selecionando uma porcentagem (75%) de um grupo de pontos com base na distância de um ponto separado no ArcGIS?

Isso é específico do ArcGIS.

Eu tenho shapefiles de 2 pontos Ae B, o primeiro ( A) é um único ponto que contém um lat long, o segundo ( B) é uma infinidade de pontos (acima de 12k) que contêm cada lat e long. O que estou tentando fazer é automatizar a seleção de 75% dos Bpontos do shapefile com base na distância do shapefile A. Em outras palavras, eu quero selecionar os 75% mais próximos dos Bpontos do shapefile para Ao único ponto do shapefile .

Você pode criar um buffer de anel múltiplo no shapefile A e, em seguida, fazer uma junção espacial do buffer para o shapefile B. Quando você faz uma junção espacial de polígonos e pontos, obtém uma contagem do número de pontos em cada polígono no atributo tabela da junção. Então, examinando o número total de pontos nos buffers, você pode obter 75% dos pontos no shapefile B.

Uma abordagem um pouco diferente seria criar um script em Python e verificar os 75% em um loop, mas se for um cálculo único, talvez você não precise disso.

Para 1200 pontos (ou mesmo até dizer pontos 12M?) Eu tinha acabado de colocá-los na memória como uma coleção genérica - neste caso, um SortedList de listas . Isso pode ser simplificado ao pular pontos quando você se deparar com uma situação com vários pontos que estão à mesma distância do ponto de origem. Além disso, para obter desempenho, considere usar uma tabela de hashtags em vez de uma SortedList e classificar uma vez após inserir todas as distâncias. Isso levaria mais algumas linhas de código (?).

Não tive tempo de testar isso, mas esse c # pode ajudar você a começar:

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();
}

Um script de geoprocessamento Python é uma escolha óbvia:

1. Use a ferramenta Distância do ponto para calcular a distância entre seus recursos na classe de recurso B (o parâmetro "Recursos de entrada" da ferramenta) até o ponto na classe de recurso A (o parâmetro "Recursos próximos" da ferramenta).
2. Classifique a tabela pela distância calculada.
3. Selecione os primeiros 75% dos objectids na tabela de saída (a coluna "Input_FID") e use-os para fazer sua seleção dos recursos originais na classe de recurso B.

Eu tive esse problema alguns anos atrás. Achei mais fácil manter os dados como 'dados simples', percorrendo todos os dados e calculando manualmente a distância, depois obtendo os 75% superiores (na verdade, eu mantive os 10% superiores). Fiz o mesmo no ArcIMS usando seus cálculos de distância e levou muito mais tempo.

O buffer é uma sobrecarga enorme, mas os cálculos de matemática são um forte ponto forte. Se você colocar 12k pontos em buffer, acho que você terá problemas de desempenho.