memilih persentase (75%) dari sekelompok titik berdasarkan jarak dari satu titik terpisah di ArcGIS?

Ini spesifik untuk ArcGIS.

Saya memiliki 2 titik shapefile Adan B, yang pertama ( A) adalah satu titik yang berisi panjang lat, yang kedua ( B) adalah banyak titik (lebih dari 12k) yang masing-masing berisi lat dan panjangnya. Apa yang saya coba lakukan adalah mengotomatiskan pemilihan 75% Btitik shapefile berdasarkan jarak dari shapefile A. Dengan kata lain saya ingin memilih 75% Btitik shapefile terdekat untuk Asatu titik shapefile .

Anda bisa membuat Multiple Ring Buffer pada shapefile A, dan kemudian melakukan join spasial dari Buffer ke shapefile B. Ketika Anda melakukan join spasial dari poligon dan titik, Anda mendapatkan hitungan jumlah titik di setiap poligon dalam atribut. tabel bergabung. Kemudian, dengan memeriksa jumlah total poin dalam buffer, Anda bisa mendapatkan 75% dari poin dalam shapefile B.

Pendekatan yang sedikit berbeda adalah dengan skrip ini di Python, dan periksa 75% dalam satu lingkaran, tetapi jika itu adalah perhitungan sekali mati Anda mungkin tidak memerlukan itu.

Untuk 1.200 poin (atau bahkan hingga 12 juta poin?) Saya baru saja memasukkannya ke dalam memori sebagai Koleksi Generik - dalam hal ini adalah SortedList dari daftar . Ini bisa disederhanakan dengan hanya melewatkan titik ketika Anda mengalami situasi dengan beberapa titik yang jaraknya sama dari titik asal. Selain itu, untuk kinerja, pertimbangkan untuk menggunakan hashtable alih-alih SortedList, dan menyortir sekali setelah memasukkan semua jarak. Itu akan membutuhkan beberapa baris kode lagi (?).

Saya tidak punya waktu untuk menguji ini, tetapi c # ini dapat membantu Anda memulai:

private void SelectNTile(string layer1, string layer2, double nTile)
{
    var fLayer1 = FindLayer(ArcMap.Document.FocusMap, "LayerWithLotsofPoints");
    var fLayer2 = FindLayer(ArcMap.Document.FocusMap, "LayerWithOneSelectedPoint");
    IFeature feat = GetSingleFeature(fLayer2);
    var distList = MakeDistList(fLayer1.FeatureClass,(IPoint)feat.ShapeCopy);
    // assume not many points exactly same distance
    var nRecs = (int)(distList.Count * nTile); // nTile would be 0.75 for 75%
    var Oids = new List<int>();
    foreach (KeyValuePair<double, List<int>> kvp in distList)
    {
        Oids.AddRange(kvp.Value);
        if (Oids.Count > nRecs)
            break;
    }
    var fSel = fLayer1 as IFeatureSelection;
    var OidArray = Oids.ToArray();
    fSel.SelectionSet.AddList(Oids.Count, ref OidArray[0]);                
}

private SortedList<double, List<int>> MakeDistList(IFeatureClass fc, IPoint pnt)
{
    var outList = new SortedList<double, List<int>>();
    var proxOp = pnt as IProximityOperator;
    IFeatureCursor fCur = null;
    try
    {
        fCur = fc.Search(null, true); // recycling is faster, we just need OIDs
        IFeature feat;
        while ((feat = fCur.NextFeature()) != null)
        {
            double dist = proxOp.ReturnDistance(feat.Shape);
            if (!outList.ContainsKey(dist))
                outList.Add(dist, new List<int> { feat.OID });
            else
                outList[dist].Add(feat.OID);  // this should rarely happen
        }
    }
    catch
    {
        throw;
    }
    finally
    {
        if (fCur != null)
            System.Runtime.InteropServices.Marshal.FinalReleaseComObject(fCur);
    }
    return outList;
}
private IFeature GetSingleFeature(IFeatureLayer fLayer)
{
    var fSel = fLayer as IFeatureSelection;
    if (fSel.SelectionSet.Count != 1)
        throw new Exception("select one feature in " + fLayer.Name + " first");
    var enumIDs = fSel.SelectionSet.IDs;
    enumIDs.Reset();
    IFeature feat = fLayer.FeatureClass.GetFeature(enumIDs.Next());
    return feat;
}
private IFeatureLayer FindLayer(IMap map, string name)
{
    throw new NotImplementedException();
}

Script geoprocessing Python adalah pilihan yang jelas:

1. Gunakan alat Point Distance untuk menghitung jarak dari fitur Anda di kelas fitur B ("Fitur Input" parameter alat) ke titik di kelas fitur A ("Fitur Dekat" parameter alat).
2. Sortir tabel berdasarkan jarak yang dihitung.
3. Pilih 75% pertama objectid di tabel output (kolom "Input_FID") dan gunakan itu untuk memilih dari fitur asli di kelas fitur B.

Saya memiliki masalah ini beberapa tahun yang lalu. Saya merasa lebih mudah untuk menyimpan data sebagai 'data datar', mengulang semua data dan menghitung jarak secara manual, lalu mengambil 75% teratas (saya benar-benar mempertahankan 10% teratas). Saya kemudian melakukan hal yang sama di ArcIMS menggunakan perhitungan jarak mereka dan butuh waktu lebih lama.

Buffering adalah overhead yang besar, namun perhitungan matematika adalah keahlian 'puters'. Jika Anda buffer 12k poin, saya pikir Anda akan memiliki masalah kinerja.