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。     

基于GIS的东北三省气温降水空间自相关性分析

创新性地提出了基于两观测站点连线的垂直平分线构建空间连接矩阵,进一步计算空间自相关指数Moran's I来分析气象数据的空间分布模式。利用Moran’s I分析探讨了东北地区86个气象站1951~2011年气温降水数据的空间自相关。结果表明,东北三省气温降水存在显著的空间聚集现象,降水表现为吉林省北部显著低低聚集,吉林辽宁省东部显著高高聚集,气温表现为东北三省南北区域显著聚集;1960~2011年气温分布较降水表现出更强的空间自相关性,且随年份变化自相关性稳定程度比降水好;气温分布空间自相关性随时间有减弱趋势,但仍表现出区域显著聚集强相关现象。     

一种空间权重矩阵的优化方法

在地理学空间自相关的分析中,权重矩阵对整个分析结果有着较大影响。常见的权重矩阵,例如车矩阵、皇后矩阵、距离权重矩阵和k-邻近矩阵,都有各自的优势和缺点。提出了一种基于长度面积比例的空间权重矩阵（ratio of length and area,RLA）,并以近年来危害最大的几种传染病之一——病毒性肝炎在中国大陆各省份的发病率为例进行了实验分析。实验结果表明,RLA矩阵能够很好地实现空间权重矩阵的基本功能,是常见的车矩阵的一种更为广义的定义,并且可以更加自由地实现空间自相关的分析。利用本空间权重矩阵能够更好地模拟不同地理单元之间的邻接关系,为流行病的预防提供支持。     

基于 GIS 的东北三省气温降水空间自相关性分析简

创新性地提出了基于两观测站点连线的垂直平分线构建空间连接矩阵,进一步计算空间自相关指数Moran＇s I 来分析气象数据的空间分布模式.利用Moran’s I 分析探讨了东北地区86 个气象站1951～2011 年气温降水数据的空间自相关.结果表明,东北三省气温降水存在显著的空间聚集现象,降水表现为吉林省北部显著低低聚集,吉林辽宁省东部显著高高聚集,气温表现为东北三省南北区域显著聚集;1960～2011 年气温分布较降水表现出更强的空间自相关性,且随年份变化自相关性稳定程度比降水好;气温分布空间自相关性随时间有减弱趋势, 但仍表现出区域显著聚集强相关现象.     

半方差函数与Moran’s I在土壤微量元素空间分布研究中的应用——以寿光市为例

利用半方差函数与Moran’s I两种空间分析方法,研究了山东省寿光市土壤中微量元素的空间分布特征,以探讨不同空间分析方法的差异性与准确性。结果表明,无论表层土壤还是深层土壤,半方差函数分析得到的土壤微量元素的空间相关距离大约为20~60 km,而空间自相关图获得的正自相关距离为20~25km,负自相关距离为25~55 km。除深层土壤中的Zn元素外,其他元素均达到了显著的自相关水平。空间自相关方法对土壤微量元素空间相关性的判断要优于半方差函数法。     

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。     

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。     

兰州市商品住宅价格的空间分异规律

针对住宅价格在城市空间中的分布规律问题,该文以兰州市主城区2015年在售的187个商品住宅样本均价为基本数据,运用空间自相关法对兰州市住宅价格的空间异质性和集聚性进行分析,并利用趋势面分析和空间反距离权重插值法对住宅价格的空间分布格局进行研究。结果表明:兰州市住宅价格总体上呈显著的空间正自相关性,少数地区存在差异性;住宅价格发展不平衡,价格"东高西低";住宅价格由各区行政中心向四周逐级递减,呈多极核分布特征;价格等值线"东密西疏",住宅价格变化幅度空间差异较大。分析发现,区位条件、交通条件及居住环境是影响兰州市商品住宅价格的主要因素。     

全国农村人均住房面积的空间自相关分析

利用2006年全国各省农村居民人均住房面积统计数据,基于空间自相关方法从空间尺度分析其空间分布特征。首先建立空间邻近网络和邻接矩阵,通过Moran′I自相关指数分析空间关联性,为确定农村人均住房面积的分布存在空间相关性而非随机性,采用蒙特卡罗方法进行多次模拟证明,并利用2011年统计数据进行实际验证。实验分析,2006与2011年农村人均住房面积Moran′I指数分别为0．5566和0．5983,表明空间聚集特点明显,基本可以分为东部发达地区、中部和西部三种聚类,并且两年之间聚集现象有显著变化。     

