Phát nổ chồng chéo lên đa giác mới không chồng chéo?

Với nhiều đa giác trùng nhau theo nhiều cách, tôi muốn xuất từ ​​các tính năng này tất cả các đa giác không trùng lặp với các đa giác, lặp đi lặp lại.

Sản phẩm sẽ là một số tính năng không có sự trùng lặp mà khi kết hợp lại với nhau, tạo thành bản gốc.

Các sản phẩm sau đó có thể được sử dụng làm đầu vào cho Thống kê Zonal và điều này sẽ nhanh hơn nhiều so với việc lặp lại Thống kê Zonal trên mỗi đa giác.

Tôi đã cố gắng mã hóa điều này trong ArcPy nhưng không thành công.

Có mã để làm điều này đã tồn tại?

Đây là một vấn đề màu đồ thị .

Hãy nhớ lại rằng tô màu đồ thị là sự gán màu cho các đỉnh của đồ thị theo cách mà không có hai đỉnh nào có chung một cạnh cũng sẽ có cùng màu. Cụ thể, các đỉnh (trừu tượng) của đồ thị là các đa giác. Hai đỉnh được kết nối với một cạnh (không bị chặn) bất cứ khi nào chúng giao nhau (dưới dạng đa giác). Nếu chúng ta lấy bất kỳ giải pháp cho vấn đề - đó là một chuỗi các (nói k ) bộ sưu tập rời nhau của đa giác - và chỉ định một màu duy nhất cho mỗi bộ sưu tập trong chuỗi, sau đó chúng tôi sẽ có được một k -coloring của đồ thị . Đó là mong muốn để tìm một k nhỏ .

Vấn đề này là khá khó khăn và vẫn chưa được giải quyết cho các biểu đồ tùy ý. Hãy xem xét một giải pháp gần đúng mà đơn giản để viết mã. Một thuật toán tuần tự nên làm. Thuật toán Welsh-Powell là một giải pháp tham lam dựa trên thứ tự giảm dần của các đỉnh theo mức độ. Được dịch sang ngôn ngữ của đa giác gốc, đầu tiên sắp xếp các đa giác theo thứ tự giảm dần của số lượng đa giác khác mà chúng trùng nhau. Làm việc theo thứ tự, cung cấp cho đa giác đầu tiên một màu ban đầu. Trong mỗi bước tiếp theo, hãy thử tô màu cho đa giác tiếp theo bằng một màu hiện có: đó là chọn một màu khôngđã được sử dụng bởi bất kỳ hàng xóm của đa giác đó. .

Khi bạn đã đạt được màu với một số lượng nhỏ màu, hãy thực hiện màu zonalstats theo màu: bằng cách xây dựng, bạn được đảm bảo rằng không có hai đa giác của một màu trùng nhau.

Đây là mã mẫu trong R. (Mã Python sẽ không khác nhiều.) Đầu tiên, chúng tôi mô tả sự chồng chéo giữa bảy đa giác được hiển thị.

edges <- matrix(c(1,2, 2,3, 3,4, 4,5, 5,1, 2,6, 4,6, 4,7, 5,7, 1,7), ncol=2, byrow=TRUE)

Đó là, đa giác 1 và 2 trùng nhau, và đa giác 2 và 3, 3 và 4, ..., 1 và 7 cũng vậy.

Sắp xếp các đỉnh theo mức độ giảm dần:

vertices <- unique(as.vector(edges))
neighbors <- function(i) union(edges[edges[, 1]==i,2], edges[edges[, 2]==i,1])
nbrhoods <- sapply(vertices, neighbors)
degrees <- sapply(nbrhoods, length)
v <- vertices[rev(order(degrees))]

Thuật toán tô màu tuần tự (thô) sử dụng màu có sẵn sớm nhất chưa được sử dụng bởi bất kỳ đa giác chồng chéo nào:

color <- function(i) {
  n <- neighbors(i)
  candidate <- min(setdiff(1:color.next, colors[n]))
  if (candidate==color.next) color.next <<- color.next+1
  colors[i] <<- candidate
}

Khởi tạo cấu trúc dữ liệu ( colorsvà color.next) và áp dụng thuật toán:

colors <- rep(0, length(vertices))
color.next <- 1
temp <- sapply(v, color)

Chia đa giác thành các nhóm theo màu:

split(vertices, colors)

Đầu ra trong ví dụ này sử dụng bốn màu:

$`1`
[1] 2 4

$`2`
[1] 3 6 7

$`3`
[1] 5

$`4`
[1] 1

Nó đã phân vùng các đa giác thành bốn nhóm không chồng chéo. Trong trường hợp này, giải pháp không tối ưu ({{3,6,5}, {2,4}, {1,7}} là ba màu cho biểu đồ này). Nói chung, giải pháp không nên quá tệ.

