降雨量地面观测数据空间探索与插值方法探讨

空间插值方法广泛应用于气象数据产品的制作,其精度与气象要素的空间变异特征、气象观测站分布和插值方法选择有关。选择美国得州599个地面观测站30年平均降雨量记录,设计了27个观测站样本方案,选择全年、1月和8月数据,利用空间统计、空间自相关、半变异函数等方法探索降雨量的空间变异特征,并采用5种常规方法进行空间插值,比较和解释插值结果,在此基础上讨论基于知识的气象要素空间插值方法。案例研究发现:①降雨量地面观测数据通常具有明显的空间趋势、较强的空间自相关特征和较稳定的空间变异规律,但针对不同时段或采样方案,其空间自相关强度和半变异函数模型会有一定的差异。②增加气象观测站数,空间插值误差有减小的趋势;但观测站数目达到一定数值后,增加观测站数,插值精度提高并不明显。③在观测站较少时,不同插值方法间的精度差异较大,而在观测站充足的情况下,其差异有减小的趋势。④探讨气象要素与地理环境要素之间的关系,获得定量化的先验知识,开发基于知识的空间插值模型,是高精度气象要素插值的关键;线性加权回归和地理加权回归方法的初步试验验证了这一思路的有效性。     

Trends in Spatial Statistics

With many leading spatial analysts nearing retirement, reflection on the discipline becomes beneficial. To capture some of their collective perspective, fifty-eight researchers were surveyed on key spatial analysis developments, future challenges, and essential readings for newcomers. Geographic information systems (GIS), new data sources, improved understanding of spatial autocorrelation, spatially local methods, and the spread of spatial analysis beyond geography featured prominently among the twenty-four respondents. Future challenges included overcoming methodological limitations and retaining spatial analysis within geography. Twelve books highlighted by respondents are also summarized. Finally, a synthesis and some thoughts based on survey results are presented.     

我国省域创新产出的空间特征和时空演化——基于探索性空间数据分析的实证

以我国31个省域作为空间观测单元,以专利申请受理数作为创新产出的衡量指标,对我国1997～2008年期间省域创新产出的空间分布进行了探索性空间数据分析(ESDA)。通过计算区位基尼系数和集中度指数,发现我国的创新活动显示了相当高水平的空间集中,并且这种集中程度在过去的十多年里表现出了稳定的增长趋势;对全局的Moran’s I统计分析表明:省际创新活动之间存在着显著的空间自相关(空间依赖性),证明了知识溢出的存在性和空间局限性;对局部的Moran’s I分析进一步揭示了省际创新活动水平的相关模式,Moran散点图刻画了创新活动的空间集聚模式及其时空演变态势。研究结果说明经过十几年的发展,我国省域创新活动的地域性特征十分显著。     

空间自相关的可塑性面积单元问题效应

可塑性面积单元问题(modifiable areal unit problem,MAUP) 效应是对空间数据分析结果产生不确定性影响的主要原因之一,在空间自相关分析中也不例外.本文分别利用网格模拟数据和中国人均GDP实例数据为数据源,以全局Moran's I 系数来探究空间自相关统计中的MAUP效应,分析结果表明,变量的空间自相关程度依赖于空间的粒度大小与单元的划分方法,但空间单元的变化与自相关性并不存在某种函数关系.因此,在进行空间自相关研究时必须选择合适的地理单元的粒度大小和分区.最后本文给出一种基于地统计内插方法来降低MAUP对空间自相关分析影响.     

