ArcGIS中创建随机样本时为何结果不满足空间均匀性？

Question

在ArcGIS中使用“创建随机样本”（Create Random Samples）工具时，常出现样本点空间聚集或局部空缺现象，表面违背“均匀性”预期。根本原因在于：该工具默认采用**伪随机数生成器+简单随机抽样（SRS）逻辑**，仅保证每个像元/位置被选中的**概率均等**，而非强制空间分布均匀；它不考虑已选点间的距离约束，亦无空间分层或系统采样机制。当样本量较小、研究区形状不规则（如狭长带状或岛屿状）、或基础栅格/面要素存在空值/掩膜区域时，随机波动易导致视觉上的聚类或空白。此外，若输入为矢量面且未启用“按要素分配样本”，工具可能在面积差异大的面内不均衡布点。需注意：“均匀”在统计学中指概率均匀，而非地理学意义上的空间均匀——后者需改用“创建渔网+中心点提取”“系统采样”或第三方工具（如spatstat的ppp）实现。

Answer 1

```html

一、现象层：视觉“不均匀”引发的典型误判

在ArcGIS Pro或Desktop中执行“创建随机样本”（Create Random Samples）后，用户常直观观察到点群呈簇状聚集（如沿海带状区域密集成团）或大片空白（如岛屿间、掩膜区边缘无点），误认为工具“失效”或参数设置错误。该现象在样本量＜200、研究区长宽比＞5:1（如长江廊道）、或输入栅格含大量NoData像元时尤为显著。

二、机制层：伪随机性与SRS本质的深度解耦

• 伪随机数生成器（PRNG）：ArcGIS底层调用Windows CRT或Intel MKL的Mersenne Twister算法——序列可重现但无空间记忆，相邻输出值在地理空间上无相关性约束；
• 简单随机抽样（SRS）逻辑：每个有效像元/面要素顶点被赋予相同选择概率P=1/N，但选中后不触发邻域抑制（如Hawkes过程）或距离阈值校验；
• 零空间分层：未按行政区划、高程带、土地利用类型等进行分层抽样，导致生态梯度区样本失衡。

三、结构层：输入数据形态对空间分布的隐式支配

输入类型	关键风险点	典型案例
不规则矢量面（如省界）	未勾选“按要素分配样本”，大面（新疆）与小面（澳门）获得点数仅按面积加权，非等概率	30个样本中，西藏占12点，上海仅1点
带掩膜的浮点型栅格	NoData区域被跳过，有效像元空间连通性断裂，PRNG在离散像元集上采样加剧聚类	DEM裁剪后剩余像元呈“岛屿状”，样本点90%集中于3个主岛

四、认知层：“均匀”的统计学定义 vs 地理学直觉

统计学中的“均匀分布”指概率密度函数f(x)=const，即每个位置被抽中机会均等；而地理学期望的“空间均匀”实为空间点过程的硬核泊松（Hard-core Poisson）或最大熵分布，需满足最小距离约束（如Ripley’s K检验拒绝聚集）。二者数学目标根本不同——前者保障推断无偏性，后者优化制图表达与野外布点效率。

五、工程层：四种生产级替代方案对比

graph LR
A[需求场景] --> B{样本量≥500？}
B -->|是| C[系统采样：Create Fishnet + FeatureToPoint]
B -->|否| D[空间分层：先按分区字段汇总面积，再按比例分配样本数]
C --> E[优势：严格等距，支持旋转渔网]
D --> F[优势：保障各子区代表性，适配行政/生态分区]
A --> G[需最小距离约束？]
G -->|是| H[Python调用scipy.spatial.distance.pdist实现贪心剔除]
G -->|否| I[使用QGIS的“Random Points Inside Polygons”并启用“Minimum distance”]

六、代码层：ArcPy增强版空间均匀采样实现

import arcpy, numpy as np
from scipy.spatial.distance import pdist, squareform

def create_uniform_samples(input_fc, output_fc, sample_count, min_dist=500):
    # Step 1: Generate oversampled points via SRS
    temp_rand = "in_memory/rand_temp"
    arcpy.CreateRandomSamples_management(input_fc, temp_rand, "POINT", sample_count*3)
    
    # Step 2: Extract coordinates & apply greedy thinning
    with arcpy.da.SearchCursor(temp_rand, ["SHAPE@XY"]) as cur:
        coords = np.array([row[0] for row in cur])
    
    dist_matrix = squareform(pdist(coords))
    selected = [0]
    for i in range(1, len(coords)):
        if all(dist_matrix[i, j] >= min_dist for j in selected):
            selected.append(i)
        if len(selected) >= sample_count: break
    
    # Step 3: Export final set
    arcpy.CopyFeatures_management(
        arcpy.FeatureSet(arcpy.Array([arcpy.Point(*coords[i]) for i in selected])), 
        output_fc
    )

七、验证层：量化评估空间均匀性的三重指标

1. Ripley’s K函数：在距离r=1km处K(r)观测值显著高于理论线→存在聚集；
2. 最近邻指数（NNI）：NNI＜0.5为强聚集，＞1.5为规则分布；
3. Voronoi多边形面积变异系数（CV）：CV＜25%表明空间分割较均衡（ArcGIS中可用“Create Thiessen Polygons”+“Zonal Statistics”计算）。

八、扩展层：跨平台工具链协同工作流

当ArcGIS原生工具无法满足严苛空间均匀性要求时，推荐构建混合工作流：ArcGIS负责数据预处理（投影转换、掩膜提取）→ R语言spatstat::rpoispp()生成条件泊松过程点 → 导出Shapefile回载至ArcGIS做叠加分析。该路径已成功应用于国家级生态监测站点布设项目（2022年生态环境部技术指南附录B）。

九、治理层：组织级采样规范建议

• 强制要求所有空间抽样任务附《抽样设计说明书》，明确标注“采用SRS还是空间均匀策略”及依据；
• 建立“样本分布质量检查清单”，包含：NNI值、最大空洞半径（Max empty circle radius）、分区覆盖率偏差率；
• 将Create Random Samples工具纳入GIS运维知识库，标注其适用边界（如“仅适用于n≥1000且研究区接近正方形的探索性分析”）。

十、前沿层：AI驱动的空间感知采样演进

最新研究（ISPRS J. of Photogrammetry, 2024）提出基于生成对抗网络（GAN）的空间点过程建模方法：以历史高质量样本点集为真值，训练Generator学习地理约束下的点分布规律。ArcGIS GeoAI模块已内测集成该能力，支持用户上传自定义“空间均匀性权重栅格”（如坡度倒数×道路缓冲区衰减函数）引导采样过程，从根源上弥合概率均匀与空间均匀的认知鸿沟。

```