Phương pháp được đề xuất bởi #whuber đã truyền cảm hứng cho tôi để có một hướng đi mới, và đây là giải pháp hấp dẫn của tôi, trong hai chức năng. Trường đầu tiên, được gọi là CountOverlaps, tạo hai trường, "chồng lấp" và "ovlpCount" để ghi lại cho mỗi poly mà polys chồng chéo với nó và có bao nhiêu trùng lặp xảy ra. Hàm thứ hai, explodeOverlaps, tạo trường thứ ba, "expl", cung cấp một số nguyên duy nhất cho mỗi nhóm các polys không chồng lấp. Sau đó, người dùng có thể xuất fc mới dựa trên trường này. Quá trình này được chia thành hai chức năng bởi vì tôi nghĩ rằng công cụ CountOverlaps có thể tự chứng minh là hữu ích. Xin thứ lỗi cho sự chậm chạp của mã (và quy ước đặt tên bất cẩn), vì nó khá sơ bộ, nhưng nó hoạt động. Cũng đảm bảo rằng "idName" trường đại diện cho một trường có ID duy nhất (chỉ được kiểm tra với ID số nguyên). Cảm ơn bạn đã cung cấp cho tôi khuôn khổ cần thiết để tiếp cận vấn đề này!

def countOverlaps(fc,idName):
    intersect = arcpy.Intersect_analysis(fc,'intersect')
    findID = arcpy.FindIdentical_management(intersect,"explFindID","Shape")
    arcpy.MakeFeatureLayer_management(intersect,"intlyr")
    arcpy.AddJoin_management("intlyr",arcpy.Describe("intlyr").OIDfieldName,findID,"IN_FID","KEEP_ALL")
    segIDs = {}
    featseqName = "explFindID.FEAT_SEQ"
    idNewName = "intersect."+idName

    for row in arcpy.SearchCursor("intlyr"):
        idVal = row.getValue(idNewName)
        featseqVal = row.getValue(featseqName)
        segIDs[featseqVal] = []
    for row in arcpy.SearchCursor("intlyr"):
        idVal = row.getValue(idNewName)
        featseqVal = row.getValue(featseqName)
        segIDs[featseqVal].append(idVal)

    segIDs2 = {}
    for row in arcpy.SearchCursor("intlyr"):
        idVal = row.getValue(idNewName)
        segIDs2[idVal] = []

    for x,y in segIDs.iteritems():
        for segID in y:
            segIDs2[segID].extend([k for k in y if k != segID])

    for x,y in segIDs2.iteritems():
        segIDs2[x] = list(set(y))

    arcpy.RemoveJoin_management("intlyr",arcpy.Describe(findID).name)

    if 'overlaps' not in [k.name for k in arcpy.ListFields(fc)]:
        arcpy.AddField_management(fc,'overlaps',"TEXT")
    if 'ovlpCount' not in [k.name for k in arcpy.ListFields(fc)]:
        arcpy.AddField_management(fc,'ovlpCount',"SHORT")

    urows = arcpy.UpdateCursor(fc)
    for urow in urows:
        idVal = urow.getValue(idName)
        if segIDs2.get(idVal):
            urow.overlaps = str(segIDs2[idVal]).strip('[]')
            urow.ovlpCount = len(segIDs2[idVal])
        urows.updateRow(urow)

def explodeOverlaps(fc,idName):

    countOverlaps(fc,idName)

    arcpy.AddField_management(fc,'expl',"SHORT")

    urows = arcpy.UpdateCursor(fc,'"overlaps" IS NULL')
    for urow in urows:
        urow.expl = 1
        urows.updateRow(urow)

    i=1
    lyr = arcpy.MakeFeatureLayer_management(fc)
    while int(arcpy.GetCount_management(arcpy.SelectLayerByAttribute_management(lyr,"NEW_SELECTION",'"expl" IS NULL')).getOutput(0)) > 0:
        ovList=[]
        urows = arcpy.UpdateCursor(fc,'"expl" IS NULL','','','ovlpCount D')
        for urow in urows:
            ovVal = urow.overlaps
            idVal = urow.getValue(idName)
            intList = ovVal.replace(' ','').split(',')
            for x in intList:
                intList[intList.index(x)] = int(x)
            if idVal not in ovList:
                urow.expl = i
            urows.updateRow(urow)
            ovList.extend(intList)
        i+=1

