এই উত্তর দুটি স্থানিক ডেটাসেটের মধ্যে স্বেচ্ছাসেবী পার্থক্য পরিমাপ করার একটি উদ্দেশ্য পদ্ধতি বর্ণনা করে। এই ধরনের বৈষম্যগুলির মধ্যে অবস্থানের স্থান পরিবর্তন, আকারের পরিবর্তন এবং একটি ডেটাশেটে উপস্থিত বৈশিষ্ট্যগুলি অন্তর্ভুক্ত থাকতে পারে তবে অন্যটিতে নয়। এই জবাবটি কোনটি "আরও ভাল" তা নির্ধারণের কোনও উপায় সরবরাহ করে না কারণ এটি কেবলমাত্র ডেটার চেয়ে অনেক বেশি নির্ভর করে এবং এটি বিশেষত নির্ভর করে যে কীসের জন্য ডেটা ব্যবহার করা হবে।
পটভূমি
এই জাতীয় পরিমাপের একটি বিশাল সংখ্যার জন্য একটি ভাল ভিত্তি প্রতিটি ডেটাসেটের ইউক্লিডিয়ান দূরত্বের রূপান্তরের উপর নির্ভর করে । এটি বিমানের পয়েন্ট সংগ্রহের প্রতিনিধিত্বকারী হিসাবে প্রতিটি ডেটাसेटকে দেখায়। আসুন নীল বৈশিষ্ট্যগুলির জন্য এই সংগ্রহগুলি বি এবং লাল বৈশিষ্ট্যগুলির জন্য আর কল করুন ।
জন্য যে কোনো স্থানে এক্স সমতলে, ইউক্লিডিয় দূরত্ব একটি বিন্দু সেটের রুপান্তর একটি সর্বশ্রেষ্ঠ নিম্ন মধ্যে দূরত্ব বাউন্ড নির্ণয় এক্স এবং একটি । আমরা মনে হতে পারে এই একটি "পৃষ্ঠ" এ যার উচ্চতা তৈরি হিসাবে রুপান্তর এক্স থেকে সবচেয়ে কম দূরত্ব সমান এক্স থেকে একজন । সুতরাং এই পৃষ্ঠের সব বিন্দুতে উপত্যকার হয়েছে একটি থেকে দূরে 1 ঢাল: যেখানে তার উচ্চতা শূন্য, এবং একটি 1 রি একজন । এটা পরিষ্কার যে দূরত্ব ঘুরে রুপান্তর নির্ধারণ করে একটি (বা টেকনিক্যালি তার মেট্রিক অবসান , যা জিআইএস ডেটাসেট জন্য সমান একজন) শূন্যের উচ্চতায় সমস্ত পয়েন্টের সেট হিসাবে। সুতরাং দূরত্ব রূপান্তর পুরোপুরি A এর সমস্ত স্থানিক তথ্য ক্যাপচার করে যা জিআইএস উপস্থাপন করতে সক্ষম হয়।
এই চিত্রটি সিউডো-রিলিফে বি (বাম দিকে) এবং আর (ডানদিকে) দূরত্বের রূপান্তরগুলি দেখায়।
দুটি ডাটাসেটের তুলনা করা হচ্ছে
বি এবং আর এর তুলনা করতে প্রতিটি একে অপরের দূরত্ব রূপান্তরের সাথে ওভারলে করুন:
দূরত্বের মানগুলি লাল রঙের মাধ্যমে ব্লুজগুলি (0 এর কাছাকাছি) থেকে স্নাতক হওয়া রঙ হিসাবে দেখানো হয়েছে।
উদাহরণস্বরূপ, বাম মানচিত্র বি এর বিন্দুগুলি দেখায় এবং তাদের আর থেকে পৃথক দূরত্ব অনুসারে রঙ করে । বি এবং আর এর ভূমিকাগুলি সঠিক মানচিত্রে পরিবর্তন করা হয়েছে।
ইতিমধ্যে এগুলি তুলনা তৈরিতে চোখকে সহায়তা করে: প্রতিটি মানচিত্রে একটি ডেটাসেটের পয়েন্ট দেখায় এবং রঙিন ব্যবহার করে, অন্যান্য ডেটাসেটের কোনও বিন্দু থেকে দূরে থাকা পয়েন্টগুলিকে জোর দেয়। নোট করুন যে উভয় মানচিত্রের তুলনা করার জন্য প্রয়োজনীয়, কারণ প্রতিটি শো অপরের দিকে নয়।
