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-Ord G 。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 The content and research significance of spatial autocorrelation analysisAbstract: In this paper, the content, the index and the research significance of spatial autocorrelation were analyzed. Firstly, the content of spatial autocorrelation is discussed. Spatial autocorrelation is related to the correlation of the same variables, and also can be used to measure the degree of concentration of the attribute value, in order to reveal the correlation between the space reference unit and its near unit, including global spatial autocorrelation and local spatial autocorrelation. Secondly, it analyzes the index of spatial autocorrelation, the main index included Moran ’s I, Geary ’s C and Getis-Ord G. Thirdly, this paper discussed the research signification of spatial autocorrelat ion analysis. Key words: spatial autocorrelation; global index; local index 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