结合均匀度理论和Moran’s I指数、广义G指数的景观格局全局自相关分析

以塔子沟林场为研究区域,以1997年8月28日和2009年8月25日两期Landsat TM遥感影像为主要数据源,辅助大量非遥感数据,借助ENVI 5.1、Arc GIS 10.3和Geoda095i等软件,将均匀度理论分析方法引入到景观格局空间相关分析中,对研究区域景观格局全局自相关进行了分析,并与Moran’s I、广义G指数的分析方法获得结论进行了对比。经计算,1997年的景观格局均匀度为0.320 7,介于景观均匀度置信区间[0.297 2,0.339 7],景观格局判定为随机分布,2009年的景观格局均匀度为0.288 3,小于下限值0.296 9,景观格局判定为聚集分布。1997年Moran’s I值为-0.11,景观格局判定为分散分布,2009年Moran’s I值为0.42,景观格局判定为聚集分布。1997年研究区域Z Score值为0.92,2009年研究区域Z Score值为2.06,根据景观格局判别可知,2009年研究区域景观格局呈现出明显的高值空间聚集(H-H聚集),即该期景观格局为聚集分布。结果表明3种分析方法得到的结论相同,即从1997—2009年的12年间,研究区域的格局状况由随机格局到聚集格局变化,说明将均匀度理论分析方法引入到景观格局空间相关分析中是可行的。

基于遥感和Moran’s I指数的水稻面积变化空间自相关性研究

本研究基于遥感影像获取了2011-2015年江苏省淮安区水稻面积,在乡镇区划和2 km规则网格的基础上,用Moran’s I指数分析了2011-2015年水稻逐年空间变化的相关关系,分析结果表明,淮安区水稻面积变化有聚集现象,2012年有4个聚集区,2013年有3个聚集区,2014年和2015年有6个聚集区;聚集区仅为乡镇行政区划单元的部分区域。

基于空间权重矩阵变化下Moran’s I检验研究

文章运用LEE的矩阵算法,推导出Moran’s I的期望和方差,然后在四类空间权重矩阵及三个空间计量模型下构建蒙特卡洛实验,并以拒绝频率为依据来检测Z检验效果,研究发现:不存在空间相关时,Z检验在各权重矩阵和空间计量模型下的拒绝频率非常接近标准值0.05,表明检验效果较稳健;在空间相关程度不高(￡0.2)时,空间计量模型和空间权重矩阵对Z检验有轻微影响;但在空间相关程度较高(30.4)时,空间模型对Z检验有一定程度的影响,但SAR与SEMAR无差别;而权重矩阵属性与空间单元个数对Z检验影响程度较大,且与空间相关程度有近似正比关系。

我国省域人口安全水平的现状评价与空间相关性分析——基于GCPA模型和Moran’s I统计量

在建立人口安全水平评价指标体系的基础上,通过运用GPCA模型和基于Moran’s I统计量的全域空间关联的分析方法,对我国31个省域2005～2008年的人口安全水平现状及其空间相关性进行了动态综合评价。结果表明,近年来各地区之间的发展差距虽趋于缩小,但仍存在显著差异,不均衡发展的态势十分突出,且在空间分布上存在显著的自相关现象和集聚效应,省域人口安全状况的演化呈现出高度的空间稳定性。

基于随机灰度图的全局Moran’s I 指数的计算与分析

全局Moran’s I指数反映了空间邻近的区域单元属性值的相似程度。该文主要编程实现了基于各个方向距离的权重矩阵的全局Moran’s I指数的计算;并基于随机生成的灰度图像设计实验,通过不同属性值的替代和权重距离的变化计算和分析全局Moran’s I指数,验证其探测聚集性的敏感程度。

贵州金融产业集聚水平测度与评价——基于区位熵值和Moran’s Ⅰ值分析

金融资源的空间集聚已经成为金融业发展的一种趋势并成为推动区域经济高速发展并显著提升区域竞争力的重要引擎。本文首先对金融集聚概念进行界定并分析金融集聚特征,其次运用熵值法和Moran’sⅠ值分析区域金融集聚水平,再次从全国和西部视角分析贵州金融集聚现状,最后给出结论与相应启示。

基于Moran’s I的安徽省太湖县耕地质量时空格局分析

[目的]探究耕地质量时空格局演变规律,为各级土地管理部门进行耕地分区利用与保护提供决策依据,为提升耕地质量和优化土地空间布局提供参考。[方法]基于安徽省太湖县2008年及2018年耕地质量等级评价成果,以ArcGIS和GeoDa为平台,利用时间序列法和空间自相关分析等研究方法,分别从全局自相关和局部自相关两方面分析太湖县10 a跨度的耕地质量时空格局变异情况,划分制定4类分区管理方案:限制建设区、综合改良区、适度改良区和重点整治区,并有针对地提出符合实际情况的耕地管护措施。[结果]①2008—2018年,太湖县总耕地面积增加6474.45 hm^(2);②2008年及2018年全局自相关Moran’s I分别为:0.419478,0.288328,Z得分分别为:8.677693,5.527830;③在空间分布上太湖县耕地质量空间正相关类型多以“组团”聚类形式出现,负相关类型无明显集中区域。[结论]太湖县10 a时间跨度上耕地面积增加了6474.45 hm^(2),耕地资源的10 a平均变化率P=1.65%,耕地质量平均等级提升1.68等;在空间分布上呈显著空间自相关特征和空间聚集特征。

