第七章_空间数据的统计分析.pptVIP

章空间数据的统计分析方法 （） ;空间点模式分析方法 面状数据空间模式分析方法;空间点模式分析方法;空间点模式分析方法;空间点模式分析方法;空间点模式分析方法;空间点模式分析方法;从统计学的角度，地理现象或事件出现在空间任意位置都是有可能的。 如果没有某种力量或者机制来“安排”事件的出现，那么分布模式最有可能是随机分布的， 否则将以规则或者聚集的模式出现。对于此类问题，地理世界中的事物可能存在某种联系。 一种现象的分布模式是否对另一种现象的分布模式产生影响也是点模式需要解决的重要问题。;点模式空间分析方法;基于密度的方法——样方计数法与核函数法;基于密度的方法——样方计数法与核函数法;样方分析方法 中对分布模式的判别产生影响的主要因素： 样方的形状，采样的方式，样方的起点、方向和大小等，这些因素会影???到点的观测频次和分布。 分析中样方的形状一般采用正方形的网格覆盖，也可以自己定义样方的形状，如圆形、正六边形等，以适合于所要研究的问题。 无论采用何种形式的样方要求网格形状和大小必须一致，以避免在空间上的采样不均匀。;样方分析方法 除了规则网格外，采用固定尺寸的随机网格也能得到同样的效果。 从统计意义上看，使用大量的随机样方估计才能获得研究区域点密度的公平估计。;样方的尺寸选择对计算结果会产生很大的影响。（）和（）两种不同尺寸的网格，可能会导致不同的分析结论。 根据专家的研究，最优的样方尺寸是根据区域的面积和分布于其中的点的数量确定的，计算公式为： 式中， 是样方的尺寸(面积)；为研究区域的面积；为研究区域中点的数量。最优样方的边长取 。;当样方的尺寸确定后，利用这一尺寸建立样方网格覆盖研究区域或者采用随机覆盖的方法，统计落入每个样方中的数量，建立其频率分布。 根据得到的频率分布和已知的点模式的频率分布的比较，判断点分布的空间模式。;核密度估计法( , )认为地理事件可以发生在空间的任何位置上，但是在不同的位置上，事件发生的概率不一样。 点密集的区域事件发生的概率高，点稀疏的地方事件发生的概率低。 反映的就是这样一种思想：使用事件的空间密度分析表示空间点模式。 和样方计数法相比较，更加适合于可视化方法表示分布模式。;在中，区域内任意一个位置都有一个事件密度，这是和概率密度对应的概念。 空间模式在点上的密度或强度是可测度的，一般通过测量定义在研究区域中单位面积上的事件数量来估计。 最简单的事件密度估计方法是在研究区域中使用滑动的圆来统计出落在圆域内的事件数量，再除以圆的面积，就得到估计点处的事件密度。;核密度估计法;核密度估计法;核密度估计法;核密度估计法;关于中的带宽;核密度估计法;中的边缘效应;方法在热带气旋源地分析中的应用：;我们还对×经纬度的网格用样方计数法进行了计算。 通过两种方法对比可以看出方法能够更好地揭示台风源地的模式。;基于距离的方法;最邻近距离：;模式：完全随机模式;最近邻指数测度方法;的一般计算过程：;的一般计算过程：;基于距离的方法;在现实世界中，观测模式的分布呈现出各种各样的状态，在理论上还存在极端聚集和极端均匀的情况。 极端聚集的状态：所有事件发生在研究区域的某一个位置上，; 极端均匀的分布模式：均匀区域上邻近的个点构成等边三角形，即空间被正六边形划分，点位于正六边形的中心。。在现实世界中，地理现象或事件的分布方式完全凝聚于一点或被组织为正六边形的情况十分罕见。;显著性检验;显著性检验;实例研究;中通过简单的概念揭示了分布模式的特征，但是只用一个距离的平均值概括所有邻近距离是有问题的。在点的空间分布中，简单的平均最近邻距离概念忽略了最邻近距离的分布信息在揭示模式特征中的作用。 如果最近邻距离是均匀分布的，那么均值是唯一的稳健估计。图中给出了用实例数据计算得到的最邻近距离的频率分布直方图，显然这是一种偏态分布，更多点的最邻近距离小于均值。此外，中，模式的显著性信息被忽略了。;函数和 函数就是用最近邻距离的分布特征揭示空间点模式的方法。这两个函数是关于最邻近距离分布的函数。;函数;示例;首先，计算最邻近距离，并按照升序对这些距离排序。;函数;根据()曲线的形状分析空间点模式： 如果点事件的空间分布趋向聚集，具有较小的最邻近距离的点的数量就多，那么函数会在较短的距离内快速上升； 如果点模式中事件趋向均匀分布，具有较大的最邻近距离的点的数量多，那么函数值得增加就比较缓慢。;图是聚集、随机、均匀三类点模式的函数曲线的形状。在实际应用中还需要进行显著性检验。;函数;函数;函数;实例分析;函数;函数和函数;函数;函数;函数;函数;函数;函数;函数;实例研究;函数;函数;函数：实例 ;面状数据 空间模式分析方法;面状数据是地理学研究中的一类重要数据，很多地理现象都通过规则的或不规则的多边形表示，