arcgis9空间统计工具箱中文翻译

1、arcgis9空间统计工具箱中文翻译（转）上一篇 / 下一篇 2009-11-30 15:39:29 / 个人分类：ArcGIS Desktop杳看（135 ） /评论（4 ） /评分（6 / 0 ）距离越近的地理事物，其性质也必相近。一一地理学第一定律局部地统计方法都是基于这个原理，比如说克里格插值法，空间关系建模空间统计工具箱为用户提供了一系列空间关系建模的工具。空间关系的概念空间统计和传统（非空间）统计之间一个最重要的区别就是空间统计在分析问题时考虑到空 间和空间关系的作用。因此，空间统计工具箱中的大多数工具都需要用户在使用时具备空间 关系的概念。？空间关系的建立取决于你的度量，也就是采

2、取什么方法来量测距离（这个 距离可以是米，公里，旅行时间等等）。举个例子，如果你想知道某一种树种在森林中分布 的聚集度，那么反距离（inverse distance）（距离的倒数）可能是最好的选择。然而，如果你 想测度一个地区通勤者的地理分布，那么旅行时间或旅行成本可能是描述空间关系最好的选 择。对于某些分析，一些抽象的概念比起空间距离和时间距离来得更重要，比如说生物物种 之间的相似程度，两个物种之间越相似，那么它们的性质也越相似；再比如说空间交互作用， 在洛杉矶和纽约之间的电话通话次数比纽约和Poughkeepsie （纽约旁边的一个小镇）的通话 次数要多得多，也就是说虽然纽约和Poughk

3、eepsie距离很近，但是相比较而言，洛杉矶和 纽约在业务联系上更近。距离的概念1反距离或反距离平方地理事物距离越远，那么它们之间的互相影响越小。举个例子来说，反距离（这里是欧式距 离）可以被用来分析植物物种的相互作用。反距离（曼哈顿距离）可以被用来分析五金店或 其他固定城市设施的位置分布。对于反距离平方，随着事物距离增加，作用力加速下降。（见 图1）2距离段（两值法）在临界距离内的事物被考虑到分析当中（赋值为1）。超过临界距离的被排除在外。（赋值为0）。（见图2）这种方法结合了反距离和距离段法对空间关系的定义。在分析中，任何在关键距离Critical distance）之内的事物之间都有同样

4、的作用力。一旦超过关键距离，那么事物之间的作用力 迅速下降。假设你现在需要找工作，你面临两种选择，有一份工作在离你家五公里远，而另 一份工作离你家六公里远。对于这两份工作，你的选择可能不会考虑到距离，因为五六公里 离家都不是太远，在你心里的作用力是一样。但是，现在假设一份工作离你家五公里，另一 份工具离你家二十公里远，那么距离将成为你决策的重要影响因素，毕竟五公里和二十公里 距离有点远。（见图3）空间距离权重矩阵文件（用户自定义的空间关系）你可以一个ASCII的文本文件（里空间距离权重矩阵）来定义你自定义的空间关系（旅行 时间，旅行成本，空间相互作用，或者一些抽象的距离关系）空间距离度量的方法

5、在空间统计工具箱中的许多工具都使用到距离。这些工具为用户提供欧式距离和曼哈顿距离 两种计算方法。（当然，你还可以通过空间距离矩阵来自定义自己的空间关系，例如，旅行 时间，旅行成本等等）欧式距离计算方法D = sq root （x1-x2）*2.0 + （y1-y2）*2.0这里，（x1,y1）是点A的坐标，（x2,y2）是点B的坐标，D是两点之间的直线距离。曼哈顿距离的计算方法D = abs（x1-x2） + abs（y1-y2）同理，（x1,y1）是点A的坐标，（x2,y2）是点B的坐标，但D是两点之间垂直距离加水平距离 之和。如果你被限制只能南北向和东西向移动，那么曼哈顿距离适合于这种情况

