MAUP效应在城市扩张元胞自动机模拟中的敏感性分析

利用元胞自动机模型进行城市扩张模拟时,其使用的栅格数据格式和基于统计的转换规则提取方法必然会导致可变面积单元问题(the Modifiable Areal Unit Problem,MAUP)的出现。采用系统的敏感性分析方法对该问题的粒度效应、划区效应和综合效应进行了分析,研究表明:1)MAUP问题在CA模拟时是客观存在的,且会对模拟结果造成影响,研究时不能忽视该问题。应进行系统的敏感性分析,获取其对研究问题的影响,寻找适宜的研究粒度和分区方案。2)该研究中粒度效应会呈现明显的尺度阈值,尺度域内的拟合优度和模拟精度较为稳定。尺度阈值在最精细粒度后随即出现,且该阈值与景观指数的尺度阈值一致,反映了景观对象大小对城市扩张模拟的重要影响。3)良好的划区方案能够提高拟合优度和模拟精度,其划区方案应使区域内城市扩张规律差异最小,区域间城市扩张规律差异最大。在大尺度城市扩张模拟时更应采用合理的划区方案以提高模拟精度。4)粒度效应和划区效应的综合影响表现为各区域模型的拟合优度和模拟精度在粒度范围内所受到的影响存在差异,但大多数区域都较为明显地表现出相同的尺度阈值。     

社会经济统计数据热点探测的MAUP效应

为探讨不同尺度下社会经济统计数据热点的变化规律及其影响因子, 本文基于2000 年全国县级农业统计数据和2008 年北京市第二次经济普查数据, 按照一定的聚合规则得到不同尺度的数据, 计算不同尺度下的局部空间自相关指标G 统计值并对其进行显著性检验得到热点分布, 分析不同聚合尺度下热点的变化规律。然后运用Logistic 回归分析探测了影响聚合前后热点变化的因素, 并根据探测结果建立了预测聚合前后热点变化的Logistic 模型。分析结果表明, 基于G 统计探测的热点分布具有明显的空间尺度效应, 聚合水平越高、空间尺度越大, 热点数目越少。Logistic 回归分析的显著性分析表明, 热点包含的面状单元数目和热点的平均G 统计值是影响热点探测尺度效应的主要因素。热点包含的面状单元越多, 热点的平均G 统计值越大, 热点探测结果受尺度效应的影响越小。研究建立的热点变化预测模型, 可以在细尺度热点分布状况已知时, 根据热点包含的面状单元数目和热点的平均G 统计值来预测聚合后热点的变化。对模型精度的交叉验证结果表明, 模型对全国县级农业统计数据热点变化预测精度可达到93.8%, 对北京市第二次经济普查数据热点变化预测精度达到94.2%。两套数据试验得到的结论一致, 说明热点探测的尺度效应变化规律和所选变量以及研究区域的大小无关。     

人口密度的空间降尺度分析与模拟——以贵州猫跳河流域为例

人口调查统计以行政区划为基本单元,数据精度不能满足较高分辨率的空间结构分析,也难以在地理综合研究中与自然地理要素数据相匹配.因此,人口密度空间化成为地理学的重要研究方向之一.本文基于贵州省猫跳河流域的乡镇人口数据,采用GIS空间分析技术与统计学方法,分析了人口密度与空间因子的关系;并采用多元回归的方法建立了人口密度数据...     

城市内部居住环境评价的空间分析——以佳木斯市为例

对城市内部居住环境质量进行定量研究是目前城市研究的热点之一。运用GIS、网格计算和空间数据自相关模型结合的方法对佳木斯市进行实证研究。利用ArcMap平台将研究区域划分成若干相同大小元胞(cell),以元胞为单位进行各种统计运算。以居住环境满意度调查问卷数据为基础建立属性数据库,并与元胞建立拓扑关系生成空间—属性一体化数据库,作为评价的基础,分别对居住环境的主要构成因子:利便环境、周边环境、文化环境进行了评价。通过空间自相关模型对评价单元之间的内在联系进行了探索性分析,发现居住环境是在空间分布形态上相应地表现出整体上的趋同性和局部的差异性。并从空间相关联的角度出发,对研究区域提出了空间布局和规划的方案。     

