chọn tỷ lệ phần trăm (75%) của một nhóm điểm dựa trên khoảng cách từ một điểm riêng biệt trong ArcGIS?

Đây là ArcGIS cụ thể.

Tôi có 2 shapefiles Avà B, điểm đầu tiên ( A) là một điểm duy nhất chứa lat lat, điểm thứ hai ( B) là vô số điểm (trên 12k) mà mỗi điểm chứa lat và long của chúng. Những gì tôi đang cố gắng làm là tự động hóa việc lựa chọn 75% số điểm của shapefile Bdựa trên khoảng cách từ shapefile A. Nói cách khác, tôi muốn chọn 75% số Bđiểm shapefile gần nhất Avới một điểm của shapefile .

Bạn có thể tạo Bộ đệm nhiều vòng trên shapefile A và sau đó thực hiện nối không gian của Bộ đệm để tạo hình B. Khi bạn thực hiện nối đa giác và điểm, bạn sẽ nhận được số lượng điểm trong mỗi đa giác trong thuộc tính bảng tham gia. Sau đó, bằng cách kiểm tra tổng số điểm trong bộ đệm, bạn có thể nhận được trong vòng 75% số điểm trong shapefile B.

Một cách tiếp cận hơi khác sẽ là kịch bản này trong Python và kiểm tra 75% trong một vòng lặp, nhưng nếu đó là phép tính tắt một lần, bạn có thể không cần điều đó.

1200 điểm (hoặc thậm chí lên đến nói điểm 12M?) Tôi chỉ muốn đặt chúng vào bộ nhớ như một Bộ sưu tập Generic - trong trường hợp này một SortedList của danh sách . Điều này có thể được đơn giản hóa bằng cách chỉ bỏ qua các điểm khi bạn gặp tình huống có nhiều điểm có cùng khoảng cách với điểm gốc. Ngoài ra, để thực hiện, hãy cân nhắc sử dụng hàm băm thay vì Sắp xếp danh sách và sắp xếp một lần sau khi chèn tất cả các khoảng cách. Điều đó sẽ mất thêm một vài dòng mã mặc dù (?).

Tôi không có thời gian để kiểm tra điều này, nhưng c # này có thể giúp bạn bắt đầu:

private void SelectNTile(string layer1, string layer2, double nTile)
{
    var fLayer1 = FindLayer(ArcMap.Document.FocusMap, "LayerWithLotsofPoints");
    var fLayer2 = FindLayer(ArcMap.Document.FocusMap, "LayerWithOneSelectedPoint");
    IFeature feat = GetSingleFeature(fLayer2);
    var distList = MakeDistList(fLayer1.FeatureClass,(IPoint)feat.ShapeCopy);
    // assume not many points exactly same distance
    var nRecs = (int)(distList.Count * nTile); // nTile would be 0.75 for 75%
    var Oids = new List<int>();
    foreach (KeyValuePair<double, List<int>> kvp in distList)
    {
        Oids.AddRange(kvp.Value);
        if (Oids.Count > nRecs)
            break;
    }
    var fSel = fLayer1 as IFeatureSelection;
    var OidArray = Oids.ToArray();
    fSel.SelectionSet.AddList(Oids.Count, ref OidArray[0]);                
}

private SortedList<double, List<int>> MakeDistList(IFeatureClass fc, IPoint pnt)
{
    var outList = new SortedList<double, List<int>>();
    var proxOp = pnt as IProximityOperator;
    IFeatureCursor fCur = null;
    try
    {
        fCur = fc.Search(null, true); // recycling is faster, we just need OIDs
        IFeature feat;
        while ((feat = fCur.NextFeature()) != null)
        {
            double dist = proxOp.ReturnDistance(feat.Shape);
            if (!outList.ContainsKey(dist))
                outList.Add(dist, new List<int> { feat.OID });
            else
                outList[dist].Add(feat.OID);  // this should rarely happen
        }
    }
    catch
    {
        throw;
    }
    finally
    {
        if (fCur != null)
            System.Runtime.InteropServices.Marshal.FinalReleaseComObject(fCur);
    }
    return outList;
}
private IFeature GetSingleFeature(IFeatureLayer fLayer)
{
    var fSel = fLayer as IFeatureSelection;
    if (fSel.SelectionSet.Count != 1)
        throw new Exception("select one feature in " + fLayer.Name + " first");
    var enumIDs = fSel.SelectionSet.IDs;
    enumIDs.Reset();
    IFeature feat = fLayer.FeatureClass.GetFeature(enumIDs.Next());
    return feat;
}
private IFeatureLayer FindLayer(IMap map, string name)
{
    throw new NotImplementedException();
}

Một kịch bản xử lý địa lý Python là một lựa chọn rõ ràng:

1. Sử dụng công cụ Khoảng cách điểm để tính khoảng cách từ các tính năng của bạn trong lớp tính năng B (tham số "Tính năng đầu vào" của công cụ) đến điểm trong lớp tính năng A (tham số "Tính năng gần" của công cụ).
2. Sắp xếp bảng theo khoảng cách tính toán.
3. Chọn 75% đối tượng đầu tiên trong bảng đầu ra (cột "Input_FID") và sử dụng các đối tượng đó để thực hiện lựa chọn của bạn từ các tính năng ban đầu trong lớp tính năng B.

Tôi đã có vấn đề này một vài năm trước. Tôi thấy việc giữ dữ liệu dưới dạng 'dữ liệu phẳng' dễ dàng hơn, lặp qua tất cả dữ liệu và tính toán thủ công khoảng cách, sau đó chiếm 75% hàng đầu (tôi thực sự giữ 10% hàng đầu). Sau đó tôi đã làm tương tự trong ArcIMS bằng cách tính toán khoảng cách của họ và mất nhiều thời gian hơn.

Bộ đệm là một chi phí rất lớn, nhưng các phép tính toán học là một 'sở trường của người chơi. Nếu bạn đệm 12k điểm, tôi nghĩ bạn sẽ gặp vấn đề về hiệu suất.