空间统计分析实验报告Word格式.docx

1、率，P值越小，也就是观测到的空间模式是随机空间模式的可能性越小， 也就是我们越可以拒绝开始的零假设。最邻近比率值表示要素是否有聚集分布的趋势， 对于趋势如何，要根据Z值和P值来判断。本实验中的最邻近比率小于1 ,聚集分布，Z值为-7.007176, P值为0,即 这种情况是随机分布的概率为 0,该结果说明省详细居民点的分布是聚集分布 的，不存在随机分布。2、多距离空间聚类分析基于Ripleys K函数的多距离空间聚类分析工具是另外一种分析事件点数 据的空间模式的方法。该方法不同于此工具集中其他方法 （空间自相关和热点分 析）的特征是可汇总一定距离围的空间相关性（要素聚类或要素扩散） 。本实验中

2、第一次将距离段数设为10,距离增量设为1，第二次将距离段数设 为5,距离增量同样为1,得到如图2和图3所示的结果。从图中可以看出，小于3千米的距离，观测值大于预测值，居民点聚集，大 于3千米，观测值小于预测值，居民点离散。且聚集具有统计意义上的聚集，离散并未具有统计意义上的显著性。K Function图2K函数聚类分析结果1KFuncliunDistance图3K函数聚类分析结果 23、密度制图前面的最邻近分析和 K函数聚类分析只能得到从数值上的出空间分布的状态，但并不能直观看到分布集聚或分散的位置、形状和大小。密度制图根据 输入点要素的数值及其分布来计算整个区域的密度分布状况， 并产生一个连

3、续的栅格图形，利用密度制图可以通过密度显示点的聚集情况。57645 -二国52.轴 -11607.252.9 - 2444fi1Q25.a.2 fi40（ug34私仲砂网 口和幅押內-J4a.3&2 *0-244.3&2.23 242,仍&*7 配_器丄XlSfl.館亠栄._140,曲丄11 口 5*.两丼垃 W.3M:*H5& 讪IV卿沖LL灯-724JS.&9图4核密度制图结果在核密度分析中，落入搜索区的点具有不同的权重， 靠近网格搜索中心的 点会被赋予较大的权重，随着与其网格中心距离的加大，权重降低。图 4中的值为详细居民点之间的距离的密度， 从图中可以看出居民点密集的地方核密度 分析的

4、值越大，居民点越密集，如上图中用红色椭圆圈出来的区域，该地区位 于滇东南，居民点比较密集，可能与该地区的地形、气候等因素有关。二、中心位置测度分析本实验中的测度分析包括省居民点的中心要素、平均中心和中位数中心，结果如图5所示。中心要素表示居民点中处在最中心的居民点， 平均中心计算的是所有居民点质心的平均中心，中位数中心计算的是可使所有居民点的欧式 距离达到最小的点。平均中心和中位数中心的计算以 GDP为权重，所以计算出来的平均中心 和中位数中心为省的经济中心，而中位数中心在计算的时候受异常值的影响较 小，所以计算经济中心时一般以中位数中心为准，如图 5中以GDP为权重计算出的中位数中心位于市，

5、与市是省的经济中心相一致。图5中心位置测度分析结果、离散度的测度分析i Ji:. F1 4 SDCI O：10图6离散度测度分析结果离散度测度分析的结果如图6所示，本实验中的离散度分析采用的是标准 距离和标准差椭圆。标准距离创建的是一个包含以平均中心点为中心的圆面， 半径为标准距离值，表示要素集中分布的围；标准差椭圆创建的椭圆的中心同 样为平均中心，有两个不同的标准距离，表示要素集中分布的趋势。本实验中 的离散度分析以GDP为权重来进行分析，结果如图6所示。图中的数据显示 省居民点主要集中分布在中部和东部地区，是一个以安宁市为中心，半径为 198千米的圆，说明省经济较发达的区域集中在以安宁市为

6、中心的， 半径为198 千米的圆，集中分布的趋势为东北西南走向。四、空间自相关和事物属性的空间分布格局某类事物的出现（例如犯罪、某类用地、某居住空间等）是否造成了周边 同类或异类事物或现象的出现，即空间是否自相关；找到某类事物或现象异常 聚集的空间位置（例如低收入阶层聚集），以利于分析聚集的原因。空间自相关是指分布于不同空间位置的地理事物， 热门的某一属性存在同 价相关性，通常距离越近的两值之间的相关性越大， 具体可分为空间正相关和 负相关，常用Moran指数来表示。本实验通过分析来判断是否存在高收入和高收入聚集，低收入和低收入聚集，或者高低收入相邻分布。一般情况下，适度的集聚可以更有效地满足

