空间统计分析与GIS在区域经济分析中的应用

首先概述了度量空间自相关、空间关联的一些空间统计分析方法以及识别区域空间关联的标准,然后探讨了将空间统计分析嵌入到一个GIS系统中的可行性,开发了一个分析空间关联的模块,并举例说明其在区域经济分析中的应用。     

空间分析GIS软件开发研究

针对目前已有的空间分析软件包和GIS商业软件不能满足空间分析应用需求的现状,我们利用组件技术和插件技术相结合的方法开发了一个空间分析GIS软件。利用组件技术构建GIS框架,利用插件技术开发空间分析插件,并插入到GIS框架中。软件目前已具有7类共17个空间分析模块,其他开发人员可以按照插件开发规范开发新的模块,扩展软件的功能。软件已在一些研究项目中应用,取得很好的效果。     

GIS开发中可重用组件资源库的设计

传统的GIS系统开发多采用结构化的设计思想,对于不同GIS信息系统的建设,需要重复去设计、开发相关模块,开发效率较低.将组件重用思想应用到GIS开发实践中,总结了组件、组件重用思想及组件开发流程,探讨了GIS开发中可重用接口的设计思路,包括:空间数据库连接和图层加载接口设计,数据查询和维护接口设计,空间分析接口设计.应...     

基于空间统计的天津市GDP空间相关性分析

本文基于空间统计方法,对天津市GDP空间关联性进行了分析。首先,给出了空间权重矩阵的计算方式以及全局空间自相关指标和局部自相关指标;然后,对天津市GDP进行全局空间自相关分析,生成Moran散点图,并采取蒙特卡罗模拟的方法进行检验,在此基础上,进行GDP局部自相关分析,生成LISA聚集图;最后,分别对GDP与人口、面积的相关性进行分析,从而得到天津市各区域经济发展与人口分布以及各区县地域面积等因素之间的空间相关关系,可供相关人员参考。     

基于AO的栅格分析在土地淹没统计中的应用

简单介绍了ESRI公司ArcObjects组件工具,并基于该组件库的强大空间分析功能,结合可视化开发语言,详细阐述了土地淹没统计分析模块开发方式和实现过程。     

矢量图形数据的空间数据库存取方法的研究

用现代数据库统一来存放和管理空间数据与属性数据是GIS的发展趋势：利用Oracle数据库的Spatial模块,可以进行空间几何数据的相关存取,方便地实现对空间几何数据的管理、通过开发基于J2EE构架的Oracle数据库应用程序,实现了矢量图形数据的存取,提出了一种开发GIS矢量图形系统的新思路     

基于MapObjects的林业地理信息系统设计及实现

以VB为开发平台,使用MapObjects(MO)集成开发技术设计并实现了一个林业地理信息系统(ForestGIS),系统包括文件、视图、查询、空间分析、统计、专题制图等模块,实现了对林业资源的实时管理。     

基于空间数据库的山东城镇发展水平的空间统计分析

基于GIS空间数据库,对山东省108个城镇的综合发展水平进行了空间统计分析。首先选用了反映城市综合发展水平的14项指标,并进行了主成分分析,得出反映城镇综合发展水平的综合指标,并分析了山东省各城镇的综合发展水平与分布状况。然后利用该综合指标,对各个城镇进行了空间统计分析,通过计算全局空间自相关指标,分析认为山东省各城镇综合发展水平总体上未呈现空间相关关系;通过计算局部空间自相关指标,分析认为山东省68.5%的城镇分布存在非相似空间集聚特征。     

空间自相关方法及其在环境污染领域的应用分析

在分析国内外空间自相关应用现状的基础上,总结环境污染领域中空间自相关分析方法的现状、特点和存在的主要问题.研究认为,国内环境污染领域空间自相关分析的应用研究应重视权重矩阵改进、时间滞后系数补充、数据源扩展、可视化表达多样化,并引入其他学科或领域的研究方法.     

基于GIS的重庆县域产业经济空间差异演化研究

选取2000~2014年重庆市各产业人均产值数据,基于ArcGIS的空间统计模块,采用全局空间自相关Moran's I指数、Getis-Ord Gi~*指数、标准差椭圆方法对重庆市县域产业经济发展的空间差异时空演化进行研究。结果表明,重庆市各县域第二、三产业发展具有显著的空间自相关性,第一产业整体发展变化不大;第二产业整体呈空间扩张的状态;第三产业整体呈空间收缩的状态。     

Application of integration of spatial statistical analysis with GIS to regional economic analysis

This paper summarizes a few spatial statistical analysis methods for to measuring spatial autocorrelation and spatial association, discusses the criteria for the identification of spatial association by the use of global Moran Coefficient, Local Moran and Local Geary. Furthermore, a user-friendly statistical module, combining spatial statistical analysis methods with GIS visual techniques, is developed in Arcview using Avenue. An example is also given to show the usefulness of this module in identifying, and quantifying the underlying spatial association patterns between economic units.     

Application of integration of spatial statistical analysis with GIS to regional economic analysis

This paper summarizes a few spatial statistical analysis methods for to measuring spatial autocorrelation and spatial association, discusses the criteria for the identification of spatial association by the use of global Moran Coefficient, Local Moran and Local Geary. Furthermore, a user-friendly statistical module, combining spatial statistical analysis methods with GIS visual techniques, is developed in Arcview using Avenue. An example is also given to show the usefulness of this module in identifying and quantifying the underlying spatial association patterns between economic units.     