土地利用变化的多尺度空间自相关分析——以内蒙古翁牛特旗为例

用传统统计学方法模拟和解释土地利用变化的前提条件是研究分析的数据在统计上必须独立且均匀分布。但是空间数据相互之间通常具有依赖性 (即空间自相关),某一变量的值随着测定距离的缩小而变得更相似或更为不同。由于经典线性回归方法未能抓住数据的空间自相关特征,而空间自相关包含一些有用的信息,为了克服这一缺点,利用Moran的I系数自相关图来描述研究区土地利用变化的空间自相关,并且建立了不仅考虑回归而且又考虑空间自相关的混合回归-空间自相关回归模型 (即空间滞后模型)。研究得到：① 研究区土地利用变化模型中不但自变量之间而且因变量之间存在空间正自相关,这表明土地利用变化数据的空间自相关很强;② Moran的I系数随着尺度的变粗而减小,这是由于数据平均时的滤波特性和Moran的I系数对距离的非线性特征造成的;③ 经典线性回归模型的残差也表现出正相关,这表明标准的多元线性回归模型未能考虑土地利用数据所存在的空间依赖性;④ 混合回归-空间自相关回归模型 (即空间滞后模型) 的残差未存在空间自相关,并且有更好的拟合度;⑤ 相对于经典线性回归模型,混合回归-空间自相关回归模型 (即空间滞后模型) 对于存在空间自相关性的数据来说有着统计上的合理性,而经典线性回归模型未能考虑这些因素。     

AutoLogistic 方法在土地利用格局模拟中的应用 —— 以张家界市永定区为例

土地利用/ 土地覆被变化(LUCC) 是当前研究全球变化的重要内容, 而区域土地利用 格局模拟是LUCC 研究的核心内容之一。以张家界市永定区为研究单元, 根据由2005 年土地 利用现状图和数字高程模型数据源得到的土地利用、地形、河流以及道路等空间数据, 对区 域土地利用类型空间格局的空间自相关性特征进行了建模研究, 并通过在传统Logistic 模型 中引入描述空间自相关性的成份, 实现了能够考虑自相关性因素的回归分析模型 (AutoLogistic 模型), 同时应用该模型对区域土地利用格局进行了模拟和分析。结果显示, 通 过与没有考虑空间自相关性的回归模型(传统Logistic 模型) 相比较, 该模型显示了更好的拟 合优度和更高的拟合准确率(耕地、林地、建设用地及未利用地的ROC 值分别从0.851、 0.913、0.877 和0.852 提高到0.893、0.940、0.907 和0.863)。研究结果说明了基于 AutoLogistic 方法的土地利用格局的相关性建模在一定意义上是合理的。同时研究结果也可以 为永定区及其相似地区的土地利用规划决策提供更为科学的依据。     

A spatial heterogeneity-based rough set extension for spatial data

When classical rough set (CRS) theory is used to analyze spatial data, there is an underlying assumption that objects in the universe are completely randomly distributed over space. However, this assumption conflicts with the actual situation of spatial data. Generally, spatial heterogeneity and spatial autocorrelation are two important characteristics of spatial data. These two characteristics are important information sources for improving the modeling accuracy of spatial data. This paper extends CRS theory by introducing spatial heterogeneity and spatial autocorrelation. This new extension adds spatial adjacency information into the information table. Many fundamental concepts in CRS theory, such as the indiscernibility relation, equivalent classes, and lower and upper approximations, are improved by adding spatial adjacency information into these concepts. Based on these fundamental concepts, a new reduct and an improved rule matching method are proposed. The new reduct incorporates spatial heterogeneity in selecting the feature subset which can preserve the local discriminant power of all features, and the new rule matching method uses spatial autocorrelation to improve the classification ability of rough set-based classifiers. Experimental results show that the proposed extension significantly increased classification or segmentation accuracy, and the spatial reduct required much less time than classical reduct.     

基于空间自相关的闽台城镇建设用地分布研究

空间自相关是一种重要的空间统计方法, 用来检验某种地理现象或某一属性值的整体分 布状况, 判断此现象或属性值在空间上是否有聚集特性存在。本文利用2002 年ASTER 影像数据 作为遥感数据源提取闽台建设用地信息, 闽台建设用地密度的分布呈现出沿台湾海峡呈对称集 聚分布的态势。通过建设用地密度的空间自相关分析, 显示闽台建设用地空间分布整体上呈显著 的空间正相关, 集聚现象明显; 而在局部上则呈现出不同的空间结构形态, 建设用地高密度区主 要集聚分布在闽东南沿海的闽江口、厦门湾和泉州湾三大城镇密集区及台湾西部的台北、台中和 高雄三大都会区。这种空间相关关系的探讨对于认识闽台人口和社会经济的空间分布及福建省 建设用地未来的发展具有重要的意义, 也对福建省社会经济发展政策的制定提供重要参考依据。     

