空间数据分析技术在公共卫生领域的应用

空间数据分析技术是分析具有空间属性的事物之间相互关系,对空间信息进行认知、解释、预测及调控等,而公共卫生研究领域集中在疾病时空规律的认识、成因分析以及干预和防御等领域。本文从公共卫生研究的方向出发,论述了空间数据分析技术在公共卫生领域的应用,以及现阶段空间数据分析软件的发展状况,并对空间数据分析技术在公共卫生领域的应用前景作了展望。     

GIS空间动态模型组件的设计与实现

组件重用技术为GIS与空间模型的集成提供了新的解决方案，该文设计的空间动态模型的GIS组件-Dy-namicGC，它在传统GIS数据模型的基础上，增加了表达空间动态系统的过程和关系（流）的数据模型和对象接口，为GIS环境下创建复杂动态过程模型提供了新的工具和解决方案，该组件基于微软组件对象模型（COM/DCOM）实现，充分考虑了互操作性，模型建模语言以及模型系统的可获取性需求，由一系列支持动态数据计算的OLE自动化对象集组成，可支持VB，Dephi,VisualC 等通用开发环境，也支持VBA，VBSCRIPT，JAVASCRIPT等脚本语言环境，使用VBA创建了经典的“生命游戏”的元胞自动机模型的实现，作为该组件创建动态过程模型的应用实例。     

开封市商品住宅价格的探索性空间数据分析

商品住宅价格空间分布是房地产价格研究的热点。为了探测商品住宅价格的空间分布特征,以开封市商品住宅交易均价为例,利用探索性空间数据分析(ESDA)的理论与方法分析开封市商品住宅价格空间自相关性和变异性。研究表明:开封市商品住宅价格全局空间自相关性显著,总体上呈空间集聚格局;开封市大部分商品住宅价格呈现局部空间集聚格局,少量存在空间异质性而呈现局部离散格局;开封商品住宅价格的地域分异规律明显。     

空间分析研究进展

空间分析从地理空间的视角描述和分析问题,是地理学日益受关注的研究手段与方法,已引起其他相关学科的重视。该文阐述了空间分析的概念、内容、分类与定义,沿着1960s以来空间分析的发展脉络,分为3个阶段:1960s对空间数据的分析和空间自相关的测度,1970s-1980s空间统计学的迅速发展时期,1990s到本世纪初,空间分析与GIS和智能计算相互结合产生巨大的应用潜力,计算密集型的特点明显。结合各阶段典型的、具有代表性的文献资料,阐述不同时期的主要特点与成就,最后总结了空间分析的发展趋势和相关问题。     

基于探索性空间数据分析方法的北京市区域经济差异

我国区域经济的不平衡发展是政府和社会普遍关注的问题.针对城乡之间的较大尺度上的空间差异研究已经受到普遍的关注,但对经济发展迅猛的特大城市(如北京、重庆、上海等)内部贫富差距加大的现象尚未引起足够的重视,而这种现象有可能成为经济可持续发展和社会稳定的严重隐患.因此,正确认识特大城市内部的经济差异及演变趋势,是实现区域协调发展的重要条件之一.本文采用探索性空间数据分析方法,以北京市18区/县的人均GDP作为评估标准,分析了北京市18区(县)在2001-2007年,即2008年奥运会筹备期间的经济发展的空间格局及其变化规律.分析结果表明北京市人均GDP的空间分布自2005年后开始有向负的空间自相关性发展的趋势,暗示北京各区县的经济发展局部分异正在逐渐拉大,并显示由过去的南低北高的经济发展差异格局逐步转变为中心高周边低的空间分布格局.     

基于ESDA方法与空间计量模型的旅游影响因素分析

通过探索性空间数据分析（ESDA）发现,中国省域之间的旅游发展存在明显的空间自相关性,在空间分布上呈现聚集状态。进一步建立空间计量经济学模型进行实证研究,空间滞后模型的极大似然估计结果表明,旅游总收入模型和国内收入模型的参数ρ显著为正,说明邻近区域之间旅游收入空间联系十分密切,且国内旅游的溢出效应大于总体旅游的溢出效应。经济发展水平是总体旅游、国内旅游和入境旅游发展的重要影响因素。旅游上层设施、人力资源、旅游基础设施在统计上十分显著,是总体旅游和国内旅游发展的重要影响因素。入境旅游模型则整体拟合较差。     

