新浪博客

地理学时空数据分析方法

2016-04-18 18:42阅读:
地理学时空数据分析方法
时空数据分析的7 类主要方法,包括:时空数据可视化目的是通过视觉启发假设和选择分析模型;空间统计指标的时序分析,反映空间格局随时间变化;时空变化指标,体现时空变化的综合统计量;时空格局和异常探测,揭示时空过程的不变和变化部分;时空插值,以获得未抽样点的数值;时空回归,建立因变量和解释变量之间的统计关系;时空过程建模,建立时空过程的机理数学模型;时空演化树,利用空间数据重建时空演化路径。
1、
时空数据和时空变量
时空数据最直接的记录方式是时空二联表、地图时间序列和状态转换矩阵。
(1) 时空二联表 行表示空间维、列表示时间维,单元格记录属性值。
(2) 地图时间序列在各时间节点分别制作某属性专题图,形成地图序列。
(3) 状态转换矩阵行列分别代表两个时间节点上相同的状态变量,单元格表示经过一个时间段,所在行状态转换为所在列状态的量。
时空分析就是要借助统计学和数学,通过研究观测样本y,推断总体或超总体的参数和性质,即地理学研究事物的格局、过程、规律和机理。时空数据推断总体可以是基于设计的或者基于模型的两个途径。
时空数据分析可以是基于设计的也可以是基于
模型的,结果可能相同或不同。可以根据研究目标(总体或超总体)、对象性质(独立同概率分布、空间自相关、空间分层)、以及样本(布设位置和密度)选择恰当的方法。也可以对数据同时使用基于设计的和基于模型的方法,但结果具有不同的含义。
2 变量类型
数据(基于设计的观点) 或变量(基于模型的观点) y(s, t) 可以是自然环境,如温度、降水、水土流失;经济与社会,如人口、GDP、交通、疾病等,以及人地关系,如土地利用、生态价值、自然灾害等。
(1) 空间变量当属性存在空间分异并且随时间稳定或不分辨时间,即y(s, t) = y(s),如中国地形三级阶地、胡焕庸人口线、气候带、生物区系等,可以用空间分析方法。
(2) 时间变量当属性空间均质或不分辨空间差异,即y(s, t) = y(t),如区域CPI 指数、北京逐年常住人口变化,可以用时间序列分析方法。当存在空间分异但在分析时不予考虑,将有可能导致生态谬误。
(3) 时空变量当属性随空时皆变,即y(s+u, t+τ) ≠ y(s, t),例如中国近3000 个区县2008.3-2009.4 各周手足口病病例数,可使用时空分析方法,具体方法请见本文第4 节。
(4) 状态变量属性值变化到一定程度,从量变产生质变,状态或类型发生了变化。人们往往对质变,也就是状态变化更感兴趣,为此,可以定义状态变量。状态变量反映格局、规律和大势。例如土地利用类型,由于城市化而发生变化。一个城市的产业类型和发展阶段也会演化。
空间变量和时间变量是时空变量的特例,这些变量的测量可以是比值量(Ratio)、间隔量(Interval)、顺序量(Ordinal) 和名义量(Nominal),在统计学中分析方法有区别。比值量和间隔量常统称为数值量。地理学中状态(包括名义量和顺序量) 变化是值得特别关注的,特用状态变量。例如,天气状态可以是下雨、多云、晴天;而天气测量是温度、湿度、气压等数值量。

图片
图片

我的更多文章

下载客户端阅读体验更佳

APP专享