可能有助于解释为什么这个地区成为一个日益加强的冷点。

    提示:

    要了解图表上某个点的详细信息,请指向该点。

  6. 关闭弹出窗口。
  7. 在场景中,单击其他更改点并探索其时间序列图表。

    并非所有的更改点都会反映您所期望的变化。 例如,佛罗里达州西南部的另一个更改点显示,65 岁及以上人口在 2013 年之前一直在减少,然后在其余年份一直增加。

    为了更好地确定住房拥有率与人口年龄之间的统计关系,您可以考虑对时空立方体执行以下一些分析:

    • 您可以运行时间序列互相关来确定 65 岁及以上人口是否与住房拥有率存在相关关系,以及两个变量之间是否存在延迟效应。
    • 您可以运行基于森林的预测来根据 65 岁及以上的人口预测未来的住房拥有率。
  8. 关闭所有打开的弹出窗口。 保存工程。

在本教程中,您探索时空立方体,其中显示了 2010 年至 2023 年佛罗里达州的住房拥有率。 您已学习如何从时空立方体 netCDF 文件创建时空立方体图层,以及如何使用显示主题、2D 图层、感兴趣区域和时间序列图表以不同的方式对其进行可视化,以便更好地理解数据。

您还回答了有关数据的分析问题,包括住房拥有率如何随空间和时间变化、哪些邻近地区的住房拥有率趋势不同,以及住房拥有率是否可能受到其他变量的影响。 这些探索性见解揭示了进一步分析的机会,可以帮助您理解和规划未来的这些趋势。

要了解有关如何对时空立方体进行分析以回答特定问题的详细信息,请尝试教程确定对驾驶员最危险的道路

您可以在教程库中找到更多教程。