建模动物活动范围

用最小凸多边形定义家园范围

在本节中，您将使用最小边界几何工具来了解该地区麋鹿占据的最大观测区域。最小边界几何工具计算多边形，代表包围输入数据所需的最小面积。虽然该工具可以计算圆形和矩形等形状，但您将使用凸多边形类型，它在输入数据集的外折点之间绘制一条直线，是检查动物家园范围时最简单的方法。

下载 Elk_Home_Range 工程包。
一个名为 Elk_Home_Range.ppkx 的文件将下载到您的计算机。
注：
.ppkx 文件是一个 ArcGIS Pro 工程包，可能包含可以在 ArcGIS Pro 中打开的地图、数据和其他文件。通过本指南了解有关在 ArcGIS Pro 工程包 (.ppkx files) 指南中管理 .ppkx 文件的详细信息。
在计算机上找到已下载的文件。双击 Elk_Home_Range.ppkx 文件，以在 ArcGIS Pro 中打开工程。
如有必要，请使用您获得许可的 ArcGIS 账户登录 ArcGIS Pro。
如果您没有 ArcGIS Pro 的访问权限或者 ArcGIS 帐户（适用于 ArcGIS Online 或 ArcGIS Enterprise），请参阅软件访问权限选项。
该地图显示了 2009 年在阿尔伯塔省西南部、不列颠哥伦比亚省东南部和蒙大拿州西北部收集的麋鹿遥测数据的位置。本教程中使用的数据代表了原始研究中收集的数据子集，时间跨度长达数年。该数据子集经过预测和预处理，包含一个属性，表明该点记录的季节。该属性将作为定向分布分析中的案例字段，以显示随时间的变化。要了解有关该研究的更多信息并访问完整的数据集，请参阅 MoveBank 上的研究。
在功能区上，单击分析选项卡。在地理处理组中，单击 ModelBuilder。
空白 ModelBuilder 窗口随即显示。您可以从分析窗格拖入工具，开始构建模型。
在 ModelBuilder 功能区的插入组中单击工具。
将出现地理处理窗格。
在地理处理窗格中，搜索最小边界几何工具。将工具拖入模型。
模型中添加了一个显示最小边界几何地理处理工具的矩形和一个代表该工具输出要素类的椭圆形。
在模型中，双击最小边界几何矩形打开参数。
第一个参数是将用于计算最小边界几何的输入要素。
对于输入要素，请选择 Elk_in_Southwestern_Alberta_2009 要素类。
在几何类型参数中选择凸多边形，在输出要素类中键入 Elk_data_MBG。
单击确定。
代表 Elk_data_2009 要素类的蓝色圆圈被添加到模型中，箭头指向最小边界几何工具，表明该图层是该工具的输入。
在模型中，右键单击绿色输出，然后选择添加至显示。
这将在运行后将输出添加到地图中。
右键单击模型中的最小边界几何工具，然后单击运行。
=
该工具随即运行。完成操作后，Elk_data_MBG 图层将添加到地图中。
单击地图选项卡。

由此产生的图层描绘了麋鹿群的最小边界几何。不过，动物个体在这些范围内的活动时间并不相同。在下一节中，您将通过核密度进一步探索麋鹿的活动范围，以了解麋鹿在哪些地方逗留的时间更多或更少。

使用核密度工具检查麋鹿的聚集地

对观测的范围进行概述通常很有帮助，但也可能会高估家园范围。核密度等其他分析有助于更准确地确定动物的聚集地。核密度估值产生的输出栅格显示了动物使用空间可能性的估计值。根据观察到麋鹿的地点或已知的麋鹿活动空间，核密度估算出在周围地区观察到麋鹿的可能性。核密度函数通过假定在给定地点 N 周围观察到的麋鹿越多，该地点 N 有麋鹿的可能性就越大，从而得出这种估计结果。

由于某一地点的密度值越高意味着在该地点附近观察到麋鹿的可能性越大，因此核密度输出栅格有助于直观地显示动物的家园范围。在家园范围内，密度值会相对较高，然后在家园范围边缘急剧下降。可以使用不同的阈值来定义家园范围的边界。