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。     

内蒙古经济发展与开发程度空间匹配研究

从经济发展与开发程度空间匹配的视角出发,运用空间自相关方法,分析2001、2005、2011年内蒙古县域单元的人均GDP和区域开发程度(RDD)指数空间分布特征,借助改造后的波士顿矩阵划分县域单元的空间匹配类型,并进一步分析影响各类型单元发展的驱动力。结果表明:(1)内蒙古县域经济发展与开发程度均呈现东西部空间分异显著的特征;(2)县域单元经济发展与开发程度在空间上不完全匹配,区域开发集聚效应在时间上滞后于经济发展水平;(3)改造后的波士顿矩阵可划分县域空间匹配类型单元为热匹配型、开发主导型、经济主导型和冷匹配型四类,并分析了各匹配类型单元的特点;(4)资源禀赋、路径依赖和资本逐利性等对各类匹配单元的发展和空间分布影响深刻。     

城市人口分布的空间自相关分析——以沈阳市为例

为探测经典城市人口密度模型在微观层面上的适用性,本文通过计算基于格网的沈阳市人口景观密度,利用地统计学的理论与方法来分析其空间自相关性和变异性。研究发现:在10种不同采样粒度上人口密度半变异函数都符合球状模型,表征着城市人口分布具有较强的空间自相关性和变异性;但由于粒度不同,人口密度的空间自相关尺度不同,块金值不同,基台值不同,块金值与基台值的比值差异较大,证明人口分布的空间自相关具有较强的尺度依赖性;对于700m粒度而言,通过计算不同方向的半变异函数曲线可以发现,沈阳市人口密度呈现典型的带状异向性,反映出人口分布在不同方向上具有不同的结构特征。因此,研究城市人口分布时,可以城市人口分布的自相关性和变异性分析为基础,并须充分注意适宜尺度的选择和结构特征的识别。     

基于空间自相关的中国省际人口迁移模式与机制分析

人口迁移具有空间指向性,表现为迁入地和迁出地在地域上呈现一定的空间集聚特征。然而,大部分针对我国人口迁移进行分析和建模的研究忽视了这一空间指向性及其影响。该文利用全国第五次人口普查省际人口迁移数据和相关资料,以空间自相关分析为基础,对1995-2000年我国省际人口迁移的空间模式与动力机制进行了初步分析。首先,运用全局空间自相关统计量(Moran′s I)对人口迁移流中的空间自相关程度进行了测度,发现研究期间我国省际人口迁移的空间指向性明显:从一个区域出发(或抵达一个区域)的人口迁移流均受到周边地区人口迁移的影响。为了进一步研究这种空间指向性对人口迁移规模的影响,分别采用重力模型(仅用距离变量捕捉人口迁移过程中的距离衰减效应)和空间OD模型(采用因变量空间滞后的不同形式对迁移流的空间指向性加以考虑)研究中国省际人口迁移的动力机制,对比两种模型的估计结果发现:1)空间OD模型在参数估计和模型拟合等方面均优于传统的重力模型;在选取相同解释变量的情况下,空间OD模型的残差平方和仅为传统重力模型的47%,模型拟合指标AIC值也大大缩小。2)在对中国人口迁移动力机制的定量分析中,如果不考虑人口迁移流之间的空间自相关(空间指向性)现象,会导致对社会、经济等变量作用和距离衰减效应的过高估计。     

地理空间分布整体统计研究进展

利用统计学方法研究社会经济与自然等要素的地理空间分布在最近几十年来已引起许多学者的关注.地理空间分布的整体性就像它的局部性一样,是空间统计分析的主要对象.本文目的是综述各种地理空间分布整体性特征的统计研究进展.在这里,地理空间分布的整体性特征是指它在二维空间上的中心和方位以及它自身的地理范围、空间密集度和形状.文中介绍了对这些整体性特征进行统计描述、预测和估计的方法.已有近20个空间统计指标用于描述社会经济和自然地理空间分布的各种整体性特征,分析和预测它们的时空演化过程.如空间移动、扩张、加密、旋转,并确定不同空间分布的相关关系.文中探讨了地理空间分布整体统计目前存在的主要科学问题.如空间独立性假设、空间随机抽样、时空过程分析(包括时空稳态随机过程1、空间统计描述方法和空间分布函数等.     

