17.14. 第一个分析示例

备注

在本课中，我们将仅使用工具箱执行一些实际分析，以便您可以更熟悉处理框架元素。

现在一切都配置好了，我们可以使用外部算法了，我们有了一个非常强大的工具来执行空间分析。现在是时候利用一些真实世界的数据进行一次更大的练习了。

我们将使用1854年约翰·斯诺在他的开创性工作(https://en.wikipedia.org/wiki/John_Snow_%28physician%29)，中使用的众所周知的数据集，我们将得到一些有趣的结果。这个数据集的分析非常明显，不需要复杂的GIS技术来得出良好的结果和结论，但它是展示如何通过使用不同的处理工具来分析和解决这些空间问题的好方法。

数据集包含霍乱死亡和泵位置的Shapefile文件，以及TIFF格式的OSM渲染地图。打开本课对应的QGIS项目。

首先要做的是计算Voronoi图(也称为。Thiessen多边形)，以获得每个泵的影响区域。这个 Voronoi Diagram 算法可以用于这一点。

很简单，但它已经为我们提供了有趣的信息。

显然，大多数情况都在其中一个面内

为了得到更定量的结果，我们可以计算每个多边形中的死亡人数。由于每个点代表发生死亡的一座建筑，死亡人数存储在一个属性中，因此我们不能只计算点数。我们需要加权计数，因此我们将使用 Count points in polygon (weighted) 工具。

新字段将被命名为 DEATHS ，并且我们使用 COUNT 作为加权字段的字段。得到的表格清楚地反映了与第一个泵对应的多边形中的死亡人数比其他泵多得多。

中每个点的依赖关系可视化的另一种好方法 Cholera_deaths 图层中的一个点 Pumps 图层的目的是绘制一条到最接近的层的线。这可以使用 Distance to nearest hub 工具，并使用下面显示的配置。

结果看起来是这样的：

虽然中央抽水机的线路数量较多，但不要忘记，这并不代表死亡人数，而是霍乱病例发现地点的数量。这是一个有代表性的参数，但它没有考虑到一些地点可能比其他地点有更多的病例。

密度层也会让我们对正在发生的事情有一个非常清晰的认识。我们可以使用 Kernel density 算法。使用 Cholera_deaths 层，其 COUNT 字段作为权重字段，半径为100，Streets栅格图层的范围和像元大小，我们得到的结果如下所示。

请记住，要获得输出范围，您不必键入它。单击右侧的按钮并选择 Use layer/canvas extent 。

选择Streets栅格图层，其范围将自动添加到文本字段中。您必须对单元格大小执行相同的操作，同时选择该层的单元格大小。

结合泵层，我们可以清楚地看到，在死亡病例密度最大的热点区域有一个泵。