区域醉酒空间格局及影响因素分析.docx

实验三、区域醉酒空间格局及影响因素分析

一、问题背景

醉酒在世界范围内已经成为严重威胁人类健康的因素之一。在此背景下，以中国城市为研究对象，探究醉酒空间格局并分析其影响因素的研究具有一定的价值。相关研究指出，酒品出售点可达性较高、社会经济地位较低的社区，醉酒发生率也相对较高。此外,急救站点的设置是否能够合理地满足醉酒事件的急救需求也是一个值得探讨的问题。

二、任务描述

（1）借助空间点格局分析方法（Ripley’sK）定量分析和揭示2015年某区域醉酒相关120呼救事件的空间分布是随机的，还是聚集的，抑或是均匀的（在此基础上，同时分析其他3个点要素的分布模式）；

（2）借助缓冲区分析等定量评估急救站点的设置与醉酒事件是否匹配：a.急救站点就近服务区覆盖研究区域的比例，b.急救站点就近服务区覆盖醉酒事件的比例，c.每个急救站点服务的醉酒事件数量是否均衡？

（3）借助普通最小二乘回归和地理加权回归*（选做）探究醉酒事件与不同影响因素之间的联系：哪个因素影响最大？

本实验目的如下:①掌握点格局分析方法;②综合利用缓冲区分析法及Voronoi图进行空间分析;③掌握回归分析方法。

三、数据说明

本实验使用的数据存放于文件夹“data”中，其中涉及的数据及类型如下：

数据类型

数据来源

数据内容

数据说明

POI

开放API端口

商场、酒吧、KTV位置

矢量点格式

行政区划

土地利用图

某区域街道级行政区划

矢量面格式

专题数据

健康统计数据

醉酒数据

矢量点格式

四、实习要求

（1）需参照图1绘制操作过程的整体流程图；

（2）使用学校实习报告模板；

（3）截取关键实习步骤以及中间结果，截图保证清晰，添加图名；

（4）最终实习结果请提交规范制作的专题图。

五、提示

（1）在借助Ripley’sK函数进行点格局分析时，参考如下尺度参数设置：距离带个数为10，起始距离为20，距离增量为50。请同时尝试其他参数设置对应的结果，检验是否存在分布模式发生突变的尺度。

（2）利用缓冲区分析计算出急救站点3km服务区覆盖研究区域的比例和覆盖醉酒事件的比例，这两个值反映出急救站点设置能够覆盖到公众的程度。另一方面，通过泰森多边形分析(Voronoi图)获得每个急救站点对应的最近服务区。通过分析最近服务区中包含的醉酒事件的基本统计量，回答急救站点负荷是否均衡；

（3）对于回归分析，请在街道尺度上，分析醉酒事件密度与餐厅、酒吧和KTV密度之间的定量关系；另外，需注意，所有自变量在输入回归模型之前需要事先进行归一化；

（4）实验数据对应的坐标系为：CGCS20003DegreeGKCM114E；

（5）实验操作所需要的另外两个软件GeoDa和GWR在“software”文件下下载安装；

（6）在使用GeoDa和GWR两个软件完成实习任务的基础上，鼓励使用ArcGIS实现类似功能，根据完成情况酌情加分。

图1实验流程图