文档介绍:第四章空间统计分析初步
第一页,本课件共有121页
甘肃农业大学资源与环境学院
本章主要内容
第一节 探索性空间统计分析
第二节 地统计分析方法
第二页,本课件共有121页
甘肃农分。然后用一定的数学函数去拟合由样本点产生的经验变率函数,进行诸如克立格内插等空间操作。
第十页,本课件共有121页
甘肃农业大学资源与环境学院
通常定义一个二元对称空间权重矩阵W,来表达n个位置的空间区域的邻近关系,其形式如下
式中:Wij表示区域i与j的临近关系,它可以根据邻接标准或距离标准来度量。
一、基本原理与方法
(一)空间权重矩阵
第十一页,本课件共有121页
甘肃农业大学资源与环境学院
①简单的二进制邻接矩阵
②基于距离的二进制空间权重矩阵
两种最常用的确定空间权重矩阵的规则
第十二页,本课件共有121页
甘肃农业大学资源与环境学院
(二)全局空间自相关
Moran指数反映的是空间邻接或空间邻近的区域单元属性值的相似程度。
Geary 系数与Moran指数存在负相关关系。
Patrick (1917-1988)
Moran指数和Geary系数是两个用来度量空间 自相关的全局指标。
第十三页,本课件共有121页
甘肃农业大学资源与环境学院
如果是位置(区域)的观测值,则该变量的全局Moran指数I,用如下公式计算
式中: I 为Moran指数;
;
。
第十四页,本课件共有121页
甘肃农业大学资源与环境学院
Geary 系数C计算公式如下
式中:C为Geary系数;其他变量同上式。
如果引入记号
第十五页,本课件共有121页
甘肃农业大学资源与环境学院
则全局Moran指数I的计算公式也可以进一步写成
Moran指数I的取值一般在[-1,1]之间,小于0表示负相关,等于0表示不相关,大于0表示正相关;
Geary系数C的取值一般在[0,2]之间,大于1表示负相关,等于1表示不相关,而小于1表示正相关。
第十六页,本课件共有121页
甘肃农业大学资源与环境学院
对于Moran指数,可以用标准化统计量Z来检验n个区域是否存在空间自相关关系,Z的计算公式为
当Z值为正且显著时,表明存在正的空间自相关,也就是说相似的观测值(高值或低值)趋于空间集聚;
当Z值为负且显著时,表明存在负的空间自相关,相似的观测值趋于分散分布;
当Z值为零时,观测值呈独立随机分布。
第十七页,本课件共有121页
甘肃农业大学资源与环境学院
G系数探测高值聚集的能力强于低值聚集;
当研究范围内同时存在高值和低值聚集时,G系数会受聚集区域规模的影响,当高值聚集区域和低值聚集区域规模相当时,G系数往往为正数,表明G系数对高值敏感;
Moran指数主要受聚集区域规模的影响,随着空间聚集范围的扩展,Moran指数会明显增大。
第十八页,本课件共有121页
甘肃农业大学资源与环境学院
(三)局部空间自相关
局部空间自相关分析方法包括3种:
空间联系的局部指标(LISA);
G统计量;
Moran散点图。
第十九页,本课件共有121页
甘肃农业大学资源与环境学院
空间联系的局部指标(LISA)
空间联系的局部指标(local indicators of spatial association ,缩写为LISA)满足下列两个条件:
(1)每个区域单元的LISA,是描述该区域单元周围显著的相似值区域单元之间空间集聚程度的指标;
(2)所有区域单元LISA的总和与全局的空间联系指标成比例。
第二十页,本课件共有121页
甘肃农业大学资源与环境学院
LISA包括局部Moran指数(local Moran index)和局部Geary指数(local Geary index),下面重点介绍和讨论局部Moran指数。
第二十一页,本课件共有121页
甘肃农业大学资源与环境学院