单击模型选项卡。在地理处理窗格中，搜索核密度工具。将该工具拖入模型的最小边界几何工具下方。
单击 Elk_in_Southwestern_Alberta_2009 椭圆形，拖动鼠标将其连接到核密度工具。在打开的窗口中，选择输入点或折线要素。
蓝色的 Elk_in_Southwestern_Alberta_2009 椭圆形现在有两条线连接到两个不同的工具。
双击核密度工具，打开参数。
输入点或折线要素参数设置为 Elk_in_Southwestern_Alberta_2009 图层。
对于输出栅格，键入 Elk_KernelDensity。
您将接受所有其他默认值。区域单位和输出像元大小由地图的投影和输入决定。留空时，搜索半径值将根据输入数据集计算，使用的值可在处理完成后的工具信息中找到。
单击确定。
右键单击模型中的 Elk_KernelDensity 输出，选择添加到显示。
右键单击 Kernel Density 并选择运行。
注：
要运行整个模型，单击工具栏上的运行按钮。因为您已经运行了最小边界几何工具，不想再运行一次，所以选择只运行核密度工具。
单击地图选项卡。在内容窗格中，取消选中 Elk_in_Southwestern_Alberta_2009 和 Elk_data_MBG 图层，查看核密度分析结果。
现在您已经计算出了核密度，可以使用输出结果来帮助直观显示潜在的家园范围。
在内容窗格中，右键单击核密度图层并选择符号系统。
将打开符号系统窗格。该图层目前使用相等间隔方法创建样式，该方法在相等范围内创建类，而不管数据的分布如何。这种方法最适用于描述熟悉的范围，如百分比或温度，在这种情况下，强调一个属性相对于其他属性的值是很有意义的。相反，您希望使用核密度结果来描述某个地点发现麋鹿的可能性是大还是小。
在符号系统窗格中的主符号系统，单击分类并选择拉伸。
现在，栅格使用从黑到白的色带绘制，将值为 0 或不可能存在的值显示为黑色。您将改变色带，以便更直观地显示核密度输出。
对于配色方案，单击色带。在配色方案格式下，选中显示名称和显示全部。
选择热点图：暗金属-蓝色-白色-半透明色带。
更新 Elk_KernelDensity 图层，以显示新的热点图色带。亮白色区域最有可能出现麋鹿，而深蓝色区域出现麋鹿的可能性较小。

核密度工具可生成一个连续的曲面，显示麋鹿出现在家园范围内某一地点的可能性。

查找聚类使用基于密度的聚类工具。

核密度工具可以帮助您找到整个群体的聚类。现在，您将使用基于密度的聚类工具来查找麋鹿个体倾向于在哪里停留。基于密度的聚类工具可识别点数据中的聚类和噪声。您将使用单只麋鹿的观测点 E106，它既有数据集中最多的观测点，又有很大的活动范围。由于这只麋鹿在 2009 年旅行了很远的距离，因此您可以使用该工具找到麋鹿停留时间较长的群集，而观察到的点则可能是数据中的异常值或噪音。

在功能区的选择组中，单击按属性选择。
将打开按属性选择工具。
对于输入行，请选择 Elk_in_Southwestern_Alberta_2009。
对于表达式，单击选择字段框，然后选择 nd_ident 字段。在最后一个框内单击下拉菜单，然后选择 E106。
表达式应显示为 Where ind_ident is equal to E106。
单击确定。
这些与麋鹿 E106 关联的值的点在地图上突出显示。您在运行下一个分析时将激活此选择，以分析此个体的特定聚类。
单击模型选项卡，在核密度工具下方添加基于密度的聚类地理处理工具。
将 Elk_in_Southwestern_Alberta_2009 椭圆形作为输入点要素连接到基于密度的聚类工具。
双击基于密度的聚类打开工具参数，并将输出要素重命名为 Elk_E106_DBC。
接下来选择聚类方法选项。定义距离，或称 DBSCAN，根据你在工具中指定的搜索距离来查找聚类。自调整 (HBDSCAN) 将根据数据点属于特定群组的概率来寻找聚类。
对于聚类方法，选择自调整 (HDBSCAN)，对于每个聚类的要素数量下限，键入 100。单击确定。
每个聚类的要素数量下限值为 100，选中以创建较少数量的聚类。要测试其他聚类值和方法，可以更改聚类方法和最小要素参数。
右键单击输出以选择添加至显示。
右键基于密度的聚类工具，然后单击运行。
工具运行结束后，信息窗口显示已识别出四个聚类。
单击地图选项卡以查看结果。在内容窗格中，取消选中除 Elk_E106_DBC 图层和底图之外的所有图层。
这只麋鹿记录的四个聚类位置如地图所示。为了研究所用聚类参数的结果，我们创建了两张图表，分别是成员概率的分布和每个聚类的要素图层。
在内容窗格中，右键单击 Elk_data_DBC 图层并选择属性表。
在 Elk_data_DBC 属性表中，每个被确定为聚类一部分的点都显示了该点是聚类一部分的概率以及聚类的稳定性。点也被标记为异常值或示例点。示例点是最能代表聚类的点，而异常值则根据其与示例点的接近程度来评分。
关闭属性表。
在功能区上的选择组中，单击清除。
所选数据将被清除，您可以继续对 Elk_in_Southwestern_Alberta_2009 图层中的所有数据点进行分析。