中国历史时期土地利用数据集的重建方法述评

重建长时间序列的历史时期土地利用数据对研究土地利用的时空变化及其产生的气候和生态效应至关重要。相关学者就定量重建中国历史土地利用信息进行了探索, 但重建结果通常是以行政区划为单位的统计性数据, 缺乏地理空间属性信息, 从而限制了其在气候和生态模型中的应用, 因此有必要探讨如何利用有限的历史资料来重建较高分辨率的具有空间属性信息的历史数据。本文针对诸如HYDE、SAGE等具有明确地理空间属性信息的历史土地利用数据集, 从方法的角度对中国历史土地利用空间化数据进行了综合评述, 以期寻求更加合理有效的方法重建具有空间属性的中国历史土地利用数据, 为未来更好地模拟土地利用变化的气候和生态效应提供数据支持。本文论述了不同资料在历史重建中的关系和作用;强调了人口数据在数量重建和空间分配中的双重作用及其局限性;重点分析了空间分配过程的假设条件和不同方法的历史重建对当代土地利用空间格局的依赖程度。本文认为, 需要加强林地空间化数据的重建以服务历史时期的陆地碳循环研究;在未来的研究中, 建议以典型年份控制的方法处理难以量化的社会经济因素对历史土地利用格局的影响;建议进行分区重建, 加强区域集成研究。     

Uncertainty in the effects of the modifiable areal unit problem under different levels of spatial autocorrelation: a simulation study

ABSTRACT

The objective of this paper is to investigate uncertainties surrounding relationships between spatial autocorrelation (SA) and the modifiable areal unit problem (MAUP) with an extensive simulation experiment. Especially, this paper aims to explore how differently the MAUP behaves for the level of SA focusing on how the initial level of SA at the finest spatial scale makes a significant difference to the MAUP effects on the sample statistics such as means, variances, and Moran coefficients (MCs). The simulation experiment utilizes a random spatial aggregation (RSA) procedure and adopts Moran spatial eigenvectors to simulate different SA levels. The main findings are as follows. First, there are no substantive MAUP effects for means. However, the initial level of SA plays a role for the zoning effect, especially when extreme positive SA is present. Second, there is a clear and strong scale effect for the variances. However, the initial SA level plays a non-negligible role in how this scale effect deploys. Third, the initial SA level plays a crucial role in the nature and extent of the MAUP effects on MCs. A regression analysis confirms that the initial SA level makes a substantial difference to the variability of the MAUP effects.     

The modifiable areal unit problem in hedonic house-price models

When geographically aggregated data are included in hedonic models, the resulting coefficients are biased by the spatial scale and spatial configuration of variable measurement. We explore the effects of this modifiable areal unit problem (MAUP) within the context of hedonic price models with an individual-level dependent variable. Specifically, we developed standard and spatial hedonic regression models in order to examine the effects of the MAUP on model fit and coefficient estimates. Our empirical analysis documents several significant scale and zoning effects in the hedonic modeling framework. First, neighborhood characteristics are clearly important in efforts to improve model fit—and they are more significant contributors in the standard model than in the spatial hedonic model. For aggregation scale, the model fit change of the standard model is relatively large, whereas the change is more modest for spatial models. The patterns of change in model fit for standard and spatial hedonic models clearly diverge from one another, implying the existence of a scale level showing a maximum functional range of the submarket on which scale dependencies are expected to have an impact. Regarding the zoning effect, the model fits for both standard and spatial hedonic models vary according to the submarket systems.     

基于市场潜能的城市经济增长空间格局及溢出效应

基于新经济地理学理论,定量分析中国285个地级市的市场潜能及其空间格局,并根据其强度划分为3个等级市场潜能区,运用探索性空间数据分析工具,揭示其空间相关性随地理距离的变化规律。引入市场潜能变量作为测度经济增长溢出效应的指标,建立空间计量模型测度中国经济增长的空间溢出效应及其范围,结果显示：① 中国市场潜能空间分布呈“中心-外围”结构,具有从沿海向内陆阶梯状递减的趋势;② 市场潜能的空间自相关性随距离增加先上升后下降,市场潜能的强度不同,其空间自相关范围也有所差异;③ 经济增长溢出效应强度随距离增加呈“∽”型趋势变化,中国地级市经济增长的有效溢出范围为200 km以内,市场潜能越高,经济活动空间集聚性越强,溢出范围越大。     

