实习1空间结构的量化测定

《实习1空间结构的量化测定》由会员分享，可在线阅读，更多相关《实习1空间结构的量化测定（15页珍藏版）》请在金锄头文库上搜索。

1、 实习 1：空间结构的量化测定 实习目的： 本实习可分为两个部分， 分别介绍了对点数据(A)和面数据(B)的空间结构度量的定量化方法。 在对点数据空间结构进行度量时， 我们研究样本点密度的影响；对于不规则多边形空间结构度量时，我们研究空间尺度和邻接定义。 A点数据 .任务: 利用半变差来量化空间结构。 .数据 California 州和 Nevada 州交界处附近 Walker 湖（Isaaks 和 Srivastava，1989）的高程数据（即变量 V） ：第一个数据集”isaaksSample470.shp”包含 470 个点，第二个数据集”isaakssample4s_117.shp”包

2、含 117 个子样点。 .软件： 带“空间分析”拓展模块的 ArcGIS。 .步骤 1.用ArcGIS中的ArcMap打开打开地图文件 启动 ArcMap 展示处出一幅空白地图。 右击“Layers”，选择“Add Data”，添加数据文件”isaaksSample470.shp”。(注：忽略关于缺失空间定位参考的警告，如果出现警告。点击“OK”，因为对于本实习，不要求空间定位参考)。 显示 470 个点的地图。 第 1 页 共 15 页 prepared by Jane Law and Robert Haining 2009 年 7 月 2.检查属性表 右击该层名字（左上角） ，选择“Ope

3、n Attribute Table”。查看表格，表格包含 470 条记录和变量 V。 关闭表格。 3.在地图上标注感兴趣的特征。 右击该层名字（左上角） ，选定属性并点击“Labels”(顶层菜单)。查看下拉框“Label Features in this layer”，标注域选为“V”，点击“OK”。 第 2 页 共 15 页 prepared by Jane Law and Robert Haining 2009 年 7 月 现在点的“V”值被标注在地图上。 彼此邻近的点是不是比相离较远的点的特征值更为相似？(使用放大工具可以 看 得 更 为 清 楚 。 如 果 需 要 显 示 缩 放 工

4、 具 图 标， 可 选 择 菜 单ViewToolbarsTools.)如果邻近点有相似的值，则说明存在空间自相关。 然而，我们现在要使用分析技术确定空间结构。该技术基于点之间特定距离均方差的计算，通过一定距离范围的计算，可以绘制称作半变异函数1的结果。我们将在ArcGIS的空间分析拓展模块中应用这一定量化方法。 1 变异函数是对双观测值的差异以及观测值间的距离的关系的一种数学描述。它提供与数据空间结构相关的信息。 第 3 页 共 15 页 prepared by Jane Law and Robert Haining 2009 年 7 月 4.用半变异函数量化空间结构 选择菜单“ToolsC

5、ustomize”。 如果列表框中“Geostatistical Analyst”没有被选定，选定它。 然后，点击“close”按钮。 左击“Geostatistical Analyst”图标，选择“Geostatistical Wizard”。(如果不能选择“Geostatistical Wizard”，点击菜单“ToolsExtensions”再选定“Geostatistical Analyst”激活该工具。)选择“Kriging”方法，“V”作为属性。 一直点击 Next(地图是预设好的)，半变异函数将被绘出。 第 4 页 共 15 页 prepared by Jane Law and

6、Robert Haining 2009 年 7 月 地图上是否像半变异函数所表明那样，显示出空间自相关的迹象？(提示：观察一下半变异函数，半变异函数值较小的是相互紧凑还是相互分散？) 如果还没选择 spherical 模型， 选定“spherical”模型(Model1)拟合半变异函数。拟合函数(spherical)在半变异函数上显示为一条粉色曲线。这个拟合函数的公式在左下角。 不选定nugget2选择框，看粉色曲线如何变化。注意现在曲线经过原点。曲线是否看起来比原来的更能拟合半变异函数？再试试其他函数(如exponetial)， 观察不同曲线如何拟合半变异函数。 2 nugget 方差(h

7、为 0 时，g 值非零)是由各种未知误差源(例如，测量误差)产生。 第 5 页 共 15 页 prepared by Jane Law and Robert Haining 2009 年 7 月 这个建模过程目的在于确定最好的模型或曲线，能处理半变异函数分散的点。在“kriging”技术中，这是很重要的一步，而 kriging”技术是用来估计属性值未知的点的值。 拷贝(左击半变异函数窗口，按 Alt+PrtSc)，把半变异函数窗口粘贴到一个word 文档里，保存文档作为第部分的参考。 点击“Cancel”关闭半变异函数窗口。 .拓展 对数据文件“isaakssample4s_117.shp”，

8、 同样对变量“V”进行半变异函数处理。这个数据文件含 117 个点，属于那 470 个点的一部分。比较用 117 个点处理的半变异函数和用 470 个点得出的半变异函数。两个半变异函数(都用带 nugget 的spherical 拟合函数)有何不同？你认为为何会有这些不同？ . 参考 1. ESRI(2001)Using ArcGIS Geostatistical Analyst： http:/www.ci.uri.edu/projects/geostats/Using_ArcGIS_Geastat_Anal_Tutor.pdf2. Isaaks,E.H.and Srivastava,R.M(

