ネットワーク空間ウェイトの作成（Generate Network Spatial Weights）の詳細

空間ウェイト マトリックスは、データセットのフィーチャ間に存在する空間リレーションシップを定量化します。[空間統計] ツールボックス の多くのツールは、各フィーチャと近傍フィーチャの関連性を評価します。空間ウェイト マトリックス ファイルは、そのような近傍空間リレーションシップを定義します（空間ウェイトと空間ウェイト マトリックス ファイルの詳細については、「空間ウェイト」をご参照ください）。

一般に、フィーチャ間の空間リレーションシップは、ユークリッド距離の計測値と距離加重方式（隣接、固定、または逆）を使用して定義されます（「空間リレーションシップのモデル化」をご参照ください）。ただし、小売分析、サービスのアクセスビリティ、緊急応答、避難計画、交通事故分析など、多くの用途では、空間リレーションシップを実世界の交通ネットワーク（道路、鉄道、歩道など）に対して定義するほうが適切です。[ネットワーク空間ウェイトの作成（Generate Network Spatial Weights）] ツールでは、交通がネットワーク データセットに限定されている場合に、ポイント フィーチャ間の時間または距離に基づいて空間リレーションシップをモデル化して保存します。このツールには、Network Analyst エクステンションのライセンスが必要です。

ユーザは、フィーチャの出発地と目的地の両方を表すポイント フィーチャクラスを用意します。また、既存のネットワーク データセットも用意します（「ネットワーク データセットの設計」を参照するか、Esri Data & Maps にある、すぐに使えるネットワーク データセットを使用します）。[ネットワーク空間ウェイトの作成（Generate Network Spatial Weights）] ツールは、ネットワークに各ポイントを配置して、各フィーチャと他のフィーチャすべてとの距離または時間による近さを定量化します。2 つのフィーチャの近さを解くときには、オプションとして、バリアまたは制限（道路の閉鎖など）を考慮します。このような近接関係は、リトル エンディアンのバイナリ形式で格納され、疎行列の手法によって使用するディスク容量とメモリ、必要な計算の数を最小限に抑えます。このような関係の値は、[空間的自己相関分析（Spatial Autocorrelation（Morans I））]、[ホット スポット分析（Hot Spot Analysis（Getis-Ord Gi*））]、[クラスタ/外れ値分析（Cluster and Outlier Analysis（Anselin Local Morans I））] など、いくつかの空間統計ツールの数式で活用されます。空間ウェイト マトリックス ファイルは、理論上、N x N の空間リレーションシップを格納できますが、ほとんどの場合、各フィーチャはごく一部のフィーチャとだけ関連しています。疎行列の手法はこの点を利用して、非ゼロのリレーションシップだけを格納します。

ヒント:

Esri Data & Maps は ArcGIS ユーザなら無料で利用でき、ここには SDC 形式の構築済みネットワーク データセットも含めて、StreetMap データが用意されています。このデータセットの対象地域は米国およびカナダです。このようなネットワーク データセットは、[ネットワーク空間ウェイトの作成（Generate Network Spatial Weights）] ツールで直接使用できます。

参考資料

Anselin, L.著（1988）、『Spatial Econometrics: Methods and Models』（Boston: Kluwer）

Getis, A.、Aldstadt, J. 共著（2004）「Constructing the Spatial Weights Matrix Using a Local Statistic」（『Geographical Analysis』36(2):90 – 104）

Haining, R. 著（2003）、『Spatial Data Analysis: Theory and Practice』（Cambridge、UK: Cambridge University Press）

Price, Mike 著、（2009 年秋）、「It's all about streets」（『ArcUser』Online、Esri）