空间统计工具箱示例应用

流行病学家、犯罪分析师、人口统计学家、应急响应规划师、交通分析师、考古学家、野生动物生物学家、零售分析师以及许多其他 GIS 从业人员对高级空间分析工具的需求逐渐增加。空间统计有助于满足这一需求。

空间统计可用于

汇总分布的关键特征
识别具有统计显著性的空间聚类（热点/冷点）和空间异常值
评估聚类或离散的整体模式
将要素分区为相似的组
识别具有相似特征的要素
空间关系建模

汇总关键特征


问题	工具	示例
中心在哪里？	平均数中心或中位数中心	人口中心在哪里？它随着时间如何变化？
哪个要素最便利？	中心要素	新支持中心应设置在哪里？
主要方向是什么？	线性方向平均值	冬季的主要风向是什么？该区域的断层线走向如何？
要素的分散程度、密集程度或整合程度如何？	标准距离或方向分布（标准差椭圆）	哪个帮派活动范围最广？哪种致病菌株分布最广泛？根据动物观测情况，物种整合程度如何？
是否存在方向趋势？	方向分布 (标准差椭圆)	泥石流场的走向是什么？泥石流集中在哪里？

识别具有统计显著性的聚类


问题	工具	示例
热点在哪里？冷点在哪里？聚类的强度如何？	*热点分析 (Getis-Ord Gi) 或聚类和异常值分析 (Anselin Local Moran's I) 或优化的热点分析**	富裕区和贫困区之间的最清晰边界在哪里？生物多样性和栖息地质量在哪里最高？
异常值在哪里？	聚类和异常值分析 (Anselin Local Moran's I)	我们可以在洛杉矶的哪些地方找到异常的消费模式？
如何最有效地部署资源？	*热点分析 (Getis-Ord Gi) 或优化的热点分析**	在哪里会看到异常高的糖尿病发病率？哪些地方的厨房火灾占所有住宅火灾的比例高于预期？白天犯罪和夜间犯罪的空间模式一样吗？
哪些位置距离问题最远？	*热点分析 (Getis-Ord Gi) 或优化的热点分析**	避难场所应设置在哪里？
哪些要素最相似？数据的空间结构外观如何？	空间约束多元聚类多元聚类	数据库中哪些犯罪与刚刚发生的犯罪最相似？考试成绩是否存在明显的空间组织？哪些区域与高分相关，哪些地区与低分相关？根据空间、时间和症状，哪些疾病事件点很可能属于同一疫情？
哪些要素最相似或最不相似？	相似性搜索	哪些位置的特征和我的绩效最佳门店相似？我的员工薪资与其他最相似城市中类似工作的薪资相比如何？数据库中哪些犯罪最接近感兴趣的特定犯罪？

评估整体空间模式


问题	工具	示例
空间特征是否不同？	空间自相关 (Global Moran's I) 或平均最近邻	哪些类型的犯罪在空间上最集中？研究区域内哪些植物种类分布最广泛？
空间模式是否随时间变化？	空间自相关 (Global Moran's I) 或高/低聚类 (Getis-Ord General G)	富人和穷人的空间隔离程度是加剧还是缓解？药品购买是否出现意外激增？疾病是随着时间保持在特定地理位置，还是逐渐向相邻地点扩散？遏制措施是否有效？
空间过程是否相似？	多距离空间聚类分析 (Ripley's K 函数)	疾病的空间模式是否反映了高风险人群的空间模式？商业入室盗窃的空间模式是否偏离商业场所的空间分布模式？
数据在空间上是否相关？	空间自相关 (Global Moran's I)	回归残差是否呈现具有统计显著性的空间自相关？
在哪些距离上空间聚类最显著？	增量空间自相关	哪个距离最能反映适合我分析的尺度？

对关系进行建模


问题	工具	示例
是否存在相关性？关系强度如何？哪些变量是最一致的预测因子？研究区域内的关系是否一致？	广义线性回归、探索性回归、地理加权回归 (GWR) 和多尺度地理加权回归 (MGWR)	教育水平与收入之间有什么关系？这种关系在研究区域内是否一致？财产破坏行为与入室盗窃之间是否存在正相关关系？哪些候选解释变量的组合能得到正确指定的回归模型？疾病是否会随着与水体要素的接近而增加？
哪些因素可能影响特定结果？在其他什么位置可能会有类似的响应？	广义线性回归、探索性回归、地理加权回归 (GWR)、多尺度地理加权回归 (MGWR) 以及基于森林的增强分类与回归	能够解释森林火灾频繁发生的关键变量是什么？哪些人口统计特征会导致公共交通使用率增高？应对哪些环境加以保护以促进濒危物种的再引入？
缓解措施在何处最有效？	广义线性回归、地理加权回归 (GWR)、多尺度地理加权回归 (MGWR) 以及基于森林的增强分类与回归	孩子们在哪里能持续取得高分？似乎与哪些特征联系在一起？每种特征最重要的地方在哪里？哪些因素导致交通事故比例高于预期？在每个事故高发地区，哪些因素是最强的预测因素？
模式会如何变化？我们可以做好哪些准备？	广义线性回归	911 呼叫热点在哪里？哪些变量可有效预测呼叫数？根据未来的预测，针对应急响应资源的预期需求会是什么？
为什么这个位置是热点？为什么这个位置是冷点？	*热点分析 (Getis-Ord Gi)、广义线性回归、多尺度地理加权回归 (MGWR)、和地理加权回归 (GWR)**	为什么某些地区的癌症发病率如此之高？为什么某些地区的识字率较低？在美国是否存在有人持续早逝的地点？这是为什么？

GIS 提供了多种不同的空间数据分析方法。有时视觉分析足以：将创建一张地图，其中呈现了做出决策所需的所有信息。然而，有时仅凭一张地图很难得出结论。制图师在构建地图时会做出选择：包含或排除哪些要素、要素如何符号化、用于决定要素是显示为鲜红色还是较淡的粉色的选定分类阈值、标题的措辞方式等。上述所有制图元素有助于传达当前分析的问题的背景和范围，但它们也可能改变显示内容的特征，进而改变我们的解读。空间统计有助于打破主观性，更直接地反映空间模式、趋势、过程和关系。如果您的分析问题特别难，或者基于分析结果所做的决策极为关键，从多个角度审视数据和问题背景非常重要。空间统计提供了强大的工具，能够有效补充和增强用于空间数据分析的视觉、制图及传统的（非空间）统计方法。

其他资源

Mitchell, Andy. The ESRI Guide to GIS Analysis, Volume 2. Esri Press, 2005.
https://www.esriurl.com/spatialstats 包含使用空间统计工具的所有可用资源的最新列表。

空间统计工具箱示例应用

相关主题