Spatial Statistics Tools(空间统计工具)

文章出处：http://blog.sina.com.cn/s/blog_5d25ac4e0100ocaa.html

1. Analyzing Patterns（分析模型）

1）  AverageNearestNeighbor（平均值最近分析）

简介：基于每个要素的最近邻要素距离的平均值计算索引值

方法：

输入要素：一般为点要素

距离方法：欧几里得距离或者曼哈顿距离。

是否显示最邻近索引，下图为显示：

面积：默认面积为覆盖所有要素的最小外接矩形的面积。

其它：小于1聚合；大于1离散；等于1随机。

 转载请注明出处--http://blog.sina.com/3ser

2）HighLowClustering（聚类程度）

简介：用于计算给定面积内的要素的聚类程度值

方法：

输入要素：一般是点要素。面要素和线要素则是其质心参与计算。

输入字段：数值型。必须为正值。

是否显示输出图形。Display Output Graphically

空间关系：反向距离，反向距离的平方，固定距离波段，区域无关、与多边形相接、空间权重文件。

距离方法：欧几里得距离、曼哈顿距离。

标准化：推荐用ROW（权重被权重之和分开）

距离波段或者开始距离：当空间关系选择与多边形相接、空间权重文件时该参数无效。

权重矩阵文件：空间关系为空间权重文件时有效。

3）  Multi-Distance Spatial Cluster Analysis (Ripleys K Function)（多距离空间聚簇分析/ Ripleys K函数）

该工具用于判断在多个不同距离下要素类的聚簇状况。输出结果为一张表。表中包含期望值字段（ExpectedK）和观测值字段（ObservedK）。当观测值大于期望值时则在该距离下呈现聚簇状态。否则呈现离散状态。

 

 

 

Number of Distance Bands：距离波段的次数。

Compute Confidence Envelope（评估置信区域）：

(1) 0 Permutations：不创建置信区域。

(2)9 Permutations：随机选9个点创建置信区域（90%的置信区域）。

(3)99 Permutations：随机选99个点创建置信区域（99%的置信区域）。。

(4) 999 Permutations：随机选999个点创建置信区域（99.9%的置信区域）。。

 

4)Spatial Autocorrelation (Morans I)（空间自相关/ Morans I）

基于要素位置及属性值判断空间自相关性。

 

Conceptualization of Spatial Relationship

（1）Inverse Distance反距离

（2）Inverse Distance Square反距离平方                

（3）Zone of Indifference区域均一化

（4）Fixed Distance Band固定距离波段

（5）Polygon Contiguity (First Order)邻接多边形

（6）Get Spatial Weights From File空间权重文件

2. Mapping Cluster（绘制聚簇）

(1)Cluster and Outlier Analysis (Anselin Local Morans I)（聚合离散分析/）

给定带有权重的要素，分析高值聚合和低值聚合，及查找离群值。

 

(2)Hot Spot Analysis (Getis-Ord Gi*)热斑分析

通过计算Getis-Ord Gi*统计进行热斑分析。Z score作为衡量高值聚合或者低值聚合的标准。

Z score越大表现为热斑越明显。

转载请注明出处--http://blog.sina.com/3ser

 

3.Measuring Geographic Distribution（测量地理分布）

1)Central Feature（中心要素）

识别要素集中加权后最中心的要素。

 

Self-potential：表示一个要素和他自身的距离或者权重。一般情况下为0。

Case Field：用于分组，可以使数值、日期、文本类型。

 

2)Directional Distribution (Standard Deviational Ellipse)（定向分析/标准差椭圆）

测量要素集（点）的方向性趋势。

 

3)Linear Directional Mean（平均线方向）

测量要素集（线）的平均方向性趋势。

 

4)Mean Center（平均中心）

识别要素集的几何中心

 

Dimension Field（维度字段）：用于三维坐标计算时的Z值字段。

 

5)Standard Distance（标准间隔距离）

以要素集几何中心为圆心，以覆盖要素的百分比距离为半径生成一个新的圆。

 

Circle Size

(1) 1 Standard Deviation:覆盖要素的百分之六十八

（2）2 Standard Deviations覆盖要素的百分之九十五

（3）3 Standard Deviations覆盖要素的百分之九十九

 

4.Modeling Spatial Relationship(空间关系建模)

1)Generate Network Spatial Weights（生成网络空间权重）

根据潜在网络结构生成SWM文件。

输入参数有：被创建的点要素、唯一的ID值、SWM文件的名称路径、参考网络、阻止属性。

2)Generate Spatial Weights Matrix（生成网络空间权重矩阵）

创建SWM文件用于表达数据集中要素的空间关系。

3)Geographically Weighted Regression（地理权重衰减）

 

4)Ordinary Least Squares（普通最小平方）

转载请注明出处--http://blog.sina.com/3ser

5. Rendering（渲染）

1）Cluster/Outlier Analysis with Rendering（渲染聚簇离散分析）

依据指定字段做聚簇渲染及依据Z缩放值渲染。渲染颜色由冷到暖，冷代表离散，暖代表聚簇。

该工具集合了Cluster And Outlier Analysis 工具及Z Score Rendering 工具。使用工具后将生成一个渲染后的lyr图层及要素图层且属性表将添加以下四个字段索引字段、Z Score字段、P Value字段、聚簇类型字段。

集成工具：

 

2)Collect Events with Rendering(利用渲染收集事件)

转换事件数据，将其赋予权重，并以分级符号渲染。

输入要素：一般为点要素（至少4个要素）。

它是将Collect Events工具和Count Rendering工具集成在一起。

集成工具：

 

3）Count Rendering（计算渲染）

依据指定字段作渲染计算。

输入参数有：被渲染要素、依据字段、输出的lyr图层名称路径、分类数量、符号样式等。

 

4）Hot Spot Analysis with Rendering（渲染分析热斑）

依据指定字段作渲染计算并将其Z Score值由冷色到暖色渲染。

该工具集成了Hot Spot Analysis及Z Score Rendering功能

集成工具：

 

5）Z Score Rendering（Z痕渲染）

将Z Score值由冷色到暖色渲染。

 转载请注明出处--http://blog.sina.com/3ser

6. Utilities（实用工具）

1）Calculate Areas（计算面积）

对面要素计算面积并写入F_AREA字段。

4）  Calculate Distance Band from Neighbor Count（依据邻居数量计算距离）

通过输入的邻居数值(N)计算要素与第N个邻居之间的最小距离、最大距离、平均距离。

输入要素：一般为点

邻居数值：第N个邻居。

距离方法：曼哈顿距离或欧几里得距离。

5）  Collect Events（收集事件）

转换事件数据，将其赋予权重，并以分级符号显示。

输入要素：一般为点要素（至少4个要素）。

6）  Convert Spatial Weights Matrix to Table（转换空间权重矩阵到表）

将二元的空间权重矩阵文件（*.Swm）转换为表(*.dbf)。

转换后可对DBF进行修改空间关系等并将其转换为swm

其他：Convert Spatial Weights Matrix to Table的逆操作。

7）  Export Feature Attribute to ASCII（输出要素属性到ascii文本）

将要素坐标及制定属性值输出到文本文件，字段值之间可用空格、逗号、分号等分隔。