6、。比如说， 开车旅行在城市交通网络（道路往往是东西向和南北向）之中，你只能沿着道路的方向移动， 这时候曼哈顿距离显得更科学一些。YX 自位（内部权重字段）在空间统计工具箱中的几个工具允许你提供一个字段代表自位。自位是要素和它自身的距离 或权重。这种权重经常是零，但是在一些情况下，你可以为每一个要素指定固定的值或不同 的值。举个例子，如果你的空间关系的概念是建立在人口普查区内部和它们之间的距离的话， 你可以通过为自位建模来反映基于多边形大小的内部距离成本。标准化对于许多空间统计分析来说，空间权重的标准化提供更精确的结果。对于行标准化，每一个 权重都除以该行权重之和。对于总体标准化，每一个权重都除

7、以全部权重之和。对于距离段 法，行标准化经常被用来减轻要素邻居不相等的影响。行标准化也被用于反距离法和两可地 带法。对于反距离法和两可地带法，每个要素权重（距离）除以该行的总距离。当每个要素 的邻居包括了整个研究区域，所有的要素都有相同数量的邻居（也就是研究区域的所有要 素），这时使用行标准化就不是十分有利的。然而，行标准化也有它有利的一方面。行标准 化使绝对距离转变为相对距离，把所有距离转化到0到1之间。离得很近的要素被给予相对 大的权重。因此，比起使用绝对距离权重，要素之间的影响力随着距离增加加速下降。距离带或阈值距离一个临界距离或阈值距离就是对空间相关关系的截断。超出这个距离的要素将在分

8、析中排 除。一些空间统计需要每一个要素至少有一个邻居（至少要有一个要素包含在分析中）。如 果阈值距离太小（以至于一些要素没有邻居），错误信息将出现，提示你用一个更大距离再 试一次。如果你不能确定这个阈值距离该设多大，在arcmap中显示你要分析的要素，并用 距离工具去找到一个距离，这个距离保证每个要素都至少有一个邻居。空间权重矩阵文件工具箱中有几个工具允许用户提供自定义的空间权重矩阵文件。空间权重是一组反映要素之 间的欧式距离，曼哈顿距离，时间距离，或其他成本距离等等。空间权重的格式如下： From feature ID （起点要素编号）To feature ID （终点要素编号）Weight

9、 （权重） TOC o 1-5 h z 举个例子，假设你有三个加油站，编号分别为1，2, 3,你用旅行时间（分钟）来定义三个 加油站的空间关系。你应当建立一个像下面一样的ASCII文件 1 102103711032016215330在上面这个例子，你会注意很多距离都是对称的，加油站1到加油站2要10分钟，反过来 也是一样。但你同时会注意到一些距离是不对称的，从1到3要7分钟，但是从3到1仅仅 要6分钟。你还会看到加油站1和它自己的距离是0（0分钟）。加油站2和它自身没有记录。 缺失值被假定权重为0。流行病学家，犯罪分析家，考古专家，野生动植物专家，零售分析者，和许多其他的gis用 户对高级的空

10、间统计工具的需求日益增长。我们希望通过一种地理模型的建立，使得能够通 过直接观测地图来看到事物之间的关系。高级的空间统计分析方法提供了这种可能。空间统计工具箱中所使用的方法非常适用于下列情况： 比较地理要素之间的差别，观测地理要素的分布 为地理要素的关系建模 处理一些未知的情况空间统计工具箱是为那些需要使用高级的方法来解决其空间分析问题的gis用户设计的。分析模型工具综述为了理解地理现象的分布规律，我们首先应该识别它属于那一种地理模式。虽然你可以通过 制图来观测地理事物的模式，如果你的决策需要高的置信水平，那么计算发生概率是重要的一步。例如，如果用统计学去测度地理分布的不同类型，通过计算出的z

11、值，我们可以可视化地理要素的分布。 在一张地区分布图上，无论它是属于那种模式，你都可以任意更改分类的方法，分类的等级 和分类的范围。既然统计的测度使用的是每个要素的实际值，那么无论地图是怎样显示，结 果都是一样的。分析模式工具通过统计计算来量化地理分布模式。下表列出了每一种工具及其简单介绍：工具描述平均邻近指数邻近指数工具通过计算要素的质心相互距离得到平均邻近距离 高/低集中趋势指数 度量研究区域的高/低集中趋势空间自相关基于要素的位置和属性值来度量空间自相关程度平均邻近指数工具测量每个要素的质心和它最近的邻居的质心之间的距离。然后加总加除以 总数进行平均。如果计算出的平均距离少于假设的随机分

