Arcada Em Média Móvel

Eu tenho um mapa raster do meio-oeste dos EUA que é muito esparso, ou seja, os pixels de interesse são poucos o suficiente para serem quase invisíveis quando vistos em uma escala onde todos os estados do meio-oeste dos EUA são visíveis. Gostaria de seguir a abordagem descrita neste documento PNAS (pnas. orgcontent110104134.full) para criar um mapa melhor, mas não sei como replicá-lo no ArcGIS. Qualquer ajuda seria apreciada. O documento PNAS descreve as etapas da seguinte forma: devido aos tamanhos pequenos e à distribuição dispersa das áreas de mudança, foi difícil visualizar padrões regionais de LCLUC na resolução espacial original de 56 m. Como resultado, utilizamos técnicas de suavização espacial para criar uma superfície de mudança regional que destacou pontos de mudança locais. As abordagens relacionadas são usadas em campos como a epidemiologia espacial para gerar estimativas estáveis ​​de taxas de doença (48), mas não foram amplamente aplicadas no campo da ciência da mudança de terra. Na nossa abordagem de suavização, os pixels de mudança na resolução espacial de 56 m foram primeiro agregados à porcentagem de mudança na resolução de 560 m. Isso foi feito tomando 10 por 10 blocos de pixels de 56 m (ou seja, blocos de 100 pixels) e somando a mudança binária dentro de cada bloco (Fig. S4A). Em seguida, usamos um kernel 2D mais suave para calcular uma estimativa suavizada da variação percentual para cada um dos pixels de resolução de 560 m (Fig. S4B). Uma função kernel quartic foi utilizada para calcular as médias móveis em toda a área de estudo com uma largura de banda de 10 km. A mesma função de núcleo quântico foi utilizada para suavizar a variação de porcentagem de milho em 2006 para pastagem em 2011. Finalmente, nós geramos um mapa alisado de cobertura de pastagem em 2006, agregando a presença de pastagem a uma resolução de 56 m para porcentagem de cobertura de pastagem a uma resolução de 560 m , E depois suavizando esta camada de cobertura agregada usando o mesmo núcleo kernel de 10 km. Esta camada suavizada de cobertura de pastagem foi posteriormente utilizada como denominador na geração de um mapa de taxas relativas de conversão de pastagem. Tanto quanto eu entendo, este é o fluxograma: 1. Use estatísticas de bloco no ArcGIS para somar 10x10 pixels de quadros de 56 m para raster de 560 m. 2. Aliança do núcleo 2D: não sabe como fazer isso 3. Núcleo do Quartic: não está certo de como Para fazer isso Não tenho certeza de como avançar além da etapa 1, perguntou 15 de agosto 14 em 0: 29 Uma visão geral das funções da vizinhança do conjunto de ferramentas da vizinhança cria valores de saída para cada localização da célula com base no valor da localização e os valores identificados em uma vizinhança especificada. O bairro pode ser de dois tipos: movimento ou raio de busca. Os bairros em movimento podem ser sobrepostos ou não superpostos. As funções de vizinhança sobrepostas também são chamadas de funções focais e geralmente calculam uma estatística especificada dentro da vizinhança. Por exemplo, você pode querer encontrar o valor médio ou máximo em um bairro de 3 x 3. As funções de filtro de passagem alta e baixa, que suavizam e acentuam dados, são variações da função de estatísticas de vizinhança sobrepostas. As funções de vizinhança sem sobreposição, ou funções de bloqueio, permitem que as estatísticas sejam calculadas em uma vizinhança não controlada especificada. As funções de bloco são particularmente úteis para alterar a resolução de um raster para um tamanho de célula mais grosso. Os valores atribuídos às células mais grossas podem ser baseados em um cálculo separado, como o valor máximo na célula mais grossa, ao contrário de usar a interpolação de vizinhança mais próxima. As funções do raio de pesquisa executam vários cálculos com base no que está em uma distância especificada de pontos e recursos lineares. O seguinte é uma lista das ferramentas no conjunto de ferramentas de vizinhança seguido de uma breve descrição de cada um. As ferramentas de vizinhança geralmente são divididas em dois tipos de bairros: rodoviário ou de busca. O movimento de janelas pode ser sobreposto (Estatísticas Focais, Filtro e Fluxo Focal) ou não sobreposição (Estatísticas de Bloqueio). As ferramentas de vizinhança do raio de pesquisa são construídas em torno de um tipo de recurso (Estatísticas de linha e estatísticas de pontos). Calcula estatísticas para uma vizinhança que não se ajude. Executa um filtro focal predefinido em um raster. Determina o fluxo dos valores no raster de entrada dentro de cada vizinhança das células. Calcule uma estatística em um raster em uma vizinhança especificada. Calcula uma estatística sobre os atributos das linhas em um bairro circular ao redor de cada célula de saída. Calcula uma estatística em pontos em um determinado bairro que produz um raster. Point Statistics Calcula uma estatística sobre os pontos em um bairro ao redor de cada célula de saída. Quando o campo é inteiro, as opções estatísticas de sobreposição disponíveis são Média, Maioria, Máximo, Média, Mínima, Minoria, Faixa, desvio padrão, Soma e Variedade. Quando o campo é de ponto flutuante, as únicas estatísticas permitidas são Média, Máximo, Mínimo, Faixa, desvio padrão e Soma. Para os tipos de estatística Maioria, Máximo, Média, Mínimo, Minoridade, Faixa e Soma, o tipo de dados de saída do raster será o mesmo que o tipo de campo de entrada. Para os tipos de estatística média e desvio padrão, o raster de saída sempre será ponto flutuante. Para Variety, o raster de saída sempre será inteiro. Se não houver nenhum ponto na vizinhança de uma célula raster, a estatística Variety atribui-lhe um valor de 0. Para as outras estatísticas, NoData é atribuído. Consulte Ambientes de análise e Analista espacial para obter detalhes adicionais sobre os ambientes de geoprocessamento que se aplicam a esta ferramenta.