基于空间自相关的农民纯收入地域差异及空间格局演化

本文基于空间自相关分析法,利用1990年和2010年全国农民人均纯收入数据,分析了我国农民人均纯收入的空间分布及动态发展过程。结果表明:1990年和2010年农民人均纯收入全局相关指数分别为0.352和0.543,呈现明显的全局空间集聚现象。通过局部自相关指数计算发现,相比1990年,2010年农民人均纯收入分布的局部空间集聚现象发生了显著变化,具体表现为农民收入水平较低的"盲点区"范围在不断扩大。     

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。     

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。     

区域城镇基准地价水平的空间自相关格局分析

研究了区域城镇基准地价水平的空间自相关分析方法。采用Moran’s I系数、局域Moran’s I系数、Moran’s I系数曲线分析了区域内城镇基准地价的空间自相关程度、局域聚集特征和多阶邻域空间自相关性变化特征;提出了一种基于路径间隔的半方差统计方法进行基准地价水平的空间变异尺度分析;构造了基于空间属性复合距离统计量的空间聚类方法,并利用该方法进一步揭示了城镇地价水平的空间聚集分布规律。以湖北省为例进行了实例分析。     

区域气溶胶光学厚度空间格局特征研究

为深入了解区域气溶胶的空间分布特征,采用地统计学中的Moran’s I系数、Moran散点图、LISA聚集图、双变量自相关分析等方法,分析了湖北省2003～2008年的气溶胶光学厚度的空间自相关性、自相关尺度、局部聚集特征以及气溶胶光学厚度与其部分影响因子的空间耦合规律。结果发现,湖北省气溶胶光学厚度具有很显著的空间自相关性,其自相关性尺度约为400km;全省具有高-高、低-低两类及多个聚集区,其中高值聚集区主要分布在武汉城市圈和江汉平原地区,低值聚集区主要位于鄂西山区,并且空间自相关程度与格局在时序上表现较为稳定,未发现巨大差异;高程和森林覆盖率与气溶胶光学厚度具有负空间自相关性,并且其空间...     

基于空间连续数据的小流域景观格局破碎化研究

基于空间连续数据，采用局部空间关联指标（LISA）——局部Moran指数（Local Moran Index, LMI），通过探测小流域内景观均质性和异质性的变化情况来反映景观格局破碎化的变化过程。作为一种空间明确的景观格局研究方法，LMI能够发现流域景观格局变化过程中的热点地区，并分析其与流域土地利用变化之间的联系，明确了土地利用变化是引起小流域景观格局变化的最主要的驱动因素。研究表明，基于空间连续数据的局部空间关联指标方法可以作为传统景观格局变化研究方法的有益补充。     

基于空间自相关的乡镇经济差异分析

应用GIS和空间自相关分析技术,对2006年瓦房店市27个乡镇的GDP数据的空间差异进行研究,揭示了瓦房店市乡镇经济的空间自相关和集聚特征。研究表明,瓦房店市各乡镇GDP数据存在空间相关性,有明显的空间集聚;Moran散点图多位于第三、四象限,高低集聚、低低集聚较多,显示出经济发展的不平衡;市中心及沿海地区经济较发达,而北部内陆地区经济发展缓慢,应加大对北部乡镇的经济扶持力度。     

西安市商品住宅价格空间格局的演化研究

针对目前城市住宅价格空间格局演化研究不足,尤其是内在驱动机制研究较少的现状,利用2000年、2004年、2008年及2013年4年节点数据,采用空间自相关指数并结合空间变异函数,分析西安市商品住宅价格空间格局演化特征及其驱动机制,为城市住房政策的制定提供参考。结果表明:住宅价格呈现出显著的空间自相关,热点和冷点区发生转移;住宅价格的空间变异程度不断加大,空间分异格局中的随机成分不断降低,结构化分异越来越显著;住宅价格高值区呈现出由双中心向多中心、多圈层演化的趋势;从城市规划引领、居住空间扩张和交通条件改善3个方面探讨住宅价格空间格局演化的驱动机制。     

基于ArcGIS的空间自相关分析模块的开发与应用

针对目前GIS的空间分析能力,利用ArcObjects开发了空间自相关分析模块。模块包括空间权值矩阵建立、全局空间自相关分析、局部空间自相关分析三方面的功能,并可以嵌入到ArcGIS系统中。论文介绍了空间自相关分析的基本概念、空间自相关分析模块的设计与开发,并演示了模块的应用。     

澜沧江流域(云南段)人口密度空间自相关分析

本文介绍了空间自相关的理论方法,利用澜沧江流域(云南段)人口分布数据计算了MoranI和Local Moran I.详细论述了自相关分析的技术路线,对人口分布的空间特征进行研究探讨,把GIS技术的空间拓扑关系及可视化制图功能等很好地融合于地理现象的空间模式中,分析了研究区域人口分布的时空特征,反映了该区域人口地理分布的...     

山东省人口分布及空间相关性研究

借助MapInfo7.0平台及其二次开发语言MapBasic对山东省108个县市的人口分布及其空间相关性进行了研究,结果表明:1995-2006年间,山东省各县市人口分布的不均衡指数和集中指数分别由0.0178和0.1306增长到0.0198和0.1454,人口稠密区和人口稀疏区的密度差在不断增大;人口密度分布呈现显著...     

