干货分享 | 王劲峰研究员：地理空间分异理论和方法

01

研究背景

1.1 空间分异在自然界中普遍存在

       地理差异一般用分类和分区表示，称为空间分异性（SSH）。例如：土地利用类型，生态分区等，都是自然界中地理空间分异的结果。

1.2 空间统计的成就和挑战

       空间自相关度量指标为Moran’s I和半变异系数；归因方法为SAR/MA/CAR和BHM；按照Kriging插值。而空间异质性分为局部和分异两类，对于局部异质性而言，度量指标为Gi、LISA和SatScan；归因方法为GWR；按照N/A来插值。对于空间分异方面，空间统计学涉及较少，而空间中数据也会存在空间混杂和样本偏倚等问题（图1、2）。

       图一分析中国区域干燥程度对鼠疫强度的影响关系，未考虑空间分异时，干燥程度对鼠疫影响不显著；而将南北方分开考虑后就更准确的分析干燥程度是否对鼠疫强度产生影响。

图2表示我国1990年气象观测站点分布图，未考虑整体区域内空间分异性，而存在样本点偏倚。

02

重要科学发现

       由上部分可知，空间分异性（SSH）普遍存在，那应该如何度量&归因？抽样&统计？空间统计新体系？都需要解释。

2.1

空间分异行测度与归因

SSH的测度与归因为地理探测器q统计。

2.2

空间分异系列统计量

2.3

三位一体空间统计模式

2.3.1 信息流

经典统计学：随机并重复抽样，此时，很少需要考虑总体性质；

经典空间统计学：假设总体存在空间自相关；

问题：地学抽样很少能重复并随机；总体可能自相关，也可能分异。在总体性质未知时，如何进行空间统计？

2.3.2 内容

3 

结论

-The End-

资料来源：学术无界 | 整理、排版：陆海空

责任编辑：陆海空

审核：任宇飞 王冠 梁龙武