资源描述：
《空间统计分析与GIS在区域经济分析中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第27卷第4期武汉大学学报·信息科学版Vol.27No.42002年8月GeomaticsandInformationScienceofWuhanUniversityAug.2002文章编号:1000-050X(2002)04-0391-06文献标识码:A空间统计分析与GIS在区域经济分析中的应用11陈斐杜道生(1武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号,430079)摘要: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
2、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。关键词:空间统计分析;GIS;空间自相关;空间关联;区域经济分析中图法分类号:P208目前,空间统计学已广泛应用于农业、地质、[3,4,7]象或属性值相关的。几乎所有空间数据都土壤、水文、环境、经济以及地理等领域[1,2]。不[26]具有空间依赖或空间自相关特征。空间依赖[3～11]少学者先后对空间统计的一些基本理论进的存在打破了大多数古典统计分析中相互独立的行了广泛的研究,形成了一些新的统计方法。基本假设,将古典统计方法应用于与地理位置相GIS技
3、术作为一种交互式的、可视化的决策关的数据时,通常不能获取这些数据的空间依赖支持工具,和传统分析方法、分析系统一样,在区性,会引起各种问题,而大多数的城市和区域分析[12～14]域经济分析中发挥着重要的作用,特别是的完成依赖于不同地理区域或地带的离散化数据应用于地方、区域和全国各级水平的经济发展决[25]集合。因此,在处理地理区域或地带的离散化[12,15,16]策过程。数据时,需要引入一些合适的空间统计分析方法。近年来,不少学者致力于空间统计学与GIS在本文中,空间统计指的是一个狭义上的定[17～21]的结合在社会经济发展
4、领域的应用研究。义,指适合处理地理区域或地带的离散化数据的这种结合集中体现于空间统计分析在区域发展分统计方法,而不是所有分析空间数据的统计方法。[22]析中的应用,但目前GIS在空间统计分析方面在这种情况下,空间统计分析的核心是认识与地[23,24]的能力有限,限制了GIS应用到区域经济分理位置相关的数据间的空间依赖、空间关联或空析领域。对于究竟如何将空间统计分析与GIS[3,4,7～10]间自相关,涉及空间权重矩阵的构建、空结合在一起,不同的研究者提出了不同的观间自相关、空间关联的度量与检验、空间关联的识[17～21,2
5、3～26]点,大体上认为空间统计分析与GIS别等。空间统计并不是抛弃所有的古典统计技的集成应包括两个完全不同但同样有效的解决办术,而是对这些技术加以修改以使它们能够适用法:①将空间统计分析功能嵌入到一个GIS中;[20,21]于空间数据分析。②将选定的GIS功能嵌入到一个空间统计分析1.1空间权重矩阵环境中。由GIS生成的拓扑信息,提供了空间链接或空间邻近的基本度量。空间链接或空间邻近广泛[18,19]1空间统计分析方法应用于空间数据分析中。通常定义一个二元对称空间权重矩阵Wn×n来表达n个位置的空在地理情形分析中,空间统
6、计的基本出发点间邻近关系,可以根据邻接标准或距离标准来度是空间抽样。通常认为一个区域单元上的某种地量,还可以根据属性值xi和二元空间权重矩阵来理现象或某一属性值是与邻近区域单元上同一现定义一个加权空间邻近度量方法。根据邻接标收稿日期:2002-04-08。项目来源:国家自然科学基金资助项目(40071068)。392武汉大学学报·信息科学版2002年准,当i和j邻接时,空间权重矩阵的元素wij=间自相关。在一个正态性分布的假定下,MC的1,否则wij=0。根据距离标准,当位置i和j之期望值E[I]、方差var(I)的数学表
7、达式参见文献间的距离在一给定的距离(d)范围内时,空间权[4,7],并可以得到:重矩阵W的元素wij=1,否则wij=0。习惯上Z(I)=(I-E[I])/var(MC)(4)将W的所有对角线元素wij设为0。根据式(4)计算出检验统计量,可以对零假设1.2空间自相关、空间关联的度量H0(n个区域单元的属性值之间不存在空间自相空间自相关、空间关联反映的是一个区域单关)进行显著性检验,即检验所有区域单元的属性元上的某种地理现象或某一属性值与邻近区域单值之间是否存在空间自相关。MC=-1/(n-1)[3,4,7]元上同一现象或
8、属性值的相关程度。可以(n是总的区域单元数)或GR=1时,表示一种随使用全局指标和局部指标两种不同等级的指标加机的地理分布模式;当MC>-1/(n-1)或0<以度量。GR<1,且MC或GR显著时,表示在地理分布Moran系数(MC)和Geary比率(GR)是两个中相似的属性值倾向于聚集在一起(正的空间自