GIS与土壤溶质运移模型结合研究进展

地理信息系统对土壤溶质模型研究而言，使用者的要求与GIS所能提供的功能之间，还存在巨大的差距。出于对环境问题的关注，土壤中水分及溶质运移的规律及其对环境的影响，成为当前研究的热点。随着对土壤溶质运移模型研究的深入，一方面由于田间土壤特性具有很大的空间变异；另一方面，在实际应用中，往往溶质运移的宏观特征而非微观特征，具有更重要的意义。将溶质运移模型与GIS技术结合，定量研究空间尺度的溶质运移，成为溶质运移研究的必然发展趋势。由于计算机软硬件技术的发展，GIS正处于一个高速发展的时期。将GIS与溶质运移模型相结合，或者进一步，以GIS理论和技术为基础，建立基于GIS的溶质运移模型，将对溶质运移的规律及其对环境的影响，做出更深入和准确的描述。     

基于场模型的空间动态数据建模及空间动态模型语言设计

目前空间数据库的研究集中于基于对象（Ｏｂｊｅｃｔ）空间数据据模型的研究,而基于场（Ｆｉｅｌｄ）空间数据模型的研究相对进展较慢,将来的需求要求空间数据库增加基于场模型的功能,特别是考虑到空间动态过程模拟的需要,该文的目的是设计一种能镶嵌在ＧＩＳ系统里的空间动态模型语言,为模拟复杂时空过程提供数据库管理和算法优化支持,并支持逻辑清晰的模型框架结构。该语言可为自然资源管理和生态环境应用提供定量和模拟工具,扩展了空间数据库基于场模型的应用。     

我国省域创新产出的空间特征和时空演化——基于探索性空间数据分析的实证

以我国31个省域作为空间观测单元,以专利申请受理数作为创新产出的衡量指标,对我国1997～2008年期间省域创新产出的空间分布进行了探索性空间数据分析(ESDA)。通过计算区位基尼系数和集中度指数,发现我国的创新活动显示了相当高水平的空间集中,并且这种集中程度在过去的十多年里表现出了稳定的增长趋势;对全局的Moran’s I统计分析表明:省际创新活动之间存在着显著的空间自相关(空间依赖性),证明了知识溢出的存在性和空间局限性;对局部的Moran’s I分析进一步揭示了省际创新活动水平的相关模式,Moran散点图刻画了创新活动的空间集聚模式及其时空演变态势。研究结果说明经过十几年的发展,我国省域创新活动的地域性特征十分显著。     

城镇化与房价变动的空间计量——基于省级面板数据分析

基于2001—2015年中国31个省份(不含港澳台地区)的面板数据,运用空间面板模型,分析了城镇化对房地产价格水平的影响。研究发现:在考察期内,人口城镇化率、产业城镇化率、房屋施工面积对房地产价格水平产生显著的正向影响,城镇化投资额对房地产价格水平产生显著的负向影响;人口城镇化率、产业城镇化率、城镇化投资额、人均GDP、绿化面积、房屋施工面积的空间滞后项对房地产价格水平产生显著的正向影响,空间溢出效应显著。为此,需要优化城镇化投资结构,提高人口城镇化质量,强化产城融合,促进房地产价格合理稳定运行。     

空间信息分析技术

在GIS技术日趋成熟和空间数据极大丰富的今天,通过分析空间数据探索空间过程机理正变得日益迫切。空间信息分析技术至少包括以下六个主要方面:(1)空间数据获取和预处理;(2)属性数据空间化和空间尺度转换;(3)空间信息探索分析;(4)地统计;(5)格数据分析;(6)复杂信息反演和预报。本文提出了解决具体应用问题一般的空间数据分析计算、结果解释和反馈程序。认为空间过程的一般共性和作为共同的研究对象,各种不同的方法技术最终可能导致空间数学(spatialmathematics)的产生,同时发展鲁棒的空间分析软件包对于普及空间数学是必要的。     

