李旭, Matlab: Moran's I原文地址

Introduction

In statistics, Moran's I is a measure of spatial autocorrelation developed by Patrick Alfred Pierce Moran. Spatial autocorrelation is characterized by a correlationin a signal among nearby locations in space. Spatial autocorrelation is more complex than one-dimensional autocorrelation because spatial correlation is multi-dimensional (i.e. 2 or 3 dimensions of space) and multi-directional.

Global Moran's I is defined as

where wij is the weight between observation i and j, and S0 is the sum of all wij's, n is equal to the total number of pixels.:

The zI-score for the statistic is computed as:

Where:

the p-value for the null hypothesis is written as

this formula sources from Aki-Hiro Sato. Applied Data-Centric Social Sciences: Concepts, Data, Computation and Theory. Japan, Springer, 2014. pp. 137-138.

Negative/positive
values indicate negative/positive spatial autocorrelation. Values range
from -1 (indicating perfect dispersion) to 1 (perfect correlation). A
zero value indicates a random spatial pattern. For statistical
hypothesis testing (the null hypothesis of no autocorrelation is not equal to zero but given by I0 = -1/(n-1).), Moran's I
values can be transformed to z-scores in which values greater than 1.96
or smaller than -1.96 indicate spatial autocorrelation that is
significant at the 5% level.

栅格数据的权重规则:In its simplest form, these weights will take values 1 for close neighbours, and 0 otherwise,并规定栅格邻接为四至,如Fig. 1,中间绿色的像元的四至是四个橘红像元,绿色像元与他们之间存在着公共边,四个蓝色像元虽与绿色像元临近但不存在公共边,故而,绿色像元与橘红像元的权重是1,而与蓝色像元权重是0。(Rooks Case, Bishops Case, Oueen's (Kings) Case

Fig. 1

Example

四张NDVI影像测试本帖代码,计算有效区域(mask影像数值是1像元)的Global Moran's I。代码运算结果如Fig. 2,MODIS_NDVI_200308的Global Moran's I是0.95467222,Z-score是418.50598145,ArcGIS计算结果分别是0.954661和418.498382,两者计算结果非常接近,考虑到二者计算中间数值的精度不同,这很可能就是引起二者差异的主要原因。其他三张数据情况类似,代码计算结果与ArcGIS结果非常接近。

Fig. 2

仍以MODIS_NDVI_200308Z-score为例说明显著性水平。如Fig.3,非常形象地说明Z-score与p之间对应关系,Z-score等于418.50598145大于2.58,说明此时p小于0.01,该Global Moran's I等于0.95467222通过0.01显著性水平检验。

Fig. 3

References

[1] Moran's I, from Wikipedia, the free encyclopedia.

[2] Geary's C, from Wikipedia, the free encyclopedia.

[3] How Spatial Autocorrelation (Global Moran's I) works.

[4] What is spatial autocorrelation (spatial dependency)?

[5] Spatial Autocorrelation, ArcGIS for Polygons.

[6] What is a z-score? What is a p-value?

[转] Moran's I的更多相关文章

  1. R语言计算moran‘I

    R语言计算moran‘I install.packages("maptools")#画地图的包 install.packages("spdep")#空间统计,m ...

  2. GeoDa计算全局Moran‘I

    GeoDa计算全局Moran‘I 1.导入包含数据的.shp文件 2.创建权重矩阵,点击Weight Manger,再点击Create, weights file ID variable(其中包含的数 ...

  3. 白话空间统计之:Moran's I(莫兰指数)

    前两天聊了空间统计学里面的两个经典概念,今天来说说第一篇文章留下的大坑:Moran's I. 首先,Moran's I这个东西.官方叫做:莫兰指数,是澳大利亚统计学家帕特里克·阿尔弗雷德·皮尔斯·莫兰 ...

  4. Moran’s I空间统计中出现内存溢出的问题

    在经济学.资源管理.生物地理学.政治地理学和人口统计等领域,经常会有如下的研究需求: 研究区域中的富裕区和贫困区之间的最清晰边界在哪里? 研究区域中存在可以找到异常消费模式的位置吗? 研究区域中意想不 ...

  5. 地理信息系统 - ArcGIS - 高/低聚类分析工具(High/Low Clustering ---Getis-Ord General G)

    前段时间在学习空间统计相关的知识,于是把ArcGIS里Spatial Statistics工具箱里的工具好好研究了一遍,同时也整理了一些笔记上传分享.这一篇先聊一些基础概念,工具介绍篇随后上传. 空间 ...

  6. ArcGIS空间分析工具

    1. 3D分析 1.1. 3D Features toolset 工具 工具 描述 3D Features toolset (3D 要素工具集) Add Z Information 添加 Z 信息 添 ...

  7. Objective -C学习笔记之字典

    //字典:(关键字 值) // NSArray *array = [NSArray array];//空数组 // NSDictionary *dictionary = [NSDictionary d ...

  8. Objective-C之字典

    //字典:(关键字 值) //插入代码字太小 //        NSArray *array = [NSArray array];//空数组 //        NSDictionary *dict ...

  9. 远程办公《Remote》读书笔记:中国程序员在家上班月入过六万不是梦

    这不是一本新书,这是一本很值得中国程序员看的老书,所以我不是来做卖新书广告的:) 但它的确是一本好书,这本书在Amazon上3个business categories排第一.作者Jason Fried ...

随机推荐

  1. FineReport——JS二次开发(工具栏按钮事件及说明)

    首先获取到这个模板对象: document.getElementById('reportFrame').contentWindow.contentPane.方法名称(); 方法以及说明:

  2. LeetCode解题报告—— Jump Game & Merge Intervals & Permutation Sequence

    1. Jump Game Given an array of non-negative integers, you are initially positioned at the first inde ...

  3. MSSQL为单独数据库创建登录账户

    如果要为一个数据库创建一个独立的账号需要这个数据库为包含数据库 当前(非包含)的数据库所面临的问题在描述什么是包含数据库之前,先了解一下为什么会出现包含数据库.当前的数据库有一些问题,如下:1.在数据 ...

  4. 走进 Akka.NET

    官方文档:https://getakka.net/index.html 官网:https://petabridge.com/ 一.Akka.NET 是什么? Akka 是一个构建高并发.分布式和弹性消 ...

  5. Django2.x版本在生成数据库表初始化文件报错

    1.待创建的表信息 from django.db import models # Create your models here. class Book(models.Model): name=mod ...

  6. java网络通信:HTTP协议

    熟悉java的同学,都知道javaEE当中很大一部分的内容,是WEB开发,那么在进行WEB开发的学习过程当中,除了需要学习SpringMVC/STRUTS2等框架以外,我们还需要对在WEB开发当中常用 ...

  7. 让浏览器支持Webp

    Webp介绍 webp是一种同时提供了有损压缩与无损压缩的图片档案格式 ,衍生自影像编码格式VP8,是由Google在购买On2 Technologies后发展出来,以BSD授权条款释出.根据 Goo ...

  8. NLPIR

    # coding: utf-8 import pynlpir from pynlpir import nlpir nlpir.Init(nlpir.PACKAGE_DIR, nlpir.UTF8_CO ...

  9. Codeforces 1099 A. Snowball-暴力(Codeforces Round #530 (Div. 2))

    A. Snowball time limit per test 1 second memory limit per test 256 megabytes input standard input ou ...

  10. 160. Intersection of Two Linked Lists【Easy】【求两个单链表的第一个交点】

    Write a program to find the node at which the intersection of two singly linked lists begins. For ex ...