文档介绍：浅析空间自相关的内容及意义摘要:本文主要介绍了空间自相关的含义、测度指标及研究空间自相关的意义。首先,明确空间自相关是检验某一要素的属性值是否显著地与其相邻空间点上的属性值相关联的重要指标,揭示空间参考单元与其邻近的空间单元属性特征值之间的相似性或相关性。其次,介绍用来测度空间自相关性的指标,可以分为全局指标和局部指标,常用的指标有:Moran’sI、Geary’sC和Getis-OrdG。最后,进一步阐述了空间自相关的研究意义。关键字:空间自相关;全局指标;局部指标ThecontentandresearchsignificanceofspatialautocorrelationanalysisAbstract:Inthispaper,thecontent,,,andalsocanbeusedtomeasurethedegreeofconcentrationoftheattributevalue,inordertorevealthecorrelationbetweenthespacereferenceunitanditsnearunit,,itanalyzestheindexofspatialautocorrelation,themainindexincludedMoran’sI,Geary’sCandGetis-,:spatialautocorrelation;globalindex;localindex1引言空间自相关是研究空间中某位置的观察值与其相邻位置的观察值是否相关以及相关程度的一种空间数据分析方法[1]。即空间自相关是检验某一要素的属性值是否显著地与其相邻空间点上的属性值相关联的重要指标,可以分为正相关和负相关,正相关表明某单元的属性值变化与其邻近空间单元具有相同变化趋势,负相关则相反[2]。在地学邻域,地统计学数据主要来源于研究对象在空间区域上的抽样,进而分析各种自然现象的空间变异规律和空间格局,并且已被证明是研究空间分异和空间格局的有效方法。在国外,20世纪60年代就有学者开始运用空间自相关方法研究生态学、遗传学等问题,目前已应用于数字图像处理、流行病学、生物学、区域经济与社会研究、犯罪学,等方面的研究。国内空间自相关的相关研究始于20世纪90年代,主要集中在生态学、生物学、土壤学、流行病学等领域。也有部分学者采用空间自相关方法对城镇群空间结构[3]、区域经济格局[4,5]等进行了较为深入的研究。近几年来,国内关于空间自相关的研