空間統(tǒng)計(jì)分析實(shí)驗(yàn)報(bào)告

空間統(tǒng)計(jì)分析實(shí)驗(yàn)報(bào)告一、空間點(diǎn)格局的識(shí)別1、平均最鄰近分析平均最鄰近距離指點(diǎn)間最鄰近距離均值。該分析方法通過(guò)比較計(jì)算最鄰近點(diǎn)對(duì)的平均距離與隨機(jī)分布模式中最鄰近點(diǎn)對(duì)的平均距離，來(lái)判斷其空間格局，分析結(jié)果如圖1所示。最鄰近比率小于1，最鄰近比率小于1，聚集分布，Z值為-7.007176，P值為0，即這種情況是隨機(jī)分布的概率為0圖1平均最鄰近分析結(jié)果圖計(jì)算結(jié)果共有5個(gè)參數(shù)，平均觀測(cè)距離，預(yù)期平均距離，最鄰近比率，Z得分，P值。P值就是概率值，它表示觀測(cè)到的空間模式是由某隨機(jī)過(guò)程創(chuàng)建而成的概率，P值越小，也就是觀測(cè)到的空間模式是隨機(jī)空間模式的可能性越小，也就是我們?cè)娇梢跃芙^開(kāi)始的零假設(shè)。最鄰近比率值表示要素是否有聚集分布的趨勢(shì)，對(duì)于趨勢(shì)如何，要根據(jù)Z值和P值來(lái)判斷。本實(shí)驗(yàn)中的最鄰近比率小于1，聚集分布，Z值為-7.007176，P值為0，即這種情況是隨機(jī)分布的概率為0，該結(jié)果說(shuō)明云南省詳細(xì)居民點(diǎn)的分布是聚集分布的，不存在隨機(jī)分布。2、多距離空間聚類(lèi)分析基于Ripley'sK函數(shù)的多距離空間聚類(lèi)分析工具是另外一種分析事件點(diǎn)數(shù)據(jù)的空間模式的方法。該方法不同于此工具集中其他方法（空間自相關(guān)和熱點(diǎn)分析）的特征是可匯總一定距離范圍內(nèi)的空間相關(guān)性（要素聚類(lèi)或要素?cái)U(kuò)散）。本實(shí)驗(yàn)中第一次將距離段數(shù)設(shè)為10，距離增量設(shè)為1，第二次將距離段數(shù)設(shè)為5，距離增量同樣為1，得到如圖2和圖3所示的結(jié)果。從圖中可以看出，小于3千米的距離內(nèi)，觀測(cè)值大于預(yù)測(cè)值，居民點(diǎn)聚集，大于3千米，觀測(cè)值小于預(yù)測(cè)值，居民點(diǎn)離散。且聚集具有統(tǒng)計(jì)意義上的聚集，離散并未具有統(tǒng)計(jì)意義上的顯著性。圖2K函數(shù)聚類(lèi)分析結(jié)果1三、離散度的測(cè)度分析圖6離散度測(cè)度分析結(jié)果離散度測(cè)度分析的結(jié)果如圖6所示，本實(shí)驗(yàn)中的離散度分析采用的是標(biāo)準(zhǔn)距離和標(biāo)準(zhǔn)差橢圓。標(biāo)準(zhǔn)距離創(chuàng)建的是一個(gè)包含以平均中心點(diǎn)為中心的圓面，半徑為標(biāo)準(zhǔn)距離值，表示要素集中分布的范圍；標(biāo)準(zhǔn)差橢圓創(chuàng)建的橢圓的中心同樣為平均中心，有兩個(gè)不同的標(biāo)準(zhǔn)距離，表示要素集中分布的趨勢(shì)。本實(shí)驗(yàn)中的離散度分析以GDP為權(quán)重來(lái)進(jìn)行分析，結(jié)果如圖6所示。圖中的數(shù)據(jù)顯示云南省居民點(diǎn)主要集中分布在中部和東部地區(qū)，是一個(gè)以安寧市為中心，半徑為198千米的圓，說(shuō)明云南省經(jīng)濟(jì)較發(fā)達(dá)的區(qū)域集中在以安寧市為中心的，半徑為198千米的圓內(nèi)，集中分布的趨勢(shì)為東北西南走向。四、空間自相關(guān)和事物屬性的空間分布格局某類(lèi)事物的出現(xiàn)（例如犯罪、某類(lèi)用地、某居住空間等）是否造成了周邊同類(lèi)或異類(lèi)事物或現(xiàn)象的出現(xiàn)，即空間是否自相關(guān)；找到某類(lèi)事物或現(xiàn)象異常聚集的空間位置（例如低收入階層聚集），以利于分析聚集的原因?？臻g自相關(guān)是指分布于不同空間位置的地理事物，熱門(mén)的某一屬性存在同價(jià)相關(guān)性，通常距離越近的兩值之間的相關(guān)性越大，具體可分為空間正相關(guān)和負(fù)相關(guān)，常用Moran指數(shù)來(lái)表示。本實(shí)驗(yàn)通過(guò)分析來(lái)判斷是否存在高收入和高收入聚集，低收入和低收入聚集，或者高低收入相鄰分布。