空间自相关技术总结.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
空间自相关在OpenGeoda 中的实现 制作人: 学号: 专业: 空间自相关 全局空间自相关:检验空间邻接或空间邻近的区域单元属性值空间相关性存在与否,空间统计学上使用的统计量有Moran’s I、Geary’s C, Getis’G 等,其中常用的是Moran’s I。Moran指数I 的取值一般在[-1,1],大于0表示各单元间存在空间正相关,单元内的观察值有趋同趋势;小于0表示负相关,单元内的观察值有不同的趋势;等于0表示不相关,属于独立随机分布。 空间自相关 局部空间自相关:同样具有Moran’s I、Geary’s C, Getis’G 等指标,但常用Local Moran’s I 来衡量,Anselin将其称为LISA。LISA被用来揭示空间地域单元与其临近空间单元属性特征值之间的相似性或相关性,也用于识别“热点区域”以及其数据的异质检验。 空间自相关 空间权重矩阵的选择:空间权重矩阵包含了区域之间空间位置的依赖关系信息。可用相邻性指标或距离指标来估计不同区域间的地理位置关系。基于距离的空间权重矩阵需确定区域中心,因此在目前我国ESDA应用领域最常见的是选择相邻权重矩阵。 操作步骤 准备数据:福建省67个县市的shp图层; 2013年67县市人均GDP数据; 借助软件:Arcgis、Geoda等 注意事项:文件夹及文件名必须是英文,否则Geoda软件无法识别 操作步骤 1、打开arcgis,加载福建省县市图层,将2013年人均GDP数据导入属性表 2、打开Geoda,点击file—open project,加载福建省县市shp图层 3、创建权重。点击tools-weights-creat. 自动生成的权重有错误,需在arcgis里重新打开该图层,根据poly_ID修改权重。 4、点击space,分别点univariate Moran和univariate LISA,输出Moran散点图和LISA集聚图 5、识别Moran散点图各象限散点所对应的县域单元。选择象限内散点,所对应区域单元在底图已显示出来。

文档评论(0)

ddf55855 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档