从空间分析到空间决策的思考

地理信息系统正处在空间分析系统步入空间决策支持系统的关键时期,及时总结GIS分析理论和技术体系,展望空间决策发展趋势是值得广大地学工作者深思的问题。在分析回顾空间分析理论和技术发展历史的基础上,总结了现状研究和应用存在的问题,指出了空间分析向空间决策支持技术发展需解决的关键问题,并对空间决策支持系统未来的发展作出了几点思考,以期对空间决策支持技术发展提供指导。     

论空间数据处理与空间数据挖掘

根据现行文献中反复提到的空间数据处理内涵的理解．将空间数据处理分为空间数据处理技术和空间数据处理理论，简要论述了各自的主要内容．讨论了空间数据挖掘的现状和今后研究的重点，比较了空间数据处理与空间数据挖掘的异同。     

一种顾及障碍约束的空间聚类方法

为了使得空间聚类分析更加适应实际情况,发展了一种同时顾及空间障碍约束与空间位置邻近的空间聚类方法。该方法采用Delaunay三角网描述实体间的邻近关系,并且不依赖用户指定参数。实验验证了本方法的有效性与优越性。     

基于空间插值的影像纠正精度的空间可视化表达

现有影像纠正精度以控制点精度评定为基础 ,对于精度探讨采用可视化技术从整体上进行表达。以相似变换作为影像纠正的基本模型 ,推导了纠正后任意点精度与控制点精度的关系 ,并基于此选择采用距离倒数乘方法作为空间插值方法 ,插值影像纠正后任意点不同方向上的以及点位的精度。在此基础上 ,采用精度可视化的概念对影像纠正的质量加以描述 ,通过一个加密前后影像纠正的实例说明其应用的方法 ,并获得了一些有益的结论     

利用自然语言空间关系的空间查询方法研究

首先,从空间认知语言学的角度研究了空间关系自然语言描述中谓词、量词等的分类方法;然后,在分析空间查询语言特点的基础上建立了自然语言空间查询的4类句法模式;最后,设计了一个基于自然语言空间关系的空间查询系统框架,并进行了初步实现。     

空间信息网格中远程空间连接查询的优化

随着空间信息网格的建设,网格平台上管理的空间信息资源越来越丰富,这促进了空间信息网格中空间数据分布式查询的应用需求,而在分布式空间查询中,空间连接查询操作往往成为性能的瓶颈.根据空间信息的特点,通过利用网格计算资源来优化空间连接查询的执行.首先基于网格服务构建网格平台分布式空间数据查询软件结构,通过设计远程空间连接执行服务利用网格平台中的计算资源;根据空间信息的特点.采用基于Kd-Tree空间分区并行连接的方法提高远程空间数据连接操作执行效率,并给出了远程空间连接执行的查询代价模型;然后根据连接代价模型设计了远程空间连接查询执行计划优化生成算法;最后总结了本文工作并探讨了下一步研究方向.     

基于空间数据引擎的城市园林绿化空间数据组织

城市园林绿化,具有数量庞大、种类繁多、覆盖范围广等特点,为城市绿化日常管理工作增加了难度。合理、高效地组织城市绿化空间数据,是城市园林绿化数字化管理的关键与核心。本文提出了以Arc SDE空间数据引擎为基础,分析城市园林绿化数据特点,制定绿化数据结构,采用分层方式管理绿化数据,实现园林绿化要素的一张图管理。实践验证表明,此方案具有较好的可行性与实用性,可为园林绿化管理提供精确的空间位置服务,提高工作效率。     

空间数据挖掘中关联规则的支持度和可信度研究

空间数据挖掘中所依赖的空间相关性是由空间关联规则描述的.研究了事务集为粗糙集时空间关联规则支持度和可信度的计算方法;提出了当事务集为粗糙集、空间数据为模糊数据时的模糊粗糙关联规则.同时,推导了空间关联规则的支持度和可信度的变化规律.     

空间数据挖掘中关联规则的支持度和可信度研究

空间数据挖掘中所依赖的空间相关性是由空间关联规则描述的。研究了事务集为粗糙集时空间关联规则支持度和可信度的计算方法;提出了当事务集为粗糙集、空间数据为模糊数据时的模糊粗糙关联规则。同时,推导了空间关联规则的支持度和可信度的变化规律。     

空间数据库技术要点

主要介绍空间数据库的技术要点.包括3个方面：第一,空间数据模型,空间数据模型是空间数据库的核心,是空间数据库其他技术的基础;第二,空间数据索引,空间数据索引建立在空间数据模型的基础上,是空间数据查询的线索;第三,空间数据查询语言,空间数据查询语言提供了空间数据的访问和操作方法.这3个方面结合,使传统的关系数据库扩展到空间数据库,也使得能够方便、灵活地处理复杂的空间数据.