使用密度分析功能

計算密度分析的方式有兩種，分別Simple與Kernel。

Simple

Simple是利用搜尋半徑以各個像元為中心來進行計算，主要是將搜尋範圍內包含的所有樣本（點或線），與其對應的權重值相乘、加總後除以搜尋面積，即為該網格點所代表的數值。

點密度分析：

如圖步驟一所示，某一地區的土地利用經調查，分別在森林的不同空間中調查出樹木的數量。每個調查的位置分別以一個點圖徵表示，如上圖的樹圖徵。而每一個點分別以不同的數值（權重）表示，數值的意義可能代表樹木的數量。接著依據研究區的範圍設定相關參數（搜尋半徑、網格大小等），將搜尋範圍內的所有點資料加總起來（配合輸入的權重），除以搜尋面積，即可獲得該像元的密度值。

如上頁圖步驟二所示，計算網格的密度值，首先需設定網格的搜尋半徑。假設半徑為10，則該圓半徑範圍內的點位分別有3個，數值分別為15、26、32。則該網格點位的密度值為（15+26+32）/（10*10*3.14）=0.23。

線密度分析：

每條線段分別以不同的數值（權重）表示，數值的意義可能代表不同線段的影響程度。接著依據研究區的範圍設定相關參數（搜尋半徑、網格大小等），並開始計算每一個網格資料的密度值。

在線密度分析中會根據設定的搜尋半徑，將落在搜尋範圍內的線段長度與其個別的權重進行相乘、加總，除以搜尋面積，即可獲得該像元的密度值。計算時僅考慮落在搜尋範圍內的部份；若範圍內沒有任何參考線段，則直接寫入NoData。

Kernel

Kernel則是將各點（或線）的已知總體數量，從中心點的位置向四周分散，並算各分散表面的累積交匯點總數。

點密度分析：

在概念上可將每個點視為其上方均覆蓋著一個平滑的曲面，在點所在的位置數值最高，隨著與點距離增大數值逐漸減小，在與點的距離等於搜尋半徑的位置處數值為0。

線密度分析：

在概念上可將每條線視為其上方均覆蓋著一個平滑的曲面，在線所在的位置數值最高，隨著與線距離增大數值逐漸減小，在與線的距離等於搜尋半徑的位置處數值為0。

視覺上兩者差別在於，Kernel所計算出來的連續面較Simple平滑。不過相同的搜尋半徑越大，輸出的密度網格概括化、平滑化的程度就越高；搜尋半徑越小，輸出的密度網格所呈現的數值就越詳細。

設定參數說明

©2016 Supergeo Technologies Inc. All rights reserved.