文档介绍：空间局部自相关测度及ArcGIS中的实现(v )
空间自相关是用来测度地利实体的空间分布状况的,具体而言,就是看看它们是有规律的(集聚式或是间隔式),还是随机的(就像在方盘里随意投下一把细针)。这里说的局部自相关,就是可以用来测度以每个地理单元为中心的一小片区域的聚集或离散效应。理论上解释起来,的确有点枯燥。倘若换一个视角,利用我们学****过的经济地理的知识来关联的看,就比较容易些。若将城、镇、村都看作这样的空间单元,那么这种局部自相关的测度就可以判别出以城市为中心的这片区域内,城市对于农村的经济总量或劳动力是呈离心带动效应还是向心吸引作用,即区域上的发展是均衡式的,还是极化型的。
最常用的局部自相关的测度指数为Local Moran I,它是由全局自相关指数Moran I发展而来的。(关于Moran I的公式与含义,图书馆里有若干本书提到,譬如北大邬伦的那本、黄皮的城市地理信息系统、还有邬建国写的那本景观书:其实质就是在时间序列的自相关系数上,也就是对不同时间的变量数值所做的相关系数上,添加了对空间邻接矩阵的考虑) 。所有Local Moran I之和即为Moran I。I的值从1到-1之变化,反映了由空间相邻相似的正相关向空间相邻相异的负相关的过渡。
关于理论,就是收住。主要讲讲实现步骤。
ArcGIS9加强了其ArcToolBox的空间统计分析功能,一下子多出了好多的内容。
由ArcGIS Desktop进入,选择toolbox,最后一类菜单功能即为spatial statistics,其中分有诸多子功能。这里要用的Local Moran I,为第二类中的第一项,即mapping cluster里的Cluster and Outlier Analysis (Anselin Local Morans I)。
下面要做的是一些填空,input feature class打开你所需要研究的图层。input field是你所需要研究的属性列。output feature class为输出结果的存储位置,需要注意的是每次运算时需给出一个新文件名,它不可以覆盖已有文件。
再下面就是些重要的运算参数了:第一,空间关系的判别准则,ArcGIS提供了四种方法,即反距离法、反距离平方法、二值法和综合法。反距离就不解释了,所谓二值法就是以某距离为阈值,小于此距离的范围赋予1,认为相邻,否则为0。综合法则兼顾使用了二值判别和反距离判断,在阈值内为1,超过一定阈值后呈反距离衰减。需要注意的是,进行这些距离运算之前,请确保你的数据是有空间参照的,否则ArcGIS会因为没有距离单位和比例尺而拒绝操作。
距离计算:可以使用欧氏距离或曼哈顿距离,欧氏距离不再解释,曼哈顿距离是计算两点之间距离在x、y两方向分别投影的距离之和。它更适合于城镇街区中的距离计算。
标准化策略:可以选择不标准化、行标准化或是全局标准化。行标准化的目的,是消除各个单元其邻接单元数目不等带来的问题,使得所有单元的局部自相关数值存有比较的依据。而全局(global)标准化,则是将运算结果与全局权重之和的比值,本人不大理解这种标准化的意义,因为一般而言,权重矩阵是对称的,所以权重之和经常为0