Đã được một lúc, nhưng tôi đã sử dụng mã này cho ứng dụng của riêng mình và nó đã hoạt động rất tốt - cảm ơn bạn. Tôi đã viết lại một phần của nó để cập nhật nó, áp dụng nó cho các dòng (với dung sai) và tăng tốc đáng kể (bên dưới - Tôi đang chạy nó trên 50 triệu bộ đệm giao nhau và chỉ mất vài giờ).

def ExplodeOverlappingLines(fc, tolerance, keep=True):
        print('Buffering lines...')
        idName = "ORIG_FID"
        fcbuf = arcpy.Buffer_analysis(fc, fc+'buf', tolerance, line_side='FULL', line_end_type='FLAT')
        print('Intersecting buffers...')
        intersect = arcpy.Intersect_analysis(fcbuf,'intersect')

        print('Creating dictionary of overlaps...')
        #Find identical shapes and put them together in a dictionary, unique shapes will only have one value
        segIDs = defaultdict(list)
        with arcpy.da.SearchCursor(intersect, ['Shape@WKT', idName]) as cursor:
            x=0
            for row in cursor:
                if x%100000 == 0:
                    print('Processed {} records for duplicate shapes...'.format(x))
                segIDs[row[0]].append(row[1])
                x+=1

        #Build dictionary of all buffers overlapping each buffer
        segIDs2 = defaultdict(list)
        for v in segIDs.values():
            for segID in v:
                segIDs2[segID].extend([k for k in v if k != segID and k not in segIDs2[segID]])

        print('Assigning lines to non-overlapping sets...')
        grpdict = {}
        # Mark all non-overlapping one to group 1
        for row in arcpy.da.SearchCursor(fcbuf, [idName]):
            if row[0] in segIDs2:
                grpdict[row[0]] = None
            else:
                grpdict[row[0]] = 1

        segIDs2sort = sorted(segIDs2.items(), key=lambda x: (len(x[1]), x[0])) #Sort dictionary by number of overlapping features then by keys
        i = 2
        while None in grpdict.values(): #As long as there remain features not assigned to a group
            print(i)
            ovset = set()  # list of all features overlapping features within current group
            s_update = ovset.update
            for rec in segIDs2sort:
                if grpdict[rec[0]] is None: #If feature has not been assigned a group
                    if rec[0] not in ovset: #If does not overlap with a feature in that group
                        grpdict[rec[0]] = i  # Assign current group to feature
                        s_update(rec[1])  # Add all overlapping feature to ovList
            i += 1 #Iterate to the next group

        print('Writing out results to "expl" field in...'.format(fc))
        arcpy.AddField_management(fc, 'expl', "SHORT")
        with arcpy.da.UpdateCursor(fc,
                                   [arcpy.Describe(fc).OIDfieldName, 'expl']) as cursor:
            for row in cursor:
                if row[0] in grpdict:
                    row[1] = grpdict[row[0]]
                    cursor.updateRow(row)

        if keep == False:
            print('Deleting intermediate outputs...')
            for fc in ['intersect', "explFindID"]:
                arcpy.Delete_management(fc)

Trong trường hợp này tôi thường sử dụng phương pháp sau:

• Vượt qua lớp Feature thông qua UNION; (Nó phá vỡ các đa giác trong tất cả các giao điểm của nó)
• Thêm các trường X, Y và Area và tính toán chúng;
• Hòa tan kết quả theo các trường X, Y, Area.

Tôi tin rằng kết quả sẽ là kết quả bạn muốn và thậm chí bạn có thể đếm số lượng trùng lặp. Không biết về mặt hiệu suất sẽ tốt hơn cho bạn hay không.