6.4.6 全局空间自相关分析_06.11_LYL.pdf

地理信息系统基础 第六章 空间数据分析 本节 内容 6.4 空间数据统计分析 6.4.6 全局空间自相关分析 有缘学习更多+谓ygd3076考证资料或关注桃报：奉献教育（店铺） 6.4.6 全局空间自相关分析 全局空间自相关分析 用于探测整个研究区域的空间模式，用一个值来反映该区域的自相关程度。 全局空间关联指标 全局Moran’s I统计量 全局Geary’s C统计量 全局Getis-Ord G统计量 6.4.6 全局空间自相关分析 (1)全局Moran’s I统计量 Moran首次提出用空间自相关指数研究空间分布现象。 全局Moran’s I统计量：衡量相邻的空间分布对象及其属性取值之间的关系。 ·∑ ∑ · ∑ ∑ ∑ · wij ：衡量空间事务之间关系的权重矩阵，一般为对称矩阵。 w =0 ：空间自相关研究同一属性不同地理位置的相关性，同一地点的属 ii 性相关性没有意义，因此wii=0。 6.4.6 全局空间自相关分析 (1)全局Moran’s I统计量 Moran’s I的取值范围: [-1, 1] 正值: 该空间事物的属性取值具有正相关性 负值: 该空间事物的属性取值具有负相关性； 零值: 空间事物的属性取值不存在空间相关，即空间随机分布。 6.4.6 全局空间自相关分析 (2)全局Geary’s C 统计量 与全局Moran’s I 相似 区别：其分子的交叉乘积项不同，即测量邻近空间位置观察值近似程度的 方法不同。 全局Moran’s I 的交叉乘积项比较的是邻近空间位置的观察值与均值偏差 的乘积。 全局Geary’s C 比较的是邻近空间位置的观察值之差。 6.4.6 全局空间自相关分析 (2)全局Geary’s C 统计量 全局Geary’s C统计量的取值范围为[0，2] 当0C1时，表示具有该属性取值的空间事务分布具有正相关性； 当1C2时，表示具有该属性取值的空间事务分布具有负相关性； 当C≈1时，表示不存在空间相关性。 6.4.6 全局空间自相关分析 (3)全局Getis-Ord G统计量 首先设定一个距离阈值，在给定阈值的情况下，决定各 数据的空间关系， 然后分析其属性乘积来衡量这些空间对象取值的空间关系。 6.4.6 全局空间自相关分析 (3)全局Getis-Ord G统计量 y 为各数据的属性值 i w (d)为给定距离阈值d下i, j 两者空间关系的权重矩阵 ij 6.4.6 全局空间自相关分析 (3)全局Getis-Ord G统计量 Getis-Ord G统计量直接采用邻近空间位置的观察值之积来测量其近似程度 Getis’s G的统计空间自相关性通过得分检验进行 当Z为正值时，表示属性取值较高的空间对象存在空间聚集关系 当值为负值时，表示属性取值较低的空间对象存在着空间聚集关系 有缘学习更多+谓ygd3076考证资料或关注桃报：奉献教育（店铺） 6.4.6