第五章-面状数据空间模式分析方法-B-2012.pptVIP

5.3.3 关于空间自由度的测度 如果被研究的空间属性或变量是名义变量或二元变量，那么可以使用连接计数统计量。如果空间变量是间距变量或比率变量，合适的空间自相关统计量是Moran’s和Geary’C，那么还可以使用协方差图和方差图揭示不同空间尺度上的相关性。 这些测度都被称作为“空间自相关或空间联系的全局测度”，因为统计量是从全部研究区域上得到的，描述的是所有面积单元的整体空间关系。但是没有任何理由说明空间过程都是同性质的分布，空间自相关的程度随着空间位置会发生变化，因此一个分布或空间模式可以是空间异质性的。 5.4 名义变量的空间自相关测度-连接计数法 应用连接计数法研究规则网格上分布的二元数据的空间自相关问题。最简单的情况是二元名义数据。假设规则网格中分布的二元数据的变量或属性为x，则变量在任何网格单元上的取值只能是1或0两个数，或黑白两种颜色： 对于二元数据的网格单元,其连接类型可分为BB，WW，BW／WB 3种情况，使用交叉积计算如下3种连接的统计量，其中BB表示黑色单元和黑色单元邻接，余同。 设研究区域共划分为n个单元，其中编码为1的单元有n1个，编码为0的单元有n2个，则n1 + n2 ＝n，于是上述3种情况的计数可写成 式中，Wij为接近性矩阵，规则网格Wij的值可根据邻接规则的不同而不同。前已指出按照车的行走方式和王后的行走方式定义的两种邻接规则是最为常用的，图5.13是按照车的连接方式计算的邻接矩阵的实例。 图5.14分别给出了按照车和王后两种连接方式的3种空间模式连接计数统计量的计算结果。 通过比较BB，WW，BW的计数值可以判断空间模式的一般性结论： 当相邻的单元具有相似的名义变量时，存在正空间自相关；当相邻的单元具有更多的不相似的名义变量时，存在负空间自相关。在完全随机条件下，n1+n2＝n个单元可以组合成2n种空间模式，BB, WW和BW 3种连接方式的期望计数值分别为 式中，J＝BB+WW+BW；PB和Pw分别是一个单元被编码为B或W的概率。 在采样位置不可置换的情况下，n1+n2＝n个单元可以组合的空间模式的数量是n!(n1!n2! )，BB、WW和BW 3种连接方式的期望计数值分别为 式中，J＝BB+WW+BW。 若相似的编码单元相互排列在一起，则BW‐〉0，BB 和WW增大；当不相似的编码单元排列在一起时， BB‐〉0，WW‐〉0，BW‐〉J。 在完全随机条件下，BB、WW和BW的标准差的期望为 式中，J，PB和Pw的意义同前，而m按照式(5.23)计算 式中，Ji是第i个单元的连接数量 根据上述公式，可以计算图5.14所示实例的期望连接数量与方差。根据图5.14，PB＝Pw＝0.5，考虑车的连接方式，即N-S和E-W方向上的连接，从图5.14(b)可以得到总的连接数量J＝60，而m的计算较为复杂，分别有位于角上的2种连接，位于“边”上的3种连接，以及位于“中间”的4种连接，于是有 在随机条件下，在得到各种连接类型计数的均值和方差的基础上，可进一步构造一个服从正态分布的统计量： 式中，J*表示上述3种连接方式的计数值。通过实际计算的Z值和一定显著性水平p上对应的Zp值的比较即可得到观测的空间模式是否显著地异于随机模式的推断。 对于上面的例子，得到车连接方式的Z值的计算结果，见表5.6。 在p=0.05的显著性水平上，只有分布模式(c)位于独立随机性的数值范围内，于是(a)和(b)是非随机的模式，且对于模式(c)拒绝随机模式的零假设是不充分的。 连接计数统计量提供了直观且简易的方法测度二元名义尺度变量的全局空间自相关，在应用中存在诸多缺陷。 (1)连接计数法只能用于二元名义变量； (2)计算相当繁琐，且在统计推断中统计量转换为Z值后造成解释上的困难； (3)现实世界的大部分变量是以间距或比率尺度量测的。 5.5 空间自相关统计量 Moran’sI和Geary’sC 5.5.1 Moran’s I统计 设研究区域中存在n个面积单元，第i个单元上的观测值记为yi，观测变量在n个单元中的均值记为 ，则Moran’sI定义为 这是一个协方差，邻接矩阵W和乘积相当于规定对相邻的单元进行计算，于是I值的大小决定于i和j单元中的变量值对于