空间相关性..

国内理论研究进展
19世纪90年代引入
颜峰华（2006） 提出了多种尺度 分布的Getis空间 自相关统计方法 并验证了其能比 较全面的反应地 表特征参量分布 的空间信息。
朱士松、李满春（ 2006）从矢量数据和 栅格数据两方面对名 义尺度的空间自相关 性进行研究提出了一 种测度名义尺度的空 间自相关指数——自 邻接指数，为空间数 据分析提供了新的思 路。
某空间单元与其周 围单元之间就某一 种特征值，通过统 计方法进行空间自 相关程度的计算以 分析这些空间单元 在空间分布的特征。
空间相关性的含义： 空间自相关性是研究一定地理单元里某
种现象存在与周围其他现象存在的联系，从另 一个角度而言，空间自相关是研究同一种现象 的聚集和分散程度。
国外致力于空间相关性方 法的研究
空间统计学则以假定 空间单元有着某种相 关性和独立性，故空 间统计学模型有着较 强的科学性，在地理 学研究和经济研究等 领域得到广泛的应用。
空间相关性的分析指标
“局部自相关 性分析方法”
Moran 散布点
LISA
局部G指数
空间相关性的分析指标
在空间相关性分析理论的基础上，借助GeoDA统计分析软件
空间相关性
----基本含义及其研究进展状况
不同学者对含义的理解
Griffth(1987) Anselin(2000) 王永、沈毅（2008）
指一些变量在同 一个分布区内的 观测数据之间潜 在的相互依赖性。
是空间依赖性的重 要形式,空间依赖 性是指研究对象属 性值的相似性与其 位置相似性存在一 致性。
张松林，张昆（2007） 基于模拟的空间区域 研究发现了局部G系 数优于局部Moran指 数等。
空间相关性在地理学中的应用
空间——地理学和空间 科学的核心
空间分析初期，学 者们以统计数学为 工具挖掘空间数据 本身蕴含的意义， 为此引入了大量的 经典统计方法。
经典统计方法、模型 建立在假设观测结果 相互独立的基础上， 但事实上空间依赖性 和空间非均质性是空 间数据的本质特征， 对实际问题产生了虚 假的解释。
“全局自相关 性分析指标”
全局Moran指数 （最常用）
全局G指数
6.Wartenber(1985)首先提出了多元空间自 相关的思想及矩阵模式。
7.Getis和Ord（1992）提出度量每一个观测值 与周围邻居是否存在局部空间关联G统计量。 8.Anselin（1995）发展了空间自相关的局部分 析法——局部关联指数(LISA)。 9.Moran散布点图分析法的创生代表 着空间自相关理论的基本形成
3.Moran（1950）将相关系数推广到二维空间并定 义了第一个度量空间相关性的方法——Moran指数。
4.Geary(1954)提出Geary系数概念，标志着空 间自相关分析方法的雏形形成。
国外理论研究的进展
5.C来自百度文库iff和Ord (1992)提出使用Z统计方法来检验空间自 相关性系数的显著性，并引入空间权重矩阵。
国内致力于空间相关性方 法的创新与应用
空间自相关（spatial autocorrelation） ——指一 些变量在同一个分布区内的观测数据之间潜在的 相互依赖性。
国外理论研究进展
1.最早起源于生物计量学研究。19世纪60年 代使用空间自相关研究生态学、遗传学等。 2.Could于1970年首次提出空间自相关的概念。