省际边缘区经济发展差异时空格局及驱动机制 ——以淮海经济区为例

省际边缘区经济差异是区域经济差异研究关注的新领域。论文采用全局与局部空间自相关分析方法,对1996~2005年淮海经济区经济差异的时空特征、趋势及驱动机制进行了初步探索。结果表明:①淮海经济区发展水平相似的县域在空间上两极分化并集聚的态势与经济差异的演化趋势基本一致,表明空间极化成为该区域空间结构的演变趋势;②HH型县域显著向鲁南集中,LL型县域显著向皖北、豫东集中,表明东西差异成为淮海经济区经济差异的主要表征;③包括投资能力、增长速度、产业结构等在内的经济动力机制、空间作用机制、边缘区发展政策、省际边界阻隔机制等是淮海经济区经济差异变动的主要驱动机制。     

市域范围下商品住宅价格空间自相关分析——以抚州为例

基于2005～2009年抚州市域范围内普通商品住房价的数据资料,通过计算Moran’s,和LocalMoran＇s,系数值对抚州市域范围内普通住宅房价的时空分布格局进行空间自相关分析。分析结果表明,抚州市域范围下商品住宅房价在整体上未表现出空间自相关性;但在局部范围不同年度间少数城镇存在空间相关性。研究表明,房价空间自相关特性与研究区域的空间范围,经济整体发展水平、交通网络发达程度、区域内购房政策有关。     

基于ESDA的北京市乡镇农业经济空间特性分析

以北京市2005年乡镇人均农业总产值和第一产业人口所占比重为指标变量,乡镇为基本单元,采用ES-DA的全局和局部空间自相关分析方法,包括Moran’sI指数、Moran散点图和LISA等,通过构造空间权重矩阵,从空间相互作用角度对2005年的北京市乡镇农业经济的空间分布进行研究和分析,揭示其空间相关性和空间异质性。结果显示,北京市乡镇农业经济的指标总体存在正的空间相关性特性,表现出很强的空间集聚特征,同时,结合Mo-ran散点图和LISA图像分析,揭示出局部乡镇存在空间异质问题。     

青海省藏传佛教寺院时空分布特征

基于青海省藏传佛教寺院数据,以县（市）作为基本研究单元,综合运用数理统计方法和空间分析方法,分析青海省藏传佛教寺院的时空演变特征,揭示藏传佛教在青海发展演变模式。结果表明：①在时间分布方面,根据藏传佛教寺院增长率的变化情况,划分为4个阶段：宋元属萌芽阶段,明属初期发展阶段,清属快速发展阶段,近代（截止1995年）属稳定发展阶段;②在空间分布方面,存在着分别以玉树和化隆为中心的“双核集聚”空间分布密集区;③空间分布存在明显的地域分异规律,东多西少,分布不平衡趋势不断增强,分布重心向东北方向迁移;④藏传佛教寺院的空间全局与局部自相关特征显著,在寺院空间自相关演变趋势中,青海省“扩散型”区域的范围逐渐扩大且呈相对独立的“团状”分布,“落后型”区域呈连续的大片“块状”分布。     

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。     

空间数据统计分析的思想起源与应用演化

系统总结了空间数据统计分析的发展历程,并分为五个时期：① 早期孕育（计量革命之前）,其重要思想是19世纪初德国的区位论;② 计量革命（1950-1960年代）,主要是经典统计学的应用和理论探索;③ 空间统计学（1970-1980年代）,重点是空间点数据、面数据和空间连续性数据的分析;④ 成熟与扩散（1990-2000年代）,空间数据统计分析发展成熟并快速向其他领域扩散;⑤ 时空大数据（2010年以后）。换句话说,计量革命开始后的空间数据统计分析大约每20年有重要的新技术或方法出现,到现在已经具有成熟、系统化的方法和显著的社会效益。而在当前的时空大数据时期,其发展需要计算机科学家、统计学家和地理学家等不同学科领域人员的共同努力。