1、關(guān)于空間自相關(guān)第一張，PPT共十二頁，創(chuàng)作于2022年6月空間自相關(guān)全局空間自相關(guān)：檢驗(yàn)空間鄰接或空間鄰近的區(qū)域單元屬性值空間相關(guān)性存在與否，空間統(tǒng)計(jì)學(xué)上使用的統(tǒng)計(jì)量有Morans I、Gearys C, GetisG 等，其中常用的是Morans I。Moran指數(shù)I 的取值一般在-1,1，大于0表示各單元間存在空間正相關(guān)，單元內(nèi)的觀察值有趨同趨勢(shì)；小于0表示負(fù)相關(guān)，單元內(nèi)的觀察值有不同的趨勢(shì)；等于0表示不相關(guān)，屬于獨(dú)立隨機(jī)分布。第二張，PPT共十二頁，創(chuàng)作于2022年6月空間自相關(guān)局部空間自相關(guān)：同樣具有Morans I、Gearys C, GetisG 等指標(biāo)，但常用Local Mora

2、ns I 來衡量，Anselin將其稱為LISA。LISA被用來揭示空間地域單元與其臨近空間單元屬性特征值之間的相似性或相關(guān)性，也用于識(shí)別“熱點(diǎn)區(qū)域”以及其數(shù)據(jù)的異質(zhì)檢驗(yàn)。第三張，PPT共十二頁，創(chuàng)作于2022年6月空間自相關(guān)空間權(quán)重矩陣的選擇：空間權(quán)重矩陣包含了區(qū)域之間空間位置的依賴關(guān)系信息。可用相鄰性指標(biāo)或距離指標(biāo)來估計(jì)不同區(qū)域間的地理位置關(guān)系。基于距離的空間權(quán)重矩陣需確定區(qū)域中心，因此在目前我國ESDA應(yīng)用領(lǐng)域最常見的是選擇相鄰權(quán)重矩陣。第四張，PPT共十二頁，創(chuàng)作于2022年6月操作步驟準(zhǔn)備數(shù)據(jù)：福建省67個(gè)縣市的shp圖層； 2013年67縣市人均GDP數(shù)據(jù)；借助軟件：Arcgis、

3、Geoda等注意事項(xiàng)：文件夾及文件名必須是英文，否則Geoda軟件無法識(shí)別第五張，PPT共十二頁，創(chuàng)作于2022年6月操作步驟1、打開arcgis，加載福建省縣市圖層，將2013年人均GDP數(shù)據(jù)導(dǎo)入屬性表第六張，PPT共十二頁，創(chuàng)作于2022年6月2、打開Geoda，點(diǎn)擊fileopen project,加載福建省縣市shp圖層第七張，PPT共十二頁，創(chuàng)作于2022年6月3、創(chuàng)建權(quán)重。點(diǎn)擊tools-weights-creat.第八張，PPT共十二頁，創(chuàng)作于2022年6月自動(dòng)生成的權(quán)重有錯(cuò)誤，需在arcgis里重新打開該圖層，根據(jù)poly_ID修改權(quán)重。第九張，PPT共十二頁，創(chuàng)作于2022年6月4、點(diǎn)擊space，分別點(diǎn)univariate Moran和univariate LISA,輸出Moran散點(diǎn)圖和LISA集聚圖第十張，PPT共十二頁，創(chuàng)作于2022年6月5、識(shí)別Moran散點(diǎn)圖各象限散點(diǎn)所對(duì)應(yīng)的縣域單元。選擇象限內(nèi)散點(diǎn)，所對(duì)應(yīng)區(qū)域單元在底圖已顯示出來。第十一張，PP