局部Moran’s I的尺度依赖性

文章针对局部Moran’s I值的计算公式,通过选取不同的尺度d,采用三种不同的标准化处理方法构造出不同的空间距离权重矩阵,求得相应的局部Moran’s I值。最后基于尺度的变化,对局部Moran’s I值进行显著性检验,检验结果表明尺度变化对局部Moran’s I值的变化的影响是显著的,证明了局部Moran’s I的值对尺度具有依赖性。

Moran’s I指数与DEM网格大小关系的研究

数字高程模型(Digital Elevation Model,简称DEM)作为真实地形的一种数字化模拟,网格间存在着某种空间自相关性.Moran’s I是一种常见的空间自相关程度量化指标.为了研究Moran’s I与DEM网格大小之间的关系,文章在分辨率为30 m×30 m的DEM上随机选取了35个采样点.又以每个采样点为中心,选取n×n(n=3,5,7,…,25)大小的DEM网格,计算并记录对应于每个网格的Moran’s I指数值,绘出各采样点的Moran’s I指数值随n变化的曲线.研究发现:大多数采样点的Moran’s I曲线呈现出一致的变化趋势;同时发现少数采样点的Moran’s I曲线出现局部的变化异常.对这些异常进行分析后发现,Moran’s I值随n变化的趋势与DEM网格高程值的离散程度(地形)有关.

A Novel Hybrid Method for Measuring the Spatial Autocorrelation of Vehicular Crashes: Combining Moran’s Index and Getis-Ord G_i<sup style='margin-left:-7px;'>*</sup>Statistic

Spatial autocorrelation is a measure of the correlation of an observation with other observations through space. Most statistical analyses are based on the assumption that the values of observations are independent of one another. Spatial autocorrelation violates this assumption, because observations at near-by locations are related to each other, and hence, the consideration of spatial autocorrelations has been gaining attention in crash data modeling in recent years, and research have shown that ignoring this factor may lead to a biased estimation of the modeling parameters. This paper examines two spatial autocorrelation indices: Moran’s Index;and Getis-Ord Gi* statistic to measure the spatial autocorrelation of vehicle crashes occurred in Boone County roads in the state of Missouri, USA for the years 2013-2015. Since each index can identify different clustering patterns of crashes, therefore this paper introduces a new hybrid method to identify the crash clustering patterns by combining both Moran’s Index and Gi*?statistic. Results show that the new method can effectively improve the number, extent, and type of crash clustering along roadways.

基于Moran’s I指数的新疆地区用水效率的空间关联分析

木文以2016年新疆各地区的万元增加值用水量为研究对象,运用Moran’s l指数对新疆地区用水效率全局和局部空间差异性演变特征进行了研究。研究表明,2016年新疆各地州的用水的Moran’sI=0.347353,新疆各地区的用水效率局部聚集化效应明显,尤其是用水效率的高值区域和低值区域集聚特征十分显著,南疆的阿克苏地区和喀什地区处于高-高地区,吐鲁番地区处于低-低地区,南北差异比较明显。建议完善水权制度,改善水利基础条件,加强水管理,提高利用效率。

基于Moran’s I的多变量空间自相关研究与应用

针对传统空间Moran’s I只适用于分析单一变量的局限性,提出基于Moran’s I的多变量空间自相关性分析理论.首先,借助传统空间Moran’s I的向量定义,推导出适用于分析多变量空间自相关性的Moran’s I矩阵,并通过蒙特卡洛法模拟研究Moran’s I矩阵中元素的分布情况,结果显示:在样本量较小时,只有非主对角线上的元素服从正态分布,在样本量较大时,任一元素都服从正态分布.基于上述分布结论,可对Moran’s I矩阵中元素进行显著性检验.其次,当空间权重矩阵为正定矩阵时,证明Moran’s I矩阵服从Wishart分布.然后,根据Moran’s I矩阵的代数意义提出适用于多变量空间自相关理论的若干综合评价指标.最后,结合多维空气污染数据进行空间自相关分析.

基于改进时空Moran’s I指数的道路交通状态特征分析

定义时空对象代替空间对象作为基本研究单元,改进传统Moran’s I指数为时空Moran’s I指数,以便适于分析道路交通的时空特性;通过Moran散点图给出时空自相关意义下的交通流时空状态特征分类:拥堵聚集、畅通聚集、拥堵异质和畅通异质.为说明改进时空Moran’s I指数分析法的实际应用价值,以北京市二环快速路外环方向的车流速度数据为例,进行时空自相关指标计算,并从全局与局部自相关两个方面分析时空自相关指标所反映的交通状态时空分布与演化规律.