广东省县域经济实力差异空间自相关分析

以2005年广东省87个县（市、区）级区域为研究对象,选取总人口、国民生产总值等8个指标作为评价因子,通过因子分析和主成分分析法获得各县级单元经济实力综合得分。对综合得分为变量进行空间自相关分析,计算得出全局相关Moran＇s值和LISA值。结果显示：广东省的县域经济具有明显的空间集聚特征,86.21%的县市经济表现为空间正相关,但仍有少部分县市的经济发展存在异质性。     

基于ArcObjects的空间权重矩阵的建立与实现

空间自相关度量的基础是空间权重矩阵的生成,而人工建立空间权重矩阵是一项耗时且计算量大的工作,因此需要解决空间权重矩阵的自动生成问题。本文以ArcObjects为空间目标的管理工具,利用VB可视化编程环境,研究了空间权重矩阵的自动建立方法。实验结果表明,该程序具有较好的健壮性和可执行性,可以成功的应用于空间统计分析模块的计算中。     

DEM误差的空间自相关特征分析

采用空间自相关分析方法,从空间角度对数字高程数据误差的空间分布特征进行了研究。实验表明,利用双线性曲面表示地形表面时,产生的数字高程数据误差的全局Moran’sI指数趋近于0,在整个区域单元上的分布不存在显著的全局空间自相关,邻近区域单元上高程数据误差之间的关系在整体上既不综合表现为趋同,也不综合表现为趋异,高程数据误差的整体空间格局为随机格局;而且数字高程数据误差在空间上的分布与地形坡度和地表粗糙度有一定的联系,一般情况下,平均坡度、地表粗糙度越大,高程数据的全局Moran’sI指数偏离0稍远一些;否则,距离0近一些,但全局空间自相关仍不显著,在整体上表现为随机格局。     

基于多种空间权重矩阵的区域经济空间自相关分析——以河南省为例

在空间统计分析的应用中,空间权重矩阵的设定对空间自相关的分析结果有较大的影响。通过构建基于邻接关系和空间距离的两大类共计14组空间权重矩阵,以河南省县域经济为研究对象,计算全局和局部两种空间自相关指数,研究空间权重矩阵对区域经济空间自相关分析的影响。结果表明:1)一阶车矩阵比二阶车矩阵能更好地度量河南省县域经济的空间分布,表明河南省县域经济的空间自相关性主要发生在边界直接相邻的区域之间,空间依赖效应从邻域不断向外辐射的现象不明显。2)合理应用空间距离矩阵的关键是能够正确设定阈值距离d,当40 km<d<50 km时,河南省县域经济呈现显著的空间自相关性。3)由郑州市以及围绕郑州的环形区域共同构成了河南省唯一的大面积高GDP值聚集区域,省会城市的经济外溢现象明显;豫东北的鹤壁市和新乡市为低GDP值聚集区域。     

地球化学的空间自相关异常信息提取方法

针对地球化学数据存在的空间分布相关性特征,该文提出了一种基于空间自相关统计的地球化学异常提取方法。以内蒙古浩布高矿床外围的土壤地球化学数据为例,通过对Sn、Cu元素地球化学数据在不同空间间隔上的全局自相关计算,测算其空间聚集的程度,选取聚集程度最高时的间隔距离作为局部空间自相关的参数,通过局部Moran’s I值研究元素的空间分布特征,分析空间聚类和异常值,从而提取地球化学异常。结果表明,局部空间自相关分析可以揭示Sn、Cu地球化学数据的空间分布特征,能够更好地提取地球化学弱缓异常,说明空间自相关是一种有效的地球化学异常识别方法。     

城镇地价的空间相关性研究

空间自相关(spatial autocorrelation)是指变量在空间上表现出一定的规律性,空间回归是考虑了空间相关性的回归技术。本文将空间自相关性理论应用于地价样点价格分析,发现地价分布规律,并通过地价样点和地价影响因素建立空间线性回归模型的方法估算土地的价值,改进了传统的回归估价方法,从而提高了地价评估的准确程度。     

Decomposing Malaria Mosquito Aquatic Habitat Data into Spatial Autocorrelation Eigenvectors in a SAS/GIS® Module

We present a geostatistical approach that accounts for spatial autocorrelation in malaria mosquito aquatic habitats in two East African urban environments. QuickBird 0.61 m data, encompassing visible bands and the near infra‐red (NIR) bands, were selected to synthesize images of Anopheles gambiae s.l. aquatic habitats in Kisumu and Malindi, Kenya. Field sampled data of An. gambiae s.l. aquatic habitats were used to determine which ecological covariates were associated with An. gambiae s.l. larval habitat development. A SAS/GIS^® spatial database was used to calculate univariate statistics, correlations and perform Poisson regression analyses on the An. gambiae s.l. aquatic habitat datasets. Semivariograms and global autocorrelation statistics were generated in ArcGIS^®. The spatially dependent models indicate the distribution of An. gambiae s.l. aquatic habitats exhibits weak positive autocorrelation in both study sites, with aquatic habitats of similar log‐larval counts tending to cluster in space. Individual anopheline habitats were further evaluated in terms of their covariations with spatial autocorrelation by regressing them on candidate spatial filter eigenvectors. This involved the decomposition of Moran's I statistic into orthogonal and uncorrelated map pattern components using a negative binomial regression. The procedure generated synthetic map patterns of latent spatial correlation representing the geographic configuration of An. gambiae s.l. aquatic habitat locations in each study site. The Gaussian approximation spatial filter models accounted for approximately 13% to 32% redundant locational information in the ecological datasets. Spatial statistics generated in a SAS/GIS^® module can capture spatial dependency effects on the mean response term of a Poisson regression analysis of field and remotely sampled An. gambiae s.l. aquatic habitat data.