কিউজিআইএস সমাধান না হলেও আমি ব্যক্তিগতভাবে স্যাটস্ক্যান ব্যবহার করে কিছু অনুসন্ধান বিশ্লেষণের জন্য বেছে নেব । এটি দ্রুত, ভাল ডকুমেন্টেড এবং ব্যাপকভাবে প্রয়োগ করা হয়েছে, যাতে আপনার আরম্ভ করার সাথে ঝামেলা করা উচিত নয়। 45 কে পয়েন্টের জন্য কিছুটা র্যাম লাগতে পারে।
আমি নিশ্চিত না এটি পোস্টগ্র্রেস থেকে সরাসরি পড়তে পারে তবে সহজেই ডিবিএফ এবং পাঠ্য ফাইল থেকে আমদানি করে।
বিশ্লেষণের আউটপুট সহজে পোস্টগ্র্রেস বা কিউজিআইএস-এ ফিরে পঠন করা যায়। আপনি বিজ্ঞপ্তি গুচ্ছ বা উপবৃত্তাকার অনুসন্ধানের সিদ্ধান্ত নিতে পারেন (আপনার ডেটাতে নির্দিষ্ট ধরণের বসতি থাকলে ব্যবহারের জন্য দরকারী হতে পারে, উদাহরণস্বরূপ লম্বা আকারের শহর / উপত্যকার গ্রামগুলি ইত্যাদি)। এরপরে আপনি বহুভুজ বা উপবৃত্তগুলি তৈরি করতে পারেন বা ক্লাস্টারের সদস্য থাকা কেবলমাত্র অবস্থানগুলি প্রদর্শন করতে পারেন।
গুগল আর্থের ফলাফলগুলির দ্রুত পূর্বরূপের জন্য আপনি এনএএসিসিআর এর স্যাটস্ক্যান গুগল আর্থ রূপান্তর সরঞ্জামে ব্যবহার করতে পারেন ।
গুরুত্বপূর্ণভাবে - যদি আপনি মন্টি কার্লো সিমুলেশনগুলি চালানোর সিদ্ধান্ত নেন (99 সর্বনিম্ন, আমি মনে করি) আপনিও আপনার ক্লাস্টারের পরিসংখ্যানগত তাত্পর্য সম্পর্কে কিছু বলতে সক্ষম হবেন। এই ক্লাস্টারগুলির ব্যাখ্যা এবং ন্যায়সঙ্গততা অন্য একটি বিষয় হয়ে উঠবে কারণ এটি গত দুই দশক ধরে স্থানিক বিজ্ঞানে কমপক্ষে (আমার মনে হয়;) বিতর্ক হয়।
আপনি উচ্চ, নিম্ন বা হাগ এবং নিম্ন মানের ক্লাস্টারগুলির সন্ধানে নিখুঁত স্থানিক বিশ্লেষণ চালানোর চেষ্টা করতে পারেন। আপনার যদি আপনার ডেটা * দৈনিক, সাপ্তাহিক সমষ্টিগুলিতে কিছু অস্থায়ী বৈশিষ্ট্য থাকে তবে আমি মনে করি কিছু স্পেস-টাইম মডেল চালানো সত্যিই আকর্ষণীয় হবে।