空间数据统计分析的思想起源与应用演化

系统总结了空间数据统计分析的发展历程,并分为五个时期：① 早期孕育（计量革命之前）,其重要思想是19世纪初德国的区位论;② 计量革命（1950-1960年代）,主要是经典统计学的应用和理论探索;③ 空间统计学（1970-1980年代）,重点是空间点数据、面数据和空间连续性数据的分析;④ 成熟与扩散（1990-2000年代）,空间数据统计分析发展成熟并快速向其他领域扩散;⑤ 时空大数据（2010年以后）。换句话说,计量革命开始后的空间数据统计分析大约每20年有重要的新技术或方法出现,到现在已经具有成熟、系统化的方法和显著的社会效益。而在当前的时空大数据时期,其发展需要计算机科学家、统计学家和地理学家等不同学科领域人员的共同努力。     

基于ESDA的西北地区公路网分布空间差异分析

利用探索式空间数据分析（ESDA）方法分析了2004-2010年西北地区市域尺度的公路网空间分布差异及其变化特征,并结合定性分析和空间计量模型探讨了公路分布差异的驱动机制。结果表明:（1）西北地区公路网空间分布具有显著的全局正相关关系,存在明显的集聚特征,公路网空间差异趋势愈加明显,公路网集聚模式发生明显变化的区域集中在陕甘宁交界地带,“陕南-关中-陇东-青东”地区形成公路网“高-高”集聚类型分布的连绵区域,“低-低”集聚类型区域分布在河西走廊、新疆、青海地区;（2）公路网密度水平高于全国平均水平的区域规模数量呈增长态势,其中“西安-兰州-西宁”地区的公路网密度水平高于全国平均水平,该地区已形成具备向外扩张能力的交通带;（3）自然环境状况是约束公路交通基础设施建设运营的基本条件,而区域经济的非均衡发展格局及其空间溢出效应是形成公路网分布差异的重要驱动力。     

Spatial structure analysis of a reptile community with airborne LiDAR data

The analysis of the spatial structure of animal communities requires spatial data to determine the distribution of individuals and their limiting factors. New technologies like very precise GPS as well as satellite imagery and aerial photographs of very high spatial resolution are now available. Data from airborne LiDAR (Light Detection and Ranging) sensors can provide digital models of ground and vegetation surfaces with pixel sizes of less than 1 m. We present the first study in terrestrial herpetology using LiDAR data. We aim to identify the spatial patterns of a community of four species of lizards (Lacerta schreiberi, Timon lepidus, Podarcis bocagei, and P. hispanica), and to determine how the habitat is influencing the distribution of the species spatially. The study area is located in Northern Portugal. The position of each lizard was recorded during 16 surveys of 1 h with a very precise GPS (error < 1 m). LiDAR data provided digital models of surface, terrain, and normalised height. From these data, we derived slope, ruggedness, orientation, and hill-shading variables. We applied spatial statistics to determine the spatial structure of the community. We computed Maxent ecological niche models to determine the importance of environmental variables. The community and its species presented a clustered distribution. We identified 14 clusters, composed of 1–3 species. Species records showed two distribution patterns, with clusters associated with steep and flat areas. Cluster outliers had the same patterns. Juveniles and subadults were associated with areas of low quality, while sexes used space in similar ways. Maxent models identified suitable habitats across the study area for two species and in the flat areas for the other two species. LiDAR allowed us to understand the local distributions of a lizard community. Remotely sensed data and LiDAR are giving new insights into the study of species ecology. Images of higher spatial resolutions are necessary to map important factors such as refuges.     

多维空间分析的关键技术--空间数据立方体

介绍空间数据立方体在“数字城市”建设中的作用以及国内外研究现状;讨论非空间维、空间维、数字度量、空间度量的基本概念和结构,给出空间数据立方体的完整描述。空间数据立方体的分析操作主要由概括分析、局部分析、全局分析和旋转分析组成,介绍这些分析操作的功能和结构;结合具体实例数据介绍多维缓冲区空间分析。     