7、不同 阶层人的需求，但过度的高高收入和低低收入聚集会加剧居住空间分异， 阶层对立，也容易引发各类环境问题及社会矛盾，同时集聚也关乎社会资源的分配。1、全局自相关统计空间自相关抿表Moran I 指数:0.063562-D.0OS13O方差:0.000721 得分：2.671575P值：0.007550全島Moran I 3Z总存在空间自相关聚集分布教掘集信息着入要素类居民点GDPINVERS_DISTAMCE距离法EUCLIDEAN行标淮化False0.807S9947371权重拒解文件None图7全局自相关统计报表对于Global Morans I统计量，零假设声明，所分析的属性在研究区域的

8、要素 之间是随机分布的；换句话说，用于促进观察值模式的空间过程是随机的。本 实验中的z值为2.671575,大于0,表示省经济状况存在着空间自相关，存在着聚集分布的趋势，即经济发达的地区周围的区域还是经济发达， 经济落后区 域周的区域还是经济落后，但是光靠Moran指数还无从判断是咼咼聚集还是低 低聚集，可进一步采用高低聚类分析来判断是高高收入聚集还是低低收入聚 集。2、高、低聚类（Getis-Ord Ge neral G由于Morans I指数不能判断空间数据是否显示高聚集还是低聚集，该分析也是用z值来检验空间自相关的统计显著性，但不同的是， z值得分为正值 是意味着咼咼集聚，为负值意味着低

9、低集聚。高/低聚类报表備设r律分丸4 5；. fixm直小于傑.Itl喜累盘喀局可，議髓机言圭的管 果General G 汇整GpnATI G現剤值：0.11210?General G酬望真0,0517969.000176高值聚集 工得皿15192580直札血闻蔺数据集信息输入聲素凳:输入牛磴;INJEE_D【5T 酿 CEEUCUDEAR 1T尿址化;Faw祠K诩值:0.807359473 71应虫拒阵之件:Hone图7高、低聚类报表最后得到的结果z值为4.519258,大于0,说明省的经济情况分布不均衡， 存在着高高聚集的状态，正常情况下应该高低值都有，过于不均衡的聚集会导 致社会矛盾的出

10、现，本实验中出现这个现象的原因可能是因为数据的问题， 但 也不能排除这种高值聚集现象的出现。应该看高值出现的区域具体是在哪里，根据该地区的情况来分析高值出现的原因。五、空间模式分析一局部空间自相关1、聚类和异常值分析聚类和异常值分析，用于发现局域空间是否存在空间自相关， 他计算每一个 空间单元与邻近单元就某一属性的相关程度。 HH为高高聚集，HL为高低聚集， LL为低低聚集。从下图中可以看出，在和出现了几个高高聚集的点，其他的点均为无效的点， 说明在省存在着一定的居民收入分布不均的情况， 高收入主要集中在市、安宁市 和市。地区不用说是省的政治经济文化中心， 其产业的发展是全省较好的，所以 出现

11、了高值；市距较近，交通发达，其烟草行业带动了该地区的经济发展，使得 该地区的居民收入增加。图8聚类和异常值分析结果图2、热点分析热点分析是可以较准确地探测出局域空间自相关的有效方法， 它能较准确地探测出聚集区域，而聚类和异常值分析（An sei in Local Moran I）对聚集围的 识别偏差较大，能大致他侧出聚集区域的中心，但探测出的围小于实际围。在上述聚类和异常值分析的实验中，实验结果表明市市区和安宁市以及市 存在着高高聚集的，但是热点分析做出来的实验结果表明高高聚集这个状态的 围更广，存在于市大大部分地区、市的少数地区以及市的武定县，而不是只有 之前的三个地方。p值小，z得分越大，高值聚集；z得分越小，低值聚集。在下图中，热点 分析值表示的市z得分下图表明，在省不存在者低低聚集的情况，这和实际有一 定的区别，肯可能与实验的数据有关。除了在和地区存在着咼咼聚集外， 在市也 存在着高高聚集，但是其聚集的显著情况低于和地区。图9热点分析结果图