一般情況下，適度的集聚可以更有效地滿(mǎn)足不同階層人的需求，但過(guò)度的高高收入和低低收入聚集會(huì)加劇居住空間分異，階層對(duì)立，也容易引發(fā)各類(lèi)環(huán)境問(wèn)題及社會(huì)矛盾，同時(shí)集聚也關(guān)乎社會(huì)資源的分配。1、全局自相關(guān)統(tǒng)計(jì)存在空間自相關(guān)聚集分布存在空間自相關(guān)聚集分布圖7全局自相關(guān)統(tǒng)計(jì)報(bào)表對(duì)于GlobalMoran'sI統(tǒng)計(jì)量，零假設(shè)聲明，所分析的屬性在研究區(qū)域內(nèi)的要素之間是隨機(jī)分布的；換句話(huà)說(shuō)，用于促進(jìn)觀察值模式的空間過(guò)程是隨機(jī)的。本實(shí)驗(yàn)中的z值為2.671575，大于0，表示云南省經(jīng)濟(jì)狀況存在著空間自相關(guān)，存在著聚集分布的趨勢(shì)，即經(jīng)濟(jì)發(fā)達(dá)的地區(qū)周?chē)膮^(qū)域還是經(jīng)濟(jì)發(fā)達(dá)，經(jīng)濟(jì)落后區(qū)域周的區(qū)域還是經(jīng)濟(jì)落后，但是光靠Moran指數(shù)還無(wú)從判斷是高高聚集還是低低聚集，可進(jìn)一步采用高低聚類(lèi)分析來(lái)判斷是高高收入聚集還是低低收入聚集。2、高、低聚類(lèi)（Getis-OrdGeneralG）由于Moran'sI指數(shù)不能判斷空間數(shù)據(jù)是否顯示高聚集還是低聚集，該分析也是用z值來(lái)檢驗(yàn)空間自相關(guān)的統(tǒng)計(jì)顯著性，但不同的是，z值得分為正值是意味著高高集聚，為負(fù)值意味著低低集聚。高值聚集高值聚集圖7高、低聚類(lèi)報(bào)表最后得到的結(jié)果z值為4.519258，大于0，說(shuō)明云南省的經(jīng)濟(jì)情況分布不均衡，存在著高高聚集的狀態(tài)，正常情況下應(yīng)該高低值都有，過(guò)于不均衡的聚集會(huì)導(dǎo)致社會(huì)矛盾的出現(xiàn)，本實(shí)驗(yàn)中出現(xiàn)這個(gè)現(xiàn)象的原因可能是因?yàn)閿?shù)據(jù)的問(wèn)題，但也不能排除這種高值聚集現(xiàn)象的出現(xiàn)。應(yīng)該看高值出現(xiàn)的區(qū)域具體是在哪里，根據(jù)該地區(qū)的情況來(lái)分析高值出現(xiàn)的原因。五、空間模式分析—局部空間自相關(guān)1、聚類(lèi)和異常值分析聚類(lèi)和異常值分析,用于發(fā)現(xiàn)局域空間是否存在空間自相關(guān)，他計(jì)算每一個(gè)空間單元與鄰近單元就某一屬性的相關(guān)程度。HH為高高聚集，HL為高低聚集，LL為低低聚集。從下圖中可以看出，在昆明和玉溪出現(xiàn)了幾個(gè)高高聚集的點(diǎn)，其他的點(diǎn)均為無(wú)效的點(diǎn)，說(shuō)明在云南省存在著一定的居民收入分布不均的情況，高收入主要集中在昆明市、安寧市和玉溪市。昆明地區(qū)不用說(shuō)是云南省的政治經(jīng)濟(jì)文化中心，其產(chǎn)業(yè)的發(fā)展是全省較好的，所以出現(xiàn)了高值；玉溪市距昆明較近，交通發(fā)達(dá)，其煙草行業(yè)帶動(dòng)了該地區(qū)的經(jīng)濟(jì)發(fā)展，使得該地區(qū)的居民收入增加。圖8聚類(lèi)和異常值分析結(jié)果圖2、熱點(diǎn)分析熱點(diǎn)分析是可以較準(zhǔn)確地探測(cè)出局域空間自相關(guān)的有效方法，它能較準(zhǔn)確地探測(cè)出聚集區(qū)域，而聚類(lèi)和異常值分析（AnselinLocalMoranI）對(duì)聚集范圍的識(shí)別偏差較大，能大致他側(cè)出聚集區(qū)域的中心，但探測(cè)出的范圍小于實(shí)際范圍。在上述聚類(lèi)和異常值分析的實(shí)驗(yàn)中，實(shí)驗(yàn)結(jié)果表明昆明市市區(qū)和安寧市以及玉溪市存在著高高聚集的，但是熱點(diǎn)分析做出來(lái)的實(shí)驗(yàn)結(jié)果表明高高聚集這個(gè)狀態(tài)的范圍更廣，存在于昆明市大大部分地區(qū)、玉溪市的少數(shù)地區(qū)以及楚雄市的武定縣，而不是只有之前