空间分析实习3一、背景点模式的空间分布是一种比较常见的现象，如不 同区域内的人口、城市、房屋分布，油田的分布等。 而面模式分布可以简化成点模式分布，模式分析已经 应用到了很多方面和领域。二、实习目的总结MoranI与G统计量进行对比分析；对于输出结果进行解释分析；熟悉使用最邻近分析，全局与局部的MoranI与 G统计量分析；三、实习内容对Deer数据进行最近邻分析、全局与局部的MoranI与G统计量分析；对adabgOO数据进行全局与局部的MoranI与G 统计量分析，需要判断阿达县的拉丁裔人口分布是否 具有空间集聚以及存在局部的热点。四、实验数据Deer.shp :鹿场点分布图；AdabgOO.shp:爱达荷州阿达县各街区2000年人口 普查数据。五、基本原理1. 莫兰指数：量测空间自相关性，即量测各个属性 值之间的相关关系，若相似的值在空间上集聚。则说明空间正相关。它实质上是将变量在某个位置的值与其他位置的值进行比较。全局莫兰指数：I=2.局部莫兰指数：N 工工 W (X - X )(X - X )i jU4 ij-(工工W )工(X X )2结果是会为每个要素计算指数值和Z得分，当Z得分高且为正数时，表明该要素与相近值要素邻近，当Z得分高且为负数，则表明该要素与 具有不同数值的要素邻近。3. 整体G统计量:基于指定的距离D，其期望为E(G)。 评价指标：正的Z值表示高值的空间集聚，而负的Z值表示低值的空间集聚。G(d)-4. 局部G统计量：也称之为热点分析，当计算得出的 Z得分高且为正数时，表示高值聚类或者热点的存在,相反，表示低值聚类或者冷点的存在。六、基本工具-Spatial Statiitics Tools- Analyzing Patternz蛊 Average Nearest Weighbor玄 High/Low Clustering (Get込-口!日 General G)蛊 Multi-Distance Spatial Cluster Analysis (Ripleys K Function) 誉 Spati al Ant o c orr el at i on (Morans I)- Mapping ClusterE总 CIueter and Outlier Analysie (Anselin Local Morans I)參 Hot Spot Analysi e (Geti s-0rd Gi + )七、操作步骤A、鹿场点分布分析：1、最邻近分析(Average Nearest Neighbor)。选择欧 氏距离。盍 Average Nearest Neighbor输入要素类|deerHi5t：=LTLce MethcidEiiil i de：irL Dis t ntl 匚 e两 Di splay Ou+put Graphi cally可选：lArea可选）结果显示有99%的把握确定为集聚的，距离的期望为 39.8,而距离的观测值为25.3,说明点与点之间的实 际距离要小于期望距离，因此点在空间上集聚状态。2、多距离空间相关性 分析(Multi-Distance Spatial Cluster Analysis (Ripleys K Function)，参数设置如下。 Multi-Distance Spatial Cluster Analysis (Ripleys K F.ExpectObserv13573. 61144.611170164. 0634. 0631105239. 24134. 24140287. 99147. S3175349. 60174. 60d210402. 62132. 62245428. 53133. 531230470. 23130. 23315499. 62184. 62I350526. 33176. 33确定 |取消 环境 |显示帮助A通过观察生成的表和曲线走势，我们可以归纳如下结 论。随着范围的扩大，在范围距离小于大约620米时, 观测值大于期望值，说明离散点在空间上集聚分布， 又因为点分布于范围为大约620米之内，因此之后随 着距离的增加，观测值不变，期望值增加，因此呈现 观测值小于期望值的结果。从此出可以看出，随着范 围的选取不同，点的空间分布结果会有不同。3、全局莫兰指数(Spatial Autocorrelation (Morans I)。参数设置如下,Morans I Index = .1E Score = 2.61 standard deviationsDispersedClustered0.10 0.05 0.01(1.65)(1.96) (2.58)0.01 0.05 0.10RANDOM(-2.58) (-1.96) (-1.65)Significance Level: Critical Values:There is less than 1 % likelihood that this clustered patterncould be the result of random chance.Z值得分为2.61，全局莫兰指数表明，有99%的把握确定离散点的分布存在分散或集聚效应，即不是随机分布。4、全局 G 统计量(High/Low Clustering (Getis-Ord General G)。设置参数如下：Input Featm-e Class|deerInput Fi eld|deer两 II i spl ay Output Gi-aphi cally司选)Cunceptu.aliz：ELtion. of Spatial RelatiDnEhipz;|lrLverse Hist:tlce |Distancm MathodEucl i de an Dis t stl匚 e |S t ：=LTLil：=Lf di z:elI. i on|iTurLe |Hist ：=ltlc e B ：=ltli1 or Ttii-e shold Hist ：=ltlc e 可j选IIWeights Matrix File可选1创确定 I 恥消环境显示帮助上补LowsClusterGeneral G Index = .03E Score = 3.98 standard deviationsHighs ClusterSiqnificinct Ltvtl:0.010.05 0.10RAND MCritical Vdu:f-2.58) (-1.961 (-1.651oa(2-059el a nThere is less than 14 likelihood that the clustering of highvalues could be the result of random chance.Z值得分为3.93，全局G统计量说明，有99%的把握HH确定离散点不是随机分布，且分布为高值集聚, 有许多热点存在。B、阿达县的拉丁裔人口分布：拉丁裔人口密度分布图1、全局莫兰指数分析:Input Featm-e Class|adab gOOInput Fi eld两 Di splay Output Graphically可选.C unc ep tual i zat i on u Sp at i al Rel a.t i onEhi p e|lrLverse Hist:tlceDistancm MathodEucl i de an Dis t stl匚 e也S t ：=LTLil：=Lf di z:elI. i on|iTurLeHist ：=ltlc e B :艾nd. or Thr 已 shol d Hist ：=ltlc e 可选 J1Weights Matrix File可选11晞1确定 I 恥消环境显示帮助上补Morans I Index = .05E Score = 6.16 standard deviationsDispersedClusteredSignificinct Ltvtl: 0.010.05 0.10RAND MCritical Vdu:f-2.58) (-1.961 (-1.651oa(2-059el a nThere is less than 14 likelihood that this clust已已d pall已门could be the result of random chance.Z值得分为6.16,全局莫兰指数表明，拉丁裔人口密 度在空间上分布，有99%的把握确定离散点的分布存 在分散或集聚效应，即不是随机分布。2、全局G统计量分析：Input Featm-e Class|adab g00Input Fi eld|La tirm两 II i spl ay Output Gi-aphi cally司选)Cunceptu.aliz：ELtion. of Spatial RelatiDnEhipz;|lrLverse Hist:tlce |Distancm MathodEucl i de an Dis t stl匚 e |S t ：=LTLil：=Lf di z:elI. i on|iTurLe |Hist ：=ltlc e B ：=ltli1 or Ttii-e shold Hist ：=ltlc e 可j选IIWeights Matrix File可选1创确定 I 恥消环境显示帮助上补LowsClusterGeneral G Index = 0E Score = 3.77 standard deviationsHighs ClusterSignificinct Ltvtl: 0.010.05 0.10RAND MCritical Vdu:f-2.58) (-1.961 (-1.651oa(2-059el a nThere is less than 14 likelihood that the clustering of highvalues could be the result of random chance.Z值得分为3.77,全局G统计量说明，有99%的把握确定离散点不是随机分布，且分布为高值集聚，HH有热点存在。3、局部莫兰指数分析:Input FeaturE Cl as e|ad：bgljLIIrLput Fi eld|La tin 口Out put Fea turE Class-|ll: i.EXS 不更式少析