¿Cómo agrupar puntos basándose en la densidad de un núcleo?

Question

Tengo un gran conjunto de datos con 36.000 puntos que representan usos comerciales del suelo, cada uno con un campo que contiene los metros cuadrados. He ejecutado un análisis de densidad de núcleo en este conjunto de datos, produciendo una trama que muestra la densidad de metros cuadrados comerciales en toda el área metropolitana. Tengo que dividir esta trama en regiones correspondientes a los máximos locales, a los que llamo "centro". Ya he determinado la ubicación de los centros, y ahora tengo que hacer una de estas dos cosas:

• utilizar una herramienta de agrupación de puntos, como "partitioning around medoids", para agrupar los puntos en clusters alrededor de los centros que he identificado. El problema de este método es que es computacionalmente intenso, y más aún si intento utilizar una matriz de disimilitud para ponderar los puntos por tamaño.

• dividir de algún modo el raster de densidad del núcleo (que se asemeja aproximadamente a un raster de terreno) en "colinas" individuales alrededor de cada centro. Pero no se me ocurre ninguna herramienta para hacerlo.

Este problema me atormenta desde hace tiempo, y esperaba poder realizar el método de agrupación en R, pero lleva mucho tiempo y me estoy quedando sin tiempo. ¿Alguien conoce un método sencillo para dividir los rásters de densidad en vecindarios de intensidad o para agrupar rápidamente grandes conjuntos de datos?

Answer 1

Debate tras una puesto estrechamente relacionado reveló un solución sencilla y eficaz para encontrar las "colinas", dé la vuelta a la cuadrícula (negando sus valores) y encuentre las cuencas hidrográficas. Las colinas son sumideros y los límites de las cuencas dividen la cuadrícula en esos sumideros.

Answer 2

La respuesta más sencilla sería utilizar un umbral para enmascarar las zonas que queden por debajo del umbral. De este modo, podrá distinguir las zonas que rodean sus centros. Entonces debería ser capaz de convertir esas áreas en formas.

También puede encontrar Herramientas de estadística espacial: análisis de agrupación de datos ráster un debate útil sobre un problema similar.

Answer 3

Creo que deberías volver a tu problema inicial: Encontrar grupos de metros cuadrados comerciales en toda una región metropolitana.

¿Supongo que sus puntos son centroides de parcelas con valores de metros cuadrados comerciales? ¿Supongo que también puedes tener una capa poligonal de parcelas con el total de metros cuadrados de cada parcela? Eso te da un conjunto de casos (los centroides) y una población (los polígonos de parcelas) para pies cuadrados comerciales y pies cuadrados respectivamente.

Ir a SatScan http://www.satscan.org/ y ejecute un modelo distribuido de Poisson de sólo espacio y tendrá sus grupos de metros cuadrados comerciales en un orden bastante rápido. (También puede utilizar los metros cuadrados de terreno como población en lugar de los metros cuadrados de superficie edificada. Esa podría ser incluso la mejor población).