接下来，我们就要分析一下大湾区NDVI空间分布格局，包括——

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，数据近似正态分布。

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——

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。

可关注ArcGIS带你飞，回复“ 大湾区NDVI” 获取文中数据哦

转自：ArcGIS带你飞

版权归原作者所有，如有侵权请告知删除

如果亲觉得我们的文章还不错的话，那就请分享转发一下吧！

地信论坛

bbs.3s001.com

微信ID： bbs3s001返回搜狐，查看更多