使用标准差椭圆工具了解范围和随时间的变化

标准差椭圆工具是另一种用于研究物种家园范围的有用工具。使用最小边界几何工具计算出的凸多边形可以勾勒出观测范围，而标准差椭圆则可以根据要素的中心倾向、分散性和方向趋势，以 1、2 或 3 个标准差来统计确定家园范围。虽然了解观察到的动物范围的总体分布很有帮助，但方向性分布也能显示出一段时间内的模式。您将使用两次这个工具，第一次是显示整体分布，第二次是显示麋鹿家园范围的季节性变化。每个点记录的季节都反映在 summer_indicator 字段中。在 summer_indicator 字段中，数值 1 代表 12 月、1 月和 2 月收集的点；数值 2 代表 3 月、4 月和 5 月收集的点；数值 3 代表 6 月、7 月和 8 月收集的点；数值 4 代表 9 月、10 月和 11 月收集的点。

单击模型选项卡，在基于密度的聚类工具下方添加方向分布（标准差椭圆）工具。
将 Elk_in_Southwestern_Alberta_2009 椭圆连接到输入要素类的定向分布工具。
双击定向分布，打开参数。将输出椭圆形要素类参数值命名为 Elk_data_DD。
对于椭圆大小，选择 2 标准差。留空其余所有变量，然后单击确定。
创建 2 个标准差的椭圆可以捕捉到约 95% 的人口。由于每个动物定位点同等重要，因此您不会使用权重字段参数。案例字段参数用于分组用于计算的要素；稍后您将使用该参数按观测月计算方向分布椭圆。
右键单击模型中的绿色输出，选中添加到显示，然后运行方向分布工具。
输出随即添加到地图中。
该分布以所有要素的平均中心为中心。由于麋鹿会季节性迁徙放牧和繁殖，因此找到夏季和其他季节的方向分布也很有帮助。
在模型选项卡上，右键单击上一节中的方向分布工具，然后选择复制。
右键单击方向分布下方的模型窗格，选择粘贴，在模型内复制该工具。
由于您复制了工具，因此之前设置的参数仍将适用。
双击粘贴的方向分布工具，并将输出椭圆形要素类参数 Elk_data_DD_season 重命名。
在案例字段参数下，选择 summer_indicator，然后单击确定。
添加输出以进行显示并运行工具。
在地图上绘制出 Elk_data_DD_season 的结果。在当前的符号系统中，所有显示月度数据的椭圆符号都是一样的。您将更改符号系统，使每个月都有独特的颜色。
在内容窗格中，右键单击 Elk_data_Year，然后选择符号系统。
在符号系统窗格中，对于主符号系统，选择唯一值。对于字段，选择 summer_indicator，。
现在，每个椭圆都用不同的颜色绘制，但由于几何体类型是多边形，因此它们都有一个填充，这样就很难进行比较。
在配色方案旁边，单击配色方案选项按钮，然后选择应用于填充和轮廓。
多边形轮廓会从灰色更新为与填充色相同的颜色。现在，您将移除填充，以便看到所有的椭圆。
在类下，单击更多，然后选择格式化所有符号。
随即显示格式化多个面符号窗格。
单击属性选项卡并展开外观，然后单击颜色。选择无颜色，然后单击应用。
重新绘制的椭圆仅显示轮廓。您可以将这些轮廓放大，以便在底图中显得更加突出。
对于轮廓宽度，将符号更改为 3 pt，然后单击应用。
保存工程。