利用局部Moran’s I指数进行DEM地形简化

地形简化是构建多尺度DEM数据库的重要技术。基于DEM地形数据空间自相关特征,提出了一种利用Moran’s I指数的DEM简化方案,即在计算DEM格网单元局部Moran’s I指数的基础上,通过设定阈值提取候选地形特征点,进而重构结果 DEM。以黄土丘陵沟壑区为实验样区,将重要点法作为对比算法,从候选特征点分布、高程统计参数、地形结构特征等方面,对该方法的地形简化效果进行了分析。实验结果表明,基于地形空间自相关特征的DEM地形简化方法原理明确,技术方案易于实现,执行效率高,相对于重要点VIP地形简化算法,重构DEM能较好地保持地形的结构特征。

图解Bootstrap方法用于空间相关性Moran检验的有效性

因为区域间经济收敛、外商直接投资和知识溢出等领域的空间经济计量研究依赖于空间关系的存在,所以进行空间相关性Moran’s I检验是关键。然而,已有空间相关性Moran’s I检验理论受到众多假设条件限制。利用"名义水平—实际水平"图和"名义水平—功效"图,解析非对称Wild Bootstrap方法用于空间相关性Moran’s I检验的有限样本性质,发现即使模型不满足经典的分布假设条件,与渐近检验相比,Bootstrap方法也能够有效地检验研究对象间的空间相关性。

利用局部Moran's I_i统计量检验回归模型的残差之间的趋势性

局部Moran'sIi统计量是在检验空间的局部相关性时经常用到的一个统计量.本文基于正态变量二次型分布的理论,利用局部Moran'sIi统计量来检验经典线性回归模型的拟合残差之间的趋势性,并给出了计算检验p-值的精确方法与三阶矩χ2逼近方法.

Moran’sⅠ系数分析手足口病的空间自相关性

目的探索手足口病流行的空间分布特点。方法利用杭州市2011年15个区(县)手足口病疫情数据,使用GeoDa 095i软件,采用Moran’sⅠ系数对数据进行空间自相关分析及检验。结果 2011年杭州市报告手足口病5 534例,报告发病率为63.61/10万。全局空间自相关Moran’sⅠ系数为0.33(P=0.038),局部空间自相关显示拱墅区、江干区、西湖区和萧山区为手足口病高发病率聚集区(LISA=0.413 5、0.460 0、0.178 5和0.350 8,P均<0.05),淳安县和桐庐县为低发病率聚集区(LISA=0.692 3和0.676 2,P均<0.05)。结论杭州市手足口病发病率分布呈非随机分布,存在较明显的聚集性。

我国农村承包地经营流转效率的研究--基于DEA-Moran's Ⅰ模型

基于2020年的30个省的数据,通过DEA模型和Moran’s Ⅰ模型研究了我国农村承包地经营流转的效率及其空间自相关关系。DEA分析法研究结果表明:华东地区的土地综合流转效率普遍高,西北地区的5个省份土地流转的效率都比较低。30个省中,上海、江苏、湖南、广东省的土地流转效率最高,云南省的土地流转效率最低。以30个省的综合效率值为基础,计算30个省综合效率值的Moran’s Ⅰ指数,结果表明土地流转效率为0.315,呈现空间正相关性,同时Moran’s Ⅰ指数的显著性水平很高,在99%的置信水平下存在空间集聚现象。基于此,提出提高农户法律意识,利用区块链等新型技术,地区带动、协同发展的建议来提高流转效率。

中国省域生态文明建设水平:测度、时空差异及集聚特征

基于生态环境、资源环境、经济发展、社会进步和生态文明制度建设五个子系统构建省域生态文明建设水平评价体系,分析了2008—2017年省域生态文明建设水平的空间分布差异及集聚特征。结果显示:生态文明建设总体水平的发展态势是逐渐向好的,但其增幅差异大,大部分省份的增长率处于20%~30%,增幅最高的为湖北省;五个子系统的建设水平,基于省域视角10年间变动过程有所起伏,但总趋势向好。从区域来看,东部地区除了资源环境方面外,其他四个子系统建设水平显著优于中、西部地区;省域生态文明建设水平具有全局空间相关性,其空间效应显著,且其空间效应很大部分取决于8个局部地区的空间效应。

基于PSR模型和GIS的吉林省县域森林生态安全评价及时空分布

基于PSR模型构建吉林省县域森林生态安全指标体系,运用熵权法与层次分析法,求取综合指标权重。其次采用TOPSIS法计算森林生态安全指数并使用区位系数进行修正,评估吉林省县域森林生态安全状况。最后通过Moran’s I统计检验吉林省县域生态安全指数的全局自相关与局域自相关。结果表明:吉林省县域生态安全状况整体较好,县域分布不平衡,东部森林生态安全性高于西北部高于中部;2004年至2014年,1/2的县域森林生态安全指数有较小幅度的下降;吉林省森林生态安全指数存在空间相关的正效应和集聚性,且高—高(H-H)集群的县区大多集中于吉林省东部地区,低—低(L-L)集群的县区大多集中于西北部地区。