12、布的平均邻近距离，那么要素的分 布被认为是聚集的。反之，则被认为是分散的。指数表达式为实际距离除以期望距离（期望 距离是指在同样数量的要素分布在同样的地区的情况下，要素随机分布所产生的平均邻近距 离）可能的应用1评估竞争或领土。Evaluate competition or territory,量化和比较不同物种的分布模式。2比较一个控制分布比如说，在森林采伐分析中，你可以比较砍伐区域和可采伐区域的分布模式来决定？ you may want to compare the pattern of harvested areas to the pattern of harvestable areas

13、 to determine if cut areas are more clustered than you would expect, given the distribution of harvestable timber overall.3在研究区域固定的情况下，这种工具是非常精确的。比如说，在一个给定区域，比较不同 零售类型商店的平均邻近指数。输出结果平均邻近距离工具计算平均最近邻居质心之间的距离。这个值被写进命令窗口。高/低集中趋势：Getis-Ord General G指数高/低变化工具度量对整体区域的高低值的集中度。比如说，你可以用这个统计工具去比较 一个城市内不同犯罪类型的分布

14、模式，这样我们就能够看出该地区是犯罪比较集中（热点地 区多），还是犯罪很分散。计算得出很高的值说明在研究区域高于平均值的区域比较聚集。 较低的值说明低于平均值的区域趋向聚集。可以计算得出该区域的标准化z值使我们能看出 高、低值是否具有统计显著性。可能的应用比较城市中不同类型的犯罪分布，以便于我们犯罪是否趋向于发生在热点地区，还是非常分 散。比较总结空间现象在不同地方和不同时段的聚集程度。举个例子，典型的有城市和城市人口 集中。用高/低值聚集分析，你能够比较西方城市与东方城市的集聚水平（城市形态学）或 者在一个城市内不同时段的人口集中程度的比较（城市增长和密度分析）输出结果这个工具计算出给定要素

15、的High/Low General G指数值（观测值和期望值）和相应的Z值。 这些值写入历史窗口，and the observed General G and z scores are passed as derived output. 空间自相关：morans I这个工具度量空间自相关（要素属性相近程度）的程度，它的计算不但考虑要素的属性值而 且还包括要素的之间距离。给定一系列的要素和相应的属性值，它评估要素的分布是否使集 聚分布，离散分布还是随机分布。Moran s指数接近1表示集聚，接近一1表示离散。可 以计算出相应的Z值来评价观测的集聚或离散是否统计显著。可能的用处1决定特定统计方法的

16、可行性（例如，线性回归分析和许多其他的需要独立观测值的统计技 术）2帮助空间分析方法找到一个适当的邻居距离。举个例子，找到使空间自相关很强的距离。测度不同时段少数民族的分化一这种分化的趋势是在扩大还是在减小。总结疾病或趋势在空间和时间上的扩散一一也就是说，疾病，趋势是保持集中在一些地区还 是扩散到很多地区。度量地理分布水平的工具箱工具箱可以为你算出分布特点有代表性的数值，比如说中心，密度或方向。你可以使用这个 值去追踪分布的变化或比较不同要素的分布趋势。度量地理分布工具箱为下列问题提供了答案：中心在那里？什么是数据的形状和方向？要素是怎样分布的？地理分布度量工具测定地理分布的中心，紧密度或方向。下表列出可用的工具和相应的简单介绍。工具描述确定出点、线、面要素中最中心的要素度量是否要素的分布展现出方向的趋势（是否要素确定出一系列矢量的总（平均）方向确定一组要素的地理中心或者说集中中心度量要素围绕要素分布中心的离散程度工具中央要素方向分布线性平均方向平均中心标准离差距离平均中心平均中心是研究区域内所有要素x和y坐标的平均值。它对于追踪地理分布的变化或比较不 同类型要素分布趋势是非常有用的。可能的应用在犯罪分析中，犯罪分析者通过白天和夜晚入室盗窃案发地点平均中心的比较，来推