Hay muchas maneras de ir sobre él. Una sencilla eficiente consiste en:
Calcular las coordenadas x e y como campos en la tabla de atributos.
Concatenar estas coordenadas en un identificador.
Resumen de la tabla de este identificador, solicitando la suma de los valores numéricos de campo, así como la primera de las instancias de x e y.
Crear un punto en el tema del evento de la tabla de resumen, el uso de (x,y) para las coordenadas.
Editar
En un comentario, @myClone escribe
los puntos no se superponen unos a otros (el significado de las coordenadas x-y están cerca, pero no igual a la otra), pero sólo tengo que agregar los puntos que caen dentro de 100 pies de distancia el uno del otro.
En general no existe una única solución. Considere, por ejemplo, tres puntos en una línea donde cada uno está separado por 75 pies de su vecino:
* * *
a b c
Hacer el clúster de los tres, a pesar de la distancia(a,c) > 100? Si no, cuál es la solución que usted elija: (a,b), (c) o (a), (b,c)?
Dos enfoques, dando respuestas diferentes en tales casos, son:
(i) Búfer de todos los puntos por 50 = 100/2 pies, solicitando que los búferes se fusionaron. Espacialmente unirse a los búferes de nuevo a los puntos: esto dota a cada punto con el atributo de la fusión de búfer que contiene. Esto se consigue con el objetivo de el paso (2) en mi de la solución original. Proceda de allí exactamente como antes. En el ejemplo de esto sería el cluster a, b, y c juntos.
(ii) Crear un 100 por 100 pies de la cuadrícula y a identificar los puntos por sus celdas de cuadrícula. Esto no requiere en realidad el dibujo de la red o incluso almacenar sus características, debido a que la celda en la que (x,y) se encuentra determinado por el par ordenado (Piso((x-x0)/100), Suelos((y-y0)/100)) donde (x0,y0) es cualquier cuadrícula de origen te gusta. Combinar estas coordenadas para identificar la célula, de nuevo llegar al paso (2) en mi de la solución original. Proceder como antes.
Claramente método (ii) no acaba de agregar todos los punto de pares dentro de 100 pies, porque es capaz de sumar los pares de hasta 100 * Sqrt(2) = 141 pies el uno del otro. Usted puede compensar por la reducción del tamaño de la cuadrícula de 100/Sqrt(2) = 71 pies, pero, a continuación, algunos de los pares dentro de 100 pies no ser agregados. Escoja su veneno.
Tenga en cuenta que las soluciones en el método (ii) dependen de la cuadrícula de origen y el espacio. El uso de un 100 pie de la cuadrícula, que podría producir ya sea {(a,b), (c)} o {(a), (b,c)}, dependiendo del origen. El uso de un 71 pie de la cuadrícula, sería mantener los tres puntos de independiente, independientemente de su origen.
Hay otros métodos, que voy a bulto juntos en grupos:
(iii) Utilizar un agrupamiento estadístico de procedimiento, tales como k-means o la agrupación jerárquica, para hacer el trabajo. Allí es un montón de información práctica acerca de esto en nuestro sitio de la hermana, stats@SE. Normalmente las estadísticas de software acepta (id, x, y) de triples como entrada y las salidas (o puede ser persuadido a la salida) una tabla (id, cluster) de triples. Únete a esta tabla de salida de vuelta al punto de la tabla de atributos, una vez más nos trae de regreso a el paso (2) en la solución original, etc.
(iv) Algunos geoestadístico de software, tales como GSLib, incluye varias "declustering" rutinas destinadas a preparar los datos para la variografía y Kriging. Su salida normalmente se puede volver a importar en el software de SIG y se convierte en una capa de puntos.
Los métodos descritos hasta ahora proporcionan un control total sobre lo que está pasando, lo que permite que continúe con su trabajo de manera eficaz y profesional (sin tener que revertir la ingeniería de sus herramientas de software).
Por último, vale la pena mencionar que
(v) copias recientes de ArcGIS tiene una herramienta para declustering. Como recuerdo, que no está claro cómo funciona, usted tiene que leer el código subyacente de averiguar lo que está pasando.