空間統(tǒng)計分析實驗報告

空間統(tǒng)計分析實驗報告一、空間點格局的識別1、平均最鄰近分析平均最鄰近距離指點間最鄰近距離均值。該分析方法通過比較計算最鄰近點對的平均距離與隨機分布模式中最鄰近點對的平均距離，來判斷其空間格局，分析結果如圖1所示。最鄰近比率小于1，最鄰近比率小于1，聚集分布，Z值為-7.007176，P值為0，即這種情況是隨機分布的概率為0圖1平均最鄰近分析結果圖計算結果共有5個參數(shù)，平均觀測距離，預期平均距離，最鄰近比率，Z得分，P值。P值就是概率值，它表示觀測到的空間模式是由某隨機過程創(chuàng)建而成的概率，P值越小，也就是觀測到的空間模式是隨機空間模式的可能性越小，也就是我們越可以拒絕開始的零假設。最鄰近比率值表示要素是否有聚集分布的趨勢，對于趨勢如何，要根據(jù)Z值和P值來判斷。本實驗中的最鄰近比率小于1，聚集分布，Z值為-7.007176，P值為0，即這種情況是隨機分布的概率為0，該結果說明云南省詳細居民點的分布是聚集分布的，不存在隨機分布。2、多距離空間聚類分析基于Ripley'sK函數(shù)的多距離空間聚類分析工具是另外一種分析事件點數(shù)據(jù)的空間模式的方法。該方法不同于此工具集中其他方法（空間自相關和熱點分析）的特征是可匯總一定距離范圍內(nèi)的空間相關性（要素聚類或要素擴散）。本實驗中第一次將距離段數(shù)設為10，距離增量設為1，第二次將距離段數(shù)設為5，距離增量同樣為1，得到如圖2和圖3所示的結果。從圖中可以看出，小于3千米的距離內(nèi)，觀測值大于預測值，居民點聚集，大于3千米，觀測值小于預測值，居民點離散。且聚集具有統(tǒng)計意義上的聚集，離散并未具有統(tǒng)計意義上的顯著性。圖2K函數(shù)聚類分析結果1三、離散度的測度分析圖6離散度測度分析結果離散度測度分析的結果如圖6所示，本實驗中的離散度分析采用的是標準距離和標準差橢圓。標準距離創(chuàng)建的是一個包含以平均中心點為中心的圓面，半徑為標準距離值，表示要素集中分布的范圍；標準差橢圓創(chuàng)建的橢圓的中心同樣為平均中心，有兩個不同的標準距離，表示要素集中分布的趨勢。本實驗中的離散度分析以GDP為權重來進行分析，結果如圖6所示。圖中的數(shù)據(jù)顯示云南省居民點主要集中分布在中部和東部地區(qū)，是一個以安寧市為中心，半徑為198千米的圓，說明云南省經(jīng)濟較發(fā)達的區(qū)域集中在以安寧市為中心的，半徑為198千米的圓內(nèi)，集中分布的趨勢為東北西南走向。四、空間自相關和事物屬性的空間分布格局某類事物的出現(xiàn)（例如犯罪、某類用地、某居住空間等）是否造成了周邊同類或異類事物或現(xiàn)象的出現(xiàn)，即空間是否自相關；找到某類事物或現(xiàn)象異常聚集的空間位置（例如低收入階層聚集），以利于分析聚集的原因?？臻g自相關是指分布于不同空間位置的地理事物，熱門的某一屬性存在同價相關性，通常距離越近的兩值之間的相關性越大，具體可分為空間正相關和負相關，常用Moran指數(shù)來表示。本實驗通過分析來判斷是否存在高收入和高收入聚集，低收入和低收入聚集，或者高低收入相鄰分布。一般情況下，適度的集聚可以更有效地滿足不同階層人的需求，但過度的高高收入和低低收入聚集會加劇居住空間分異，階層對立，也容易引發(fā)各類環(huán)境問題及社會矛盾，同時集聚也關乎社會資源的分配。1、全局自相關統(tǒng)計存在空間自相關聚集分布存在空間自相關聚集分布圖7全局自相關統(tǒng)計報表對于GlobalMoran'sI統(tǒng)計量，零假設聲明，所分析的屬性在研究區(qū)域內(nèi)的要素之間是隨機分布的；換句話說，用于促進觀察值模式的空間過程是隨機的。本實驗中的z值為2.671575，大于0，表示云南省經(jīng)濟狀況存在著空間自相關，存在著聚集分布的趨勢，即經(jīng)濟發(fā)達的地區(qū)周圍的區(qū)域還是經(jīng)濟發(fā)達，經(jīng)濟落后區(qū)域周的區(qū)域還是經(jīng)濟落后，但是光靠Moran指數(shù)還無從判斷是高高聚集還是低低聚集，可進一步采用高低聚類分析來判斷是高高收入聚集還是低低收入聚集。2、高、低聚類（Getis-OrdGeneralG）由于Moran'sI指數(shù)不能判斷空間數(shù)據(jù)是否顯示高聚集還是低聚集，該分析也是用z值來檢驗空間自相關的統(tǒng)計顯著性，但不同的是，z值得分為正值是意味著高高集聚，為負值意味著低低集聚。高值聚集高值聚集圖7高、低聚類報表最后得到的結果z值為4.519258，大于0，說明云南省的經(jīng)濟情況分布不均衡，存在著高高聚集的狀態(tài)，正常情況下應該高低值都有，過于不均衡的聚集會導致社會矛盾的出現(xiàn)，本實驗中出現(xiàn)這個現(xiàn)象的原因可能是因為數(shù)據(jù)的問題，但也不能排除這種高值聚集現(xiàn)象的出現(xiàn)。應該看高值出現(xiàn)的區(qū)域具體是在哪里，根據(jù)該地區(qū)的情況來分析高值出現(xiàn)的原因。五、空間模式分析—局部空間自相關1、聚類和異常值分析聚類和異常值分析,用于發(fā)現(xiàn)局域空間是否存在空間自相關，他計算每一個空間單元與鄰近單元就某一屬性的相關程度。HH為高高聚集，HL為高低聚集，LL為低低聚集。從下圖中可以看出，在昆明和玉溪出現(xiàn)了幾個高高聚集的點，其他的點均為無效的點，說明在云南省存在著一定的居民收入分布不均的情況，高收入主要集中在昆明市、安寧市和玉溪市。昆明地區(qū)不用說是云南省的政治經(jīng)濟文化中心，其產(chǎn)業(yè)的發(fā)展是全省較好的，所以出現(xiàn)了高值；玉溪市距昆明較近，交通發(fā)達，其煙草行業(yè)帶動了該地區(qū)的經(jīng)濟發(fā)展，使得該地區(qū)的居民收入增加。圖8聚類和異常值分析結果圖2、熱點分析熱點分析是可以較準確地探測出局域空間自相關的有效方法，它能較準確地探測出聚集區(qū)域，而聚類和異常值分析（AnselinLocalMoranI）對聚集范圍的識別偏差較大，能大致他側(cè)出聚集區(qū)域的中心，但探測出的范圍小于實際范圍。在上述聚類和異常值分析的實驗中，實驗結果表明昆明市市區(qū)和安寧市以及玉溪市存在著高高聚集的，但是熱點分析做出來的實驗結果表明高高聚集這個狀態(tài)的范圍更廣，存在于昆明市大大部分地區(qū)、玉溪市的少數(shù)地區(qū)以及楚雄市的武定縣，而不是只有之前