【空间数据分析】大湾区NDVI空间分布格局分析

  ArcGIS 进阶乐园

A t t e n t i o n 

如今，一个大规模生产、分享、应用数据的时代正在开启，我们可以通过丰富的渠道，快速的获得海量多元数据信息，在工作中我们几乎很少受困于数据不足或缺失，相反倒更容易淹没在纷繁复杂的数据世界中，由此，问题出现了：回归到ArcGIS，我们获取了大量的地理信息数据或空间数据，到底该如何应用？

只要思想不滑坡，办法总比问题多。小飞飞这就开启“空间数据分析”系列专题，和各位飞友们一起领略空间数据应用的精彩。

万事开头难，但开篇不难。我们先来了解下相对简单一些的“空间自相关”的应用，就以分析“大湾区NDVI空间分布格局”为例，这种的“空间格局分析”，在现行的国土空间规划中，可是比较常见的哦。

首先，我们要先来认识几个概念：

1空间自相关

先得来说一下著名的“地理学第一定律”：任何东西与别的东西之间都是相关的，但近处的东西比远处的东西相关性更强。

再来说下空间自相关，就是在地理学第一定律中加上了空间位置属性，意思就是：空间上某一位置数据的某些特性与其他空间位置上的数据的某些特性相互依赖或相互关联。

举个例子就很好理解了：喜欢打游戏的小朋友会凑在一起打游戏；喜欢打球的小朋友会凑在一起打球；美女的身边也通常都是美女（这个例子，可能有例外哈）。

空间自相关分析的主要指标：莫兰指数（Moran’s I），这个会在下面的实例中讲解。

2NDVI

这个NDVI我们在之前的一篇文章中讲解过，详细内容大家可以看下【数据分享】生态分析常用的“全国NDVI分布数据”。

我们这里简单说下：NDVI可以用来描述植被生长状态、植被覆盖度等内容，取值在-1到+1之间，通常负值是受到云、雪覆盖影响，正值越接近0，表示植被覆盖度越低，例如岩石、裸地等；越接近1，植被覆盖度越高。

来看下大湾区的NDVI（2018年）——

接下来，我们就要分析一下大湾区NDVI空间分布格局，包括——

• 空间分布趋势分析（集聚？离散？随机？）
  

• 空间分布特征分析（高、低值的分布特点）

• 空间分布区域

• 空间分布冷热点

这里，我们要将空间自相关与高\低聚类、聚类和异常值分析、热点分析进行综合应用，注意，这一套应用，可以广泛拓展到其他类似的空间格局分析中。

第一步

基础数据整理

本例的基础数据包括：大湾区NDVI（2018）、大湾区DEM、大湾区DEM矢量。获取方式见文末。
对大湾区NDVI的栅格数据进行重分类，具体分类方式自定，然后将重分类后的大湾区NDVI数据转成面，得到大湾区NDVI矢量数据，这些操作比较基础哈，这里就不细讲了，一定要做哦！！！

第二步

分析莫兰指数

双击打开空间自相关工具，并进行设置：

点击确定，得到报告，并双击打开：


关键问题来了，如何看懂这个分析结果？
要看懂这个结果，我们先需要认识一下莫兰指数、z得分、p值——
第一个：莫兰指数
莫兰指数是澳大利亚统计学家帕克·莫兰（1917-1988）提出的衡量空间自相关的程度的一个综合性评价，用来评价数据在全局的聚集、离散还是随机分布的程度，用【-1,1】表示。
第二个：Z得分和P值
通常用Z得分和P值来判断是否可以拒绝零假设。
等等，什么是零假设，科学的定义你可以去百度，我这里通俗的解释下：就是空间关联是完全随机的，可以理解为“碰巧”或“偶然”，就是无论集聚还是离散，都是碰巧形成的，无任何科学的关联。
所以，我们在分析中，就要努力的去消灭这种“碰巧”，也就是用Z得分和P值拒绝零假设——
Z得分就是表示标准差的倍数（标准差：数据偏离平均数的平均距离，可以表示离散程度），Z得分很高或很低的时候，都可以拒绝零假设。
P值是概率，表示某一随机过程创建的概率，也就是说，P值越小，越能拒绝零假设。

用上面的理论，来读取下这个分析结果——

看Z值和P得分：Z很大，远大于临界值，P值为零，我们可以理直气壮的拒绝零假设；再看莫兰指数为0.379，在【0,1】之间，表示大湾区NDVI在全局成集聚趋势。

如果你不想分析这些数值，直接看图也成，图上明确地告诉你结果啦，看——

那么问题又来啦，他们是如何集聚的呢？是高值与高值集聚，还是低值与低值集聚呢......

第三步

分析高/低聚类

用这个工具，来分析下它们是如何集聚的。
双击打开工具，并进行设置：

同样的方法得到结果：


这个结果大家也会看了吧，明显的低值集聚，也就是NDVI低值数据集聚趋势明显。
那么，接下来，我们要看下，这些集聚在空间中是如何分布的？

第四步

聚类和异常值分析

打开工具，并进行设置：


查看结果：


这里，可以很清楚的看到，低值NDVI主要集中在珠三角一带，这里经济发达， 城镇化率高，土地开发强度大，植被生态指数低；高值NDVI主要集中在珠三角外围区域。
下面进行一下特点分析，来看一下集聚的显著性。

第五步

热点分析

打开工具，并进行设置：


查看结果：


好啦，高/低值集聚的显著性一目了然。

到此，大湾区NDVI的空间分布格局就讲到这里，本次的空间格局分析主要包括了——

• 空间分布趋势分析（集聚？离散？随机？）
  

• 空间分布特征分析（高、低值的分布特点）

• 空间分布区域

• 空间分布冷热点

这些同样也是空间格局分析的重要内容，其中的方法应用非常广泛，可以举一反三，拓展到其他相关的空间格局分析中。

好了，最后，来告诉大家获取文中数据的办法：

后台回复“大湾区NDVI”（不用打引号）即可，一个字都不要打错哦！

相关文章直达：

如果觉得有用

请分享给你身边的朋友