空间数据的统计分析2本.pptxVIP

会计学;2;3;4;5;6;7;8;9;10;11;12;13;14;15;核密度估计法(kernel density estimation, KDE)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。 KDE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，KDE更加适合于可视化方法表示分布模式。;在KDE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S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S处的事件密度。;核密度估计法;19;核密度估计法;核密度估计法;关于KDE中的带宽;23;KDE中的边缘效应;KDE方法在热带气旋源地分析中的应用：;我们还对1×1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KDE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：;CSR模式：完全随机模式;最近邻指数测度方法;NNI的一般计算过程：;NNI的一般计算过程：;33;34;显著性检验;36;实例研究;NNI中通过简单的概念揭示了分布模式的特征，但是只用一