ArcGIS空间数据分析实验报告

空间数据分析试验报告试验内容依据所给shp文件中给出的北卡罗来纳州县婴儿诞生和死亡率、吸烟人数性、空间聚拢性，并进展分析。试验要求能够正确理解和使用ArcGIS中的空间分析系列工具。G并对结果报告作出分析。试验结果及分析全局空间自相关分析全局空间自相关是对属性值在整个区域的空间特征的描述Moran’sIGeary’sCGetis-OrdG比较邻近空间位置观看值的相像程度来测量全局空间自相关的。全局莫兰指数自相关性，一般取值[-1,1]。全局莫兰指数数值假设在0-1间，则为空间正相关，值越大，空间相关性越明显；假设在-1-0之间，则为空间负相关，值越小，空间差异越大；假设为0，则空间分布为随机性。zp值代表的是概率。它是反映某一大事发生的可能性大小。在空间相关性的分析中，p值表示所观测到的空间模式是由某一随机过程创立而成的概率表该数据为随机生成结果是小概率大事，即拒绝零假设，认为该数据具有聚拢特征。吸烟人数以及死亡率全局莫兰指数报表3.1吸烟人数全局莫兰指数表3.2婴儿死亡率全局莫兰指数表①MoranI0.72，婴儿死亡率的莫兰指数为0.61，二者均大于关性也较高。②z得分和pz11.9p0.00，z2.58p0.0199%；婴儿死亡率的z10.08p0，置99%以上，说明上述两种数据随机生成这种聚类模式的可能性小于1%，空间自相关性呈现高度正相关，为高度聚拢模式。GMoran’sIGearyC分布模式，但它们并不能区分是高值的空间集聚(高值簇或热点)还是低值的空间集聚(低值簇或冷点),有可能掩盖不同的空间集聚类型。全局G统计量则可以识别这两种不怜悯形的空间集聚。也就是说，莫兰指数只能区分出相邻数据的异同，但是不能对整体趋势进展判别，而G统计量具有识别空间聚拢模式的力量。空间聚拢模式推断依据Z得分G值聚拢模式>0观测值大于期望值高值聚拢<0观测值小于期望值低值聚拢=0观测值趋于期望值随机分布3.3G3.4婴儿死亡率全局G依据北卡罗来纳洲各县吸烟人数和婴儿死亡率全局G统计量报表显示，吸烟人数和婴儿死亡率都呈现高值聚拢。Gz2.79p0.005，观测值大于推测值，因此吸烟人数的聚拢模式为高值聚拢；婴儿死亡率的z2.41p0.016，观测值大于期望值，因此婴儿死亡率的空间聚拢模式也为高值聚拢。局部空间自相关分析全局总趋势的程度〔包括方向和量级，并提示空间异质，说明空间依靠是如何随位置变化的。其常用反映指标是LocalMoran”sI〔即属性值高于均值的空间单元被属性值高于均值的领域所包围、低低关联，属于正的空间关联；凹凸关联、低高关联，属于负的空间关联。聚类和特别值分析〔局部莫兰指数〕部莫兰指数可以依据某一要素数据与周边要素数据比较并计算结果个莫兰指数。它计算完成后会生成COType的字段，包括四种状况，分别是LH/HH/LL/HL。3.5COType3.6COType3.7吸烟人数局部莫兰指数z3.8婴儿死亡率局部莫兰指数zZ得分专题图中大于0的局部即对应着局部Moran’sICOType专题图中HH聚拢模式和LL要素四周有相像的高值，低值要素四周