Voronoi Diagrams and Spatial Analysis of Crime

A range of spatial analyses are used in the field of crime mapping, such as kernel density estimation, Ripley's K-function, and spatial autocorrelation, but there is limited use of Voronoi diagrams (VDs). The goal of this article is to contribute to the spatial analysis of crime through the use of VDs. We use four years of commercial robbery data from Campinas, Brazil, and employ several VD techniques: (1) We analyze crime concentrations through the properties of VDs—area and number of vertices—and coverage curve; (2) we introduce a new crime geovisualization with VD in three dimensions; and (3) we apply a network VD technique to crime analysis. The results demonstrate associations between these VD techniques and the ability of the researcher to recognize crime patterns associated with crime concentration, crime along pathways, and the highly regularized distribution of crime in limited areas spatially.     

中国城市环境污染监管水平的空间演化特征与影响因素

基于中国2010—2016年的地级市污染监管水平数据,采用空间自相关、位序-规模法则,空间计量模型等地学方法,分析中国地级城市污染监管水平的时空分异特征和影响因素及其空间溢出效应。结果表明：① 2010—2016年中国污染监管水平整体上呈现上升趋势且区域性和集聚性特征明显,东南部地区为稳定的高值集聚地区,中西部地区为稳定的低值集聚地区。② 中国城市污染监管水平属于次位型分布,监管规模分布的分散趋势大于集中趋势。③ 城市的人口密度、经济发展水平、第二产业占比等对城市污染监管水平有显著的正向影响,城市规模对污染监管水平存在负向的影响。④ 城市经济发展水平和城市人口密度对污染监管水平起到显著的直接效应;第二产业占比、二氧化硫排放量等起到了显著的间接效应。     

开封市商品住宅价格的探索性空间数据分析

商品住宅价格空间分布是房地产价格研究的热点。为了探测商品住宅价格的空间分布特征,以开封市商品住宅交易均价为例,利用探索性空间数据分析(ESDA)的理论与方法分析开封市商品住宅价格空间自相关性和变异性。研究表明:开封市商品住宅价格全局空间自相关性显著,总体上呈空间集聚格局;开封市大部分商品住宅价格呈现局部空间集聚格局,少量存在空间异质性而呈现局部离散格局;开封商品住宅价格的地域分异规律明显。     

中国区域全要素生产率的空间溢出关联效应研究

运用空间计量模型对1990~2011年中国全要素生产率进行研究,发现：此间中国省域全要素生产率在大部分年份呈现了空间自相关性,表明这22 a间中国省域全要素生产率并不是完全的随机状态,受其它区域的影响。进一步运用空间计量经济模型从空间维度探究了区域全要素生产率的影响因素,研究表明：经济的集聚水平越高,全要素生产率会得到显著改善;人力资本对经济增长与效率的提升有着显著地积极作用,并表现一定程度的溢出;政府干预和产业结构对全要素生产率的影响为负,说明政府部门要减少对经济的干预;同时表明了中国的产业结构可能存在不合理的地方;信息化水平、基础设施水平对全要素生产率的影响为正,但基础设施水平在统计学意义上并不显著;民营化所占比重的提升对全要素生产率的改进是显著的,因为私有化致使企业的权力下放有助于提高技术效率;经济开放水平显著提升了中国的区域全要素生产率;中国部分省份土地投入规模过大而出现规模不经济的问题。从全要素生产率在各个地区间溢出的证据出发,各个地方政府在统筹区域经济发展的过程中不仅需要考虑本地区经济发展的实际,需要打破目前行政区经济的界限,实现跨区域的协调与合作,实现共赢,最终实现所有地区全要素生产率的提高。     