9、1989),An Introduction to Applied Geostatistics,p.55-60,542-547. 第 6 页 共 15 页 prepared by Jane Law and Robert Haining 2009 年 7 月 B面数据 . 任务: 采用 Morran I 统计法分析二个不同区域尺度(剑桥郡英联邦人口统计的 “超级输出区”以及的“输出区”) (失业率的)空间结构。 .数据 (谨记,提供的数据限于本课程学生，只能用于本次实习) 研究区域：剑桥郡。 (1) 文件名：“camshire_msoa_unemployrate.shp”。 变量：超级输出区(SO

10、A)尺度的失业率百分比(“UNEMPRATE”)，SOA 总数为 75. (2) 文件名：“camshire_oa_unemploymentrate.shp”。 变量：输出区(OA)尺度的失业率百分比(“UNEMPLOYRA”)，OA 总数为1820. . 软件： GeoDa3. 步骤 通过开始菜单或者桌面快捷方式，启动 GeoDa。 1. 在GeoDa中打开剑桥郡地图“camshire_msoa_unemployrate.shp”。 选择菜单 FileOpen Project 输入地图。把“ID”作为关键变量。点击 OK。 3 GeoDa在http:/geodacenter.asu.edu/

11、software/downloads.免费下载。 第 7 页 共 15 页 prepared by Jane Law and Robert Haining 2009 年 7 月 研究区域的地图将显示出来。 2. 地图显示出失业率 点 MapQuantile，选择变量“UNEMPRATE”。点击 OK。 设定分类数(例如，4)，点击 OK。 第 8 页 共 15 页 prepared by Jane Law and Robert Haining 2009 年 7 月 你将看到一幅显示剑桥郡失业率的地图。 只看地图，你能确定其空间结构么？ 现在，我们通过使用 Morran I 统计定量技术来估计空

12、间结构。 3. 构建空间权重矩阵 在计算统计前，我们需要先创建一个权重矩阵。该矩阵指定了每一区域的邻接区域。 选择 ToolsWeightsCreate 以 “camshire_msoa_unemployrate.shp” 作 为 输 入 文 件 ， 输 出 文 件 另 存 为“camshire_msoa_cl.gal”。把“ID”设为权重文件的ID变量。选择Queen Contiguity4，把Order of contiguity值设为 1.点击Create。 4 共有一个或者多个边界公共点的区域被认为是具有 Queen contiguity 的相邻区域。 第 9 页 共 15 页 pre

13、pared by Jane Law and Robert Haining 2009 年 7 月 进度条(在 shp-gal 转换窗口的蓝色条)完成后，点击 Done。 重复操作第二第三 Order of contiguity， 把相应的 Order of contiguity 设为 2 和3，分别命名邻近文件为“camshire_msoa_c2.gal” 和“camshire_msoa_c3.gal”。 4. 计算Morans I统计数。 选择 SpaceUnivariate Moran。 把“UNEMPRATE”设为第一变量，点击 OK。 指定权重文件：“camshire_msoa_cl.g

14、al”。点击 OK。 第 10 页 共 15 页 prepared by Jane Law and Robert Haining 2009 年 7 月 注意：在选择权重文件时，如果出现如下图所示的关于 GeoDa(dbf 文件)的警告信息，点击 OK，然后先编辑权重(如邻近关系)文件(“camshire_msoa_cl.gal”)，编辑方法见附录。接着，在上面的“SELECT WEIGHT”窗口中，重新选择邻近文件，点击 OK。 你将会得到 Morans I 结果。 第一个邻接关系的 Morans I 如下图： 右击Morans I图幅， 选择Randomization999 的排列组合。 这

15、样将得出Morans 第 11 页 共 15 页 prepared by Jane Law and Robert Haining 2009 年 7 月 I5(=0.2702)以及基于 999 排列组合的p值(=0.001)。地图上是否显示出p值所反映的空间自相关的迹象？记录下p值后关闭。 同样地，你可以得到第二第三邻近关系的 Morans I 以及相应的 p 值。 第二邻近关系的 Morans I 如下图： 5 尽管 Morans I 与二元相关系数相似，但不像相关系数那样，它不会在-1.0 到 1.0 之间变化。然而，正值说明空间自相关为正，反之亦然。 第 12 页 共 15 页 prepared by Jane Law and Robert Haining 2009 年 7 月 第三邻近关系的 Morans I 如下图： 第 13 页 共 15 页 prepared by Jane Law and Robert Haining 2009 年 7 月 请解释为什么用第一，第二，第三 Order of contiguity 权重矩阵计算出来的Morans I 结果不同。 .拓展 用更小一点空间单位尺度作为输出区重复以上练习，(注意：一定要关闭所以开启的窗口，再在 GeoDa 中点选 FileOpen Project,把输出区域的地图导入。