বিস্তারিত মানচিত্রে, রঙটি দেখতে অসুবিধা হতে পারে, সুতরাং আমরা উপস্থাপনা বা চাক্ষুষ মূল্যায়নের জন্য এটি কিছুটা ঝাপসা করে বেছে নিতে পারি:
নোট: রঙ দুটি মানচিত্রের মধ্যে তুলনীয় নয়: প্রতিটি মানচিত্রের মধ্যে সেগুলিকে সেই মানচিত্রে দূরত্বের পুরো পরিসর দেখানোর জন্য মাপানো হয়।
পার্থক্যগুলির পরিসংখ্যান বিশ্লেষণ
এই পদ্ধতির সৌন্দর্য পোস্ট-প্রসেসিংয়ে কী করা যায় তার মধ্যে রয়েছে। দূরত্বের রূপান্তরগুলি এবং তাদের ওভারলেগুলি উপস্থাপন করার জন্য একজন রাস্টার ব্যবহার করে , তাত্পর্যগুলি পরিমাপ করার জন্য আমরা সহজেই পরিসংখ্যান - স্থানীয় এবং বৈশ্বিক - প্রাপ্ত করতে পারি। উদাহরণস্বরূপ, আমরা কিছু ছোট প্রান্তিকের চেয়ে বড় সমস্ত দূরত্বগুলিতে তাদের ফ্রিকোয়েন্সি বিতরণ অন্বেষণ করতে ফোকাস করতে পারি:
এই হিস্টোগ্রামে নীল বারগুলি নীল বৈশিষ্ট্যগুলির জন্য, লাল বৈশিষ্ট্যগুলির জন্য লাল বারগুলি। (অনুভূমিক অক্ষের উপর লোগারিথমিক স্কেল নোট করুন)) এই হিস্টোগোম আড়ম্বরপূর্ণ ডেটা নয়, মূল ওভারলাইড ডেটা দেখায়। এটি মূল চিত্রটিতে কেবল তিন পিক্সেলের চেয়ে বড় দূরত্বগুলি বেছে নিয়েছে।
এই হিস্টোগ্রামগুলি দেখায় যে নীল বৈশিষ্ট্যগুলি লাল বৈশিষ্ট্যগুলি থেকে বিপরীতে তুলনায় অনেক বেশি দূরে থাকে : নীল বারগুলি লালের চেয়ে বেশি হয় এবং এগুলি ডানদিকে আরও বেশি দূরত্বে প্রসারিত হয়। বর্ণনামূলক পরিসংখ্যানগুলির পুরো অস্ত্রাগার এখন দুটি ডেটাসেটের মধ্যে পার্থক্য নির্ধারণের জন্য উপলব্ধ। এই পরিসংখ্যানগুলি পুরো আগ্রহের অঞ্চলে প্রয়োগ করা যেতে পারে বা এটির উপর "উইন্ডোড" করা যেতে পারে যাতে অবস্থান অনুসারে দুটি ডেটাসেট কীভাবে পৃথক হয় explore
বাস্তবায়ন
সর্বাধিক রাস্টার GISes একটি ইউক্লিডিয় দূরত্ব (যেমন রুপান্তর প্রদান EuclideanDistance ArcGIS এবং r.grow.distance , এবং সমস্ত সমর্থন সহজ (মাস্কিং) আস্তরণ এই বিশ্লেষণ করতে প্রয়োজন ঘাসের)। অস্পষ্টতা, যদি ইচ্ছা হয় তবে প্রতিবেশী গড় বা কর্নেল সমঝোতার মাধ্যমে সম্পন্ন করা যেতে পারে (এতে সমস্ত চিত্র প্রক্রিয়াকরণ সফ্টওয়্যারটিতে "গাউসিয়ান ব্লার" অন্তর্ভুক্ত রয়েছে)। সর্বাধিক GISes না না যদিও রাস্টার ডেটা, পূর্ণ পরিসংখ্যানগত বিশ্লেষণের জন্য পর্যাপ্ত সহায়তা প্রদান, কিন্তু তারা বিন্যাসে যেমন তথ্য রপ্তানি পারদর্শী যেমন পরিসংখ্যানগত এবং গাণিতিক সফ্টওয়্যার দ্বারা পাঠযোগ্য Rবা ম্যাথামেটিকাল (যা সমস্ত পরিসংখ্যান এখানে তৈরি)।