降雨量地面观测数据空间探索与插值方法探讨

空间插值方法广泛应用于气象数据产品的制作,其精度与气象要素的空间变异特征、气象观测站分布和插值方法选择有关。选择美国得州599个地面观测站30年平均降雨量记录,设计了27个观测站样本方案,选择全年、1月和8月数据,利用空间统计、空间自相关、半变异函数等方法探索降雨量的空间变异特征,并采用5种常规方法进行空间插值,比较和解释插值结果,在此基础上讨论基于知识的气象要素空间插值方法。案例研究发现:①降雨量地面观测数据通常具有明显的空间趋势、较强的空间自相关特征和较稳定的空间变异规律,但针对不同时段或采样方案,其空间自相关强度和半变异函数模型会有一定的差异。②增加气象观测站数,空间插值误差有减小的趋势;但观测站数目达到一定数值后,增加观测站数,插值精度提高并不明显。③在观测站较少时,不同插值方法间的精度差异较大,而在观测站充足的情况下,其差异有减小的趋势。④探讨气象要素与地理环境要素之间的关系,获得定量化的先验知识,开发基于知识的空间插值模型,是高精度气象要素插值的关键;线性加权回归和地理加权回归方法的初步试验验证了这一思路的有效性。     

Handbook of applied spatial analysis: software tools,methods and applications,edited by M.M. Fischer and A. Getis

With the rising oil prices, climate change, and the ever increasing burden of nutrition-related disease, food security is of growing research interest in academic disciplines spanning agronomy to epidemiology to urban planning. Some governments have developed progressive policies encouraging individuals to consume locally produced foods in order to support local economies, improve agricultural sustainability and community access to food, and to plan and prepare for adverse environmental impacts on food security. However, fundamental methods are lacking for conducting research on food security across these various disciplines. In this article, we first present a method to measure agricultural self-sufficiency, which we refer to as our self-sufficiency index (SSI) for the province of British Columbia, Canada. We then present a Bayesian autoregressive framework utilizing readily available agricultural data to develop predictive smoothing models for the SSI. We find that regional capital investment in agriculture and cropland acreage is the strong predictor of SSI. To accommodate spatial variability, we compare linear regression models with spatially correlated errors to less traditional spatially varying coefficient models, and find that the former class results in better model fit. The smoothed maps suggest that relatively strong self-sufficiency exists only in subset clusters in the Okanagan, Peace River, and lower mainland regions. In spite of policy to promote local food, the existing local agricultural system is insufficient to support a large-scale shift to local diets. Our approach to estimating neighborhood-based self-sufficiency with a predictive model can be extended for use in other regions where limited data are available to directly assess local agriculture and benefit from explicit consideration of spatial structure in the local food system.     

面向"数字城市"多源数据的空间数据立方体空间度量研究

叙述了面向“数字城市”多源数据的空间数据立方体空间度量的基本定义;描述了空间度量的聚集概念,并结合具体的图例阐述了点状、线状、面状空间度量的聚集过程;解释了空间数据立方体维上钻、维下翻、维层次上钻、维层次下翻的空间度量聚集操作基本原理。     

广西壮语地名分布与演化的GIS分析

以壮族人口聚居的广西壮族自治区为研究区,通过解读《中华人民共和国地名大辞典》等资料,构建了一个乡镇、县、市的壮语地名地理信息系统(GIS)数据库,并借助空间可视化技术直观显示了壮语地名集中程度从广西西南部左右江流域和西部山区向东部逐渐降低。回归模型揭示了壮语地名的分布相对集中于地势高、坡度陡的边远地区。对命名时代的分析表明,壮语地名的几何中心随时间东移,汉语地名的几何中心西推,两者逐渐靠拢,表明二者在空间分布上的趋同,映证了广西逐渐走向壮汉杂居的历史过程。本文演示GIS和相关科学分析(包括空间分析和数理统计)方法用于历史文化研究的潜力,旨在促进自然科学与人文社会科学的有机结合,推动交叉学科的发展。     

探索性空间分析及其与GIS集成模式探讨

探索性空间分析基于让数据说话的理念,可以避免野值或非典型观测值的误导。在对探索性空间分析的基本原理和概念界定的基础上,探讨交互式和动态空间数据分析、地学可视化及可视化空间分布、确认性空间分析、空间数据挖掘等探索性空间分析的主要技术。由于统计分析软件和GIS的数据格式差异很大,直接将二者简单集成存在一定困难,因此切实可行的集成方式是采用对象连接和嵌入(OLE)技术,分别调用统计分析软件的探索性分析功能(或者函数)以及GIS的地图显示和空间分析功能,并进行必要开发,实现二者的集成。最后对探索性空间分析的发展方向进行展望。