13.利用GAS軟件和Matlab编程实现空间统计分析.doc

§13. 利用GAS软件和Matlab编程实现空间统计分析 空间统计分析，目前比较流行的计算软件主要有Asellin等人编写的Space Stat、Geodata等，随着ARCGIS的发展，一些空间统计模块中也嵌套了类似的计算功能，如在ARC/INFO的工作空间WORKSPACE环境，其中的GRID模块中，可以调用命令MORAN来实现全局空间自相关指数，当然这主要是针对栅格数据的计算，对于一些其他格式的数据，可以通过数据的交互格式来转换。另一方面，弄清楚空间统计分析的基本原理之后，也可以自己编程来实现其计算过程。下面主要将如何在软件Geodata Analysis Software直接实现全局统计、局部统计以及在Matlab中编程实现空间统计的过程。 例：以书本上的应用实例来说明，图1给出了上海市部分街道（50个样区）的邻居关系，各街道编号、名称、所属区，以及2000年的人口密度数据如表1所示（原始数据为shape格式的矢量数据）。那么，人口分布是否存在空间上的相关关系呢？为了回答这一问题，就需要进行空间统计分析。 图1上海市部分街道（样区）的邻居关系 表1 上海市部分街道（样区）的人口密度及其ESDA计算结果 街道街道 人口密度Gi Z(Gi) 1 大桥街道 杨浦区 26 089.38 0.072 9 -0.606 4 2 四川北路街道 虹口区 43 155.37 0.144 5 0.885 1 3 江浦路街道 杨浦区 37 526.67 0.104 1 0.043 6 4 新港路街道 虹口区 57 142.64 0.096 4 0.34 5 金杨新村街道 浦东新区 18 434.64 0.036 6 -1.036 7 6 平凉路街道 杨浦区 33 715.29 0.092 5 -0.575 6 7 宝山路街道 闸北区 60 764.3 0.119 4 0.869 7 8 宜川路街道 普陀区 45 052.61 0.053 6 -0.201 6 9 嘉兴路街道 虹口区 45 666.77 0.127 6 0.532 1 10 芷江西路街道 闸北区 51 118.21 0.110 9 0.674 1 11 提篮桥街道 虹口区 35 986.24 0.153 0.181 8 12 天目西路街道 闸北区 27 606.91 0.171 0.507 7 13 洋泾街道 浦东新区 17 597.01 0.083 -1.077 3 14 乍浦路街道 虹口区 51 422.87 0.157 3 0.260 8 15 北站街道 闸北区 63 370.29 0.209 1 0.781 2 16 长寿路街道 普陀区 25 291.35 0.100 4 -0.034 5 17 梅园新村街道 浦东新区 18 287.02 0.143 -0.345 1 18 外滩街道 黄浦区 29 876.99 0.232 8 0.800 3 19 江宁路街道 静安区 43 080.8 0.122 2 -0.004 4 20 南京东路街道 黄浦区 55 084.4 0.053 3 -0.651 2 21 钦洋镇 浦东新区 4 813.09 0.020 7 -0.642 4 22 石门二路街道 静安区 57 311.38 0.118 0.333 23 人民广场街道 黄浦区 32 799.65 0.237 1.256 6 24 曹家渡街道 静安区 42 568.48 0.095 2 -0.142 4 25 金陵东路街道 黄浦区 66 937.74 0.109 1 -0.257 4 26 潍坊新村街道 浦东新区 32 958.37 0.020 7 -0.642 4 27 小东门街道 黄浦区 41 752.64 0.163 5 0.372 1 28 南京西路街道 静安区 35 618.77 0.144 5 0.030 4 29 豫园街道 黄浦区 63 508.91 0.152 1.039 5 30 静安寺街道 静安区 27 676.19 0.117 1 -0.102 31 老西门街道 黄浦区 75 864.04 0.241 8 1.339 4 32 淮海中路街道 卢湾区 71 677.72 0.180 3 1.112 8 33 花木镇 浦东新区 6 453.42 0.034 6 -1.403 5 34 江苏路街道 长宁区 35 509.79 0.074 1 -0.173 1 35 瑞金二路街道 卢湾区 38 087.97 0.154 3 0.205 2 36 湖南路街道 徐汇区 29 796.74 0.107 4 -0.289 8 37 塘桥街道 浦东新区 18 085.24 0.063