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。     

黑龙江省耕地非农化的空间格局与重心曲线分析

为了揭示耕地非农化的空间格局与重心曲线,为耕地资源保护和利用政策制定提供决策支撑,该文以黑龙江省1980、1990、2000、2010、2015年土地利用数据为基础,运用GIS空间分析方法,引入重心模型分析黑龙江省耕地非农化的空间格局及重心曲线。研究结果表明:1980—2015年黑龙江省耕地非农化发展不平衡,4个时期耕地非农化面积呈波动增长的趋势;耕地非农化等级空间分布特征明显,等级较高的城市集中分布在西部地区;耕地非农化速度等级的重心曲线在空间分布上,具有从中心向边缘延伸的特点;耕地非农化围绕中心地区进行,其空间扩散路径在图形上呈现出一个回旋状。     

哈尔滨市辖区生产型服务业空间分布模式研究

针对产业空间结构研究中空间数据分析不足的问题,在空间分布模式研究中引入探索性空间数据分析方法分析产业地理空间分布特征。Getis-Ord Gi*统计量能有效地反映空间事物之间的密切作用关系,在产业空间分布中能较好地评价集聚效应,为划分不同的分布区域提供方法支持。文章以哈尔滨市辖区为研究区,对其生产型服务业空间分布模式进行研究,得出"圈层集中—南北对立—四周分散—外围点缀"的分布特征,为产业空间分布模式方法研究和哈尔滨市辖区产业规划提供参考。     

安徽县域城镇化空间集聚特征及其影响因素分析

针对当前县域尺度城镇化研究不足,以及传统数理统计模型无法描述城镇化空间集聚特征的薄弱点,从空间自相关视角来探讨县域尺度城镇化空间集聚特征。基于人口、经济、空间及社会4个维度构建县域城镇化体系,运用投影寻踪模型测度县域尺度城镇化,较科学地评价县域城镇化水平;采用空间自相关模型分析县域城镇化空间集聚,并解释其影响因素,实现了对县域城镇化空间集聚规律有效揭示。研究结果表明:安徽县域城镇化水平呈上升态势,存在"南高北低"区域分异;县域城镇化具有显著全局空间集聚,局部H-H区集聚"合-芜-马",L-L区集聚皖北地区;地理区位条件、交通网络改善、中心城市作用及发展政策倾向是影响安徽县域城镇化空间集聚主要因素。     

近邻指数的城管案件全局分布模式分析

城市管理案件量化分析是城市管理水平提升的技术支撑。针对城市管理典型案件(街面秩序、市容环境及宣传广告),该文提出了一种热点探测流程和方法,并分析城市管理案件全局分布模式。针对传统量化研究的权重确定未考虑研究对象空间分布的问题,该文提出了基于城管案件近邻指数的权重确定方法,并以此为基础开展城管案件的全局分布模式研究。实验结果表明:3种典型城市管理案件呈显著的聚集分布,并且热点区域符合实验区的实证考察;近邻指数作为权重指标具有客观性、计算高效性,合理反映了城管案件的空间分布。     

局部空间自相关统计洪水灾害影像分析

针对洪水灾害分析在速度、准确性和及时性等方面的需求,该文在研究空间自相关分析的基础上,提出了一种基于局部自相关统计的洪水灾害影像分析方法。首先,对影像进行掩膜处理,去除云层干扰;其次,采用局部空间统计的方法对影像进行统计分析;然后,通过密度分割的方法提取水体,将影像分为水体和陆地两类;最后,将3幅影像分类的结果进行空间叠加分析,分析洪水灾害影响情况。以2013年嫩江流域3个时期的影像为实验数据,设计了仿真实验。实验结果表明,该方法可以较准确地对大面积洪水影响区域进行分析。     

Global and local spatial autocorrelation in bounded regular tessellations

This paper systematically investigates spatially autocorrelated patterns and the behaviour of their associated test statistic Moran's I in three bounded regular tessellations. These regular tessellations consist of triangles, squares, and hexagons, each of increasing size (n=64; 256; 1024). These tesselations can be downloaded at http://geo-www.sbs.ohio-state.edu/faculty/tiefelsdorf/regspastruc/ in several GIS formats. The selection of squares is particularly motivated by their use in raster based GIS and remote sensing. In contrast, because of topological correspondences, the hexagons serve as excellent proxy tessellations for empirical maps in vector based GIS. For all three tessellations, the distributional characteristics and the feasibility of the normal approximation are examined for global Moran's I, Moran's I ^(k) associated with higher order spatial lags, and local Moran's I _i. A set of eigenvectors can be generated for each tessellation and their spatial patterns can be mapped. These eigenvectors can be used as proxy variables to overcome spatial autocorrelation in regression models. The particularities and similarities in the spatial patterns of these eigenvectors are discussed. The results indicate that [i] the normal approximation for Moran's I is not always feasible; [ii] the three tessellations induce different distributional characteristics of Moran's I, and [iii] different spatial patterns of eigenvectors are associated with the three tessellations. Received: 2 July 1999 / Accepted: 9 November 1999