南京市内部旅游客流空间测度与模拟

将传统分析方法与空间数据分析方法相结合,建立空间数据模型,采用Surfer动态图,实态模拟南京旅游客流空间分布格局。研究发现:①南京市内部旅游流位序—规模分布非常典型。流量规模参数|q|大于1,但一直趋于减小,说明极化作用、不均衡发展仍是旅游流空间格局演变中主要特征。②南京市旅游流呈现显著的空间集聚特征。1995~2005年间,全局Moran’sI指数有一定的波动,1995年Moran’sI最小,2001年后,全局Moran’sI快速扩大。城市内部旅游流空间关联程度逐渐增强,局域范围内具有强烈的空间自相关特征。Local Moran’sI显著性检验表明,南京旅游流在局域范围内具有强烈的空间自相关特征。“高高”象限由1995年4个增至2005年8个;“低高”象限由1995年2个增至2005年8个,而“高低”象限变化不明显。③通过R型和Q型因子分析,识别了4个重要的旅游集聚场和扩散场,但首级集聚场和扩散场强度非常大。首级核旅游吸引力具有较广的吸引范围,且吸引景区级别较高。其它3个核吸引范围呈现分片区特征。扩散场分布相对均衡且“大分散、小集聚”。④根据研究结果构建了南京城市内部旅游流空间变化模式。20世纪90年代中期以来,南京市内部旅游流空间变化模式呈现出空间层次性、动态变化性特征。旅游流空间分布呈现从少数旅游节点向多数旅游节点转变,旅游节点体系逐渐发育成熟。     

基于空间分析方法的中国区域差异研究

利用中国1952~2000年各省区的人口、土地利用和人均GDP等数据,采用空间分析方法对中国区域社会经济发展差异问题进行了实证研究。对中国大陆的几何中心、可利用土地、人口和GDP总量的空间中心计算表明,空间中心统计是一种简单有效刻画要素空间分布的方法。通过对中国各省区人均GDP的空间自相关系数Moran's I的计算,表明中国社会经济发展主要指标存在强烈的空间自相关,空间分析方法不失为一种深入理解区域经济格局及其变化的重要和有益的方法。对不同年度的Moran's I和Local Moran I的分析也揭示了中国区域经济格局的时空变化规律。     

基于多源遥感数据的武汉市人口空间分布格局演化

基于DMSP/OLS夜间灯光指数和SPOT-VEGETATION逐旬NDVI数据构建人居指数,模拟武汉市2000,2012年人口空间分布。采用空间自相关模型,从时空角度分析2000—2012年武汉市人口的空间分布格局及演变规律。结果表明:1利用夜间灯光强度估算方法可快速准确模拟武汉市人口空间分布。2人口空间分布格局有向武汉市中心城区集聚的趋势,具有"中间高周围低"的特征。3武汉市人口空间分布表现出较强的空间自相关性,根据局部自相关分析,"高-高"类型区主要分布在武昌、硚口、江汉、江岸等中心区,"低-高"类型区主要出现在江河流域附近;随着时间的推移人口分布的"高-高"类型区扩大,表明武汉市人口在向中心城区聚集的过程中远城区也形成了相应的人口集聚中心。     

Spatial autocorrelation and data uncertainty in the American Community Survey: a critique

ABSTRACT

We argue that the use of American Community Survey (ACS) data in spatial autocorrelation statistics without considering error margins is critically problematic. Public health and geographical research has been slow to recognize high data uncertainty of ACS estimates, even though ACS data are widely accepted data sources in neighborhood health studies and health policies. Detecting spatial autocorrelation patterns of health indicators on ACS data can be distorted to the point that scholars may have difficulty in perceiving the true pattern. We examine the statistical properties of spatial autocorrelation statistics of areal incidence rates based on ACS data. In a case study of teen birth rates in Mecklenburg County, North Carolina, in 2010, Global and Local Moran’s I statistics estimated on 5-year ACS estimates (2006–2010) are compared to ground truth rate estimates on actual counts of births certificate records and decennial-census data (2010). Detected spatial autocorrelation patterns are found to be significantly different between the two data sources so that actual spatial structures are misrepresented. We warn of the possibility of misjudgment of the reality and of policy failure and argue for new spatially explicit methods that mitigate the biasedness of statistical estimations imposed by the uncertainty of ACS data.     

