增量空间自相关的工作原理

对于大量的空间数据分析,分析的规模非常重要。 例如,热点分析工具的空间关系概念化参数的默认值是固定距离范围。 许多密度分析工具要求提供半径值。 提供的距离值,应与您正在尝试回答的问题或正在考虑的补救措施的规模相关。 例如,您想了解儿童肥胖症。 您的分析规模是多大? 是单个家庭级别或邻域级别? 如果是,则用于定义分析规模的距离会很小,彼此包含一个或两个街区中的家庭。 或者,补救措施的规模是多大? 也许问题涉及到在哪里增加课后健身计划,作为减少儿童肥胖的一种潜在方式。 在这种情况下,距离更应该反映学区。 有时确定恰当的分析规模非常简单;例如,如果您正在分析通勤模式并且已知平均上下班路程为 12 英里,则最好使用 12 英里的距离进行分析。 在其他情况下,验证特定分析距离会比较困难。 此时,增量空间自相关工具十分有用。

当看到地表上的空间聚类时,您将看到正在进行的基础空间过程。 了解这些基础过程运行的空间规模,可以帮助您选择合适的分析距离。 增量空间自相关工具为一系列增量距离运行空间自相关 (Global Moran’s I) 工具,同时测量各距离空间聚类的程度。 聚类的程度由返回的 z 得分确定。 通常情况下,距离的增大(z 得分也增大)表示聚类增强。 但是,对于某些特定距离,z 得分通常为峰值。 有时会出现多个峰值。

增量空间自相关示意图

峰值反映促进空间过程聚类最明显的距离。 图上各点的颜色对应 z 得分值的统计显著性。

统计显著性的颜色图例

确定适当分析规模的一个策略是,选择与最能反映您问题规模的统计显著性峰值相关的距离。 通常这是第一个统计显著性峰值。

确定起始距离和距离增量值

所有距离测量均以要素质心为基础,且默认开始距离参数值为可确保每个要素至少具有一个邻近要素的最小距离。 这通常是一个不错的选择,除非数据集包含位置异常值。 确定是否包含位置异常值;然后选择除位置异常值之外的所有值,并仅在所选要素上运行增量空间自相关 如果查找到选择集的峰值距离,使用该距离基于您的所有要素(包括异常值)创建空间权重矩阵文件。 当您运行生成空间权重矩阵工具来创建空间权重矩阵文件时,将相邻要素数参数设置为某些值,这样所有要素将至少包含许多该数目的相邻要素

默认增量距离参数值为每个要素的最近相邻要素的平均距离。 如果使用上述策略确定了合适的起始距离,但仍然没有看到峰值距离,可能需要尝试更小或更大的增量距离。

无峰值距离

在某些情况下,将使用增量空间自相关工具,获取的图中的 z 得分随着距离增大而持续增加;不存在峰值。 这种情况通常发生于数据已聚合、且影响您输入字段变量的过程比例小于聚合方案时。 可以尝试减小增量距离值,尝试是否可以捕获更细微的峰值。 然而,有时并不存在峰值,因为研究区域存在多个空间过程,每个过程在不同的距离上运行。 对于有噪声的大型点数据集,通常会出现这种情况(正在分析的点数据值没有清晰的空间模式)。 在这种情况下,需要使用某些其他条件验证分析尺度。

解释结果

运行增量空间自相关工具时,每个距离的 z 得分结果将写入为消息。 可将鼠标悬停在进度条上、单击弹出按钮或展开地理处理窗格中的消息部分来访问消息。 您还可以使用地理处理历史访问之前运行工具的消息。 当您为可选输出表参数指定路径时,将创建一个表,其中包含“距离”、“Morans I”、“Expected I”、方差、z 得分和 p 值 字段。

通过检查按距离划分的空间自相关折线图和写入消息的 z 得分值,可以确定是否存在任何峰值距离。 在下图中,图表有两个与 8100 英尺和 11500 英尺距离相关的峰值 z 得分。

按距离划分的空间自相关图表

如果使用输出表参数创建自相关值表,则该表将包括按距离划分的空间自相关折线图。 这与消息中出现的图表相同。

其他资源

有关更多信息,请参阅以下内容: