地图分析与应用MapAnalysisan的pplications电子教案.pptVIP

地图分析与应用 Map Analysis and Applications;*;*;*;*;*;*;*;空间统计分析，即空间数据（spatial data）的统计分析，是现代计量地理学中一个快速发展的方向和领域。 空间统计分析，其核心是认识与地理位置相关的数据间的空间依赖、空间关联或空间自相关，通过空间位置建立数据间的统计关系。 ;地球表面上的事物或现象之间存在着某种联系，并以相似或差异的方式表现出来。 Tobler（1970） “地理学第一定律”描述了这样性质：“所有的事物或现象在空间上都是有联系的，但相距近的事物或现象之间的联系???般较相距远的事物或现象间的联系要紧密”。 在空间统计学中，相似事物或现象在空间上集聚（集中）的性质称之为空间自相关（Spatial autocorrelation）。空间上的相关性或关联性（Spatial associatiaon）是自然界存在秩序与格局的原因之一（Goodchild 1986）。;在地理学中，每一个空间位置上的事物（现象）都具有区别于其他位置上的事物（现象）的特点，这种差异性被称为空间异质性（Spatial heterogeneity）（Anselin 1988）。 与地理学第一定律所描述的空间依赖性相对应，Goodchild（2003）将空间异质性总结为“地理学第二定律”。 Goodchild在2003年的UCGIS年会上做了一场题为“地理信息科学基本定律（The Fundamental Laws of GIScience）”的报告。在该报告中，Goodchild将“空间异质性”概括为地理学第二定律（the Second Law of Geography）。;;基本分析方法/分析指标;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;中国大陆30个省级行政区人均GDP的空间关联分析 根据各省（直辖市、自治区）之间的邻接关系，采用二进制邻接权重矩阵，选取各省（直辖市、自治区）1998-2002年人均GDP的自然对数，依照公式计算全局Moran指数I，计算其检验的标准化统计量Z（I）。;从表中可以看出，在1998-2002年期间，中国大陆30个省级行政区人均GDP的全局Moran指数均为正值；在正态分布假设之上，对Moran指数检验的结果也高度显著。 在1998-2002年期间，中国大陆30个省级行政区人均GDP存在着显著的、正的空间自相关，也就是说各省级行政区人均GDP水平的空间分布并非表现出完全的随机性，而是表现出相似值之间的空间集聚。 其空间联系的特征是：较高人均GDP水平的省级行政区相对地趋于和较高人均GDP水平的省级行政区相邻，或者较低人均GDP水平的省级行政区相对地趋于和较低人均GDP水平的省级行政区相邻。;;检验结果表明 贵州、四川、云南西部3省的Z值在0.05的显著性水平下显著，重庆的Z值在0.1的显著性水平下显著，该4省市在空间上相连成片分布，其人均GDP趋于为同样是人均GDP低值的省区所包围。 由此形成人均GDP低值与低值的空间集聚，据此可认识到西部落后省区趋于空间集聚的分布特征。 ;以（Wz,z）为坐标，进一步绘制Moran散点图 多数省（直辖市、自治区）位于第1和第3象限内，为正的空间联系，属于低低集聚和高高集聚类型，而且位于第3象限内的低低集聚类型的省（直辖市、自治区）比位于第1象限内的高高集聚类型的省（直辖市、自治区）更多一些。;;*;*;*;*