中国区域经济发展收敛的空间计量分析

通过空间计量经济学经济收敛标准分析方法的扩展,就中国240 个地级及以上城市的经济增长收敛性展开讨论。运用Moran's I 探讨中国区域经济空间相关模式与集聚,发现1990-2007 年间人均GDP水平显示出强烈的全局正自相关,且局部空间结构相对稳定,各城市要脱离原来的集群有一定困难。文章指出收敛标准分析存在错误方程设定,空间计量分析方法是合适的。空间计量分析结果表明中国城市间存在绝对β收敛,与非空间模型相比收敛速度显著提高且可信,空间因素在区域经济增长与收敛过程中起到重要作用。但敏感性分析显示,绝对收敛的同一稳态以及在空间上并不稳健。从机制看,中国城市间同时存在新古典增长理论和新增长理论所强调的趋同机制。最后,对促进绝对收敛的区域政策进行了讨论,并提出通过模拟经济收敛过程,是判断区域政策有效性的重要工具。     

浙江省县域旅游经济增长的空间溢出效应

论文以浙江省65个县域单元为例,综合运用探索性空间数据分析和空间杜宾模型,实证了2004—2016年浙江省县域旅游经济增长及其影响因素的空间溢出效应。结果表明:① 研究期内浙江省县域旅游经济整体表现出较强的空间依赖性,局部空间关联类型以高—高和低—低集聚为主,高—高集聚区主要位于中心市区,低—低集聚区主要位于浙西和浙南等地。旅游经济增长的空间自相关性表明考察其演化路径时不可忽视空间效应的存在。② 浙江省县域入境和国内旅游经济增长均存在显著的空间溢出效应,本地入境和国内旅游经济每增长1%,将会带动邻近县域入境和国内旅游经济分别增长0.192%和0.249%。经济发展水平、旅游资源禀赋、旅游基础设施和区位交通条件等均具有显著的空间溢出效应,忽视旅游经济增长的空间效应,将会高估这些因素的作用强度。③ 驱动旅游经济增长的各影响因素的作用强度和影响路径存在显著差异,未来应充分关注入境和国内旅游经济增长的空间依赖特征,将驱动旅游经济增长的各因素齐抓并举,方可实现县域旅游经济的高质量发展。     

中国省级人口增长率及其空间关联分析

分析了1982－1990年和1990－1998年2个时期的人口增长率，并用空间统计分析方法研究了2个时期人口增长率的空间关联关系。1982－1990年中国可分为北部人口低增长、中西部高人口增长率、中东部低人口增长率和南部高人口增长率等4个区域，1990－1998年中国可分为北部低人口增长率和南部高人口增长率2个区域，2个时期的空间聚类虽然不完全相同，但它们有共同的特点，南部和西部的人口增长率都比较高，北部地区的人口增长率都比较低，但它们有共同的特点，南部和西部的人口增长率都比较高，北部地区的人口增长率都比较低。最后对实证研究的结果进行了分析。     

基于空间计量经济模型的县域经济发展差异研究——以江苏省为例

采用1996—2008年江苏省各县(市)人均GDP经济指标,计算并分析江苏省县域单元经济发展整体空间特征,描述县域经济发展的不平衡性,进而运用全局空间自相关与局部空间自相关理论,定量描述自1996年以来江苏省县域单元经济空间格局的动态演化特征与趋势。结果表明:江苏省县域单元经济发展存在较强的空间自相关性,即县域经济发达的区域周边县域经济也往往较发达,反之亦然,并且空间发展格局呈现显著的集聚模式,且集聚态势越来越明显。空间格局更多表现为以苏州、无锡为核心的圈状空间结构,并成为江苏省县域经济发展的核心区域,而苏北地区则成为圈状结构的外围地带,且这种空间格局的分布状态在短时间内难以改变,对不同年际Moran’sI和LocalMoran’sI的计算与分析也较好地揭示了江苏省县域经济发展的时空演化规律。