Moran’s I指数与DEM网格大小关系的研究
本文选题:DEM + Moran’s ; 参考:《海南师范大学学报(自然科学版)》2016年04期
【摘要】:数字高程模型(Digital Elevation Model,简称DEM)作为真实地形的一种数字化模拟,网格间存在着某种空间自相关性.Moran’s I是一种常见的空间自相关程度量化指标.为了研究Moran’s I与DEM网格大小之间的关系,文章在分辨率为30 m×30 m的DEM上随机选取了35个采样点.又以每个采样点为中心,选取n×n(n=3,5,7,…,25)大小的DEM网格,计算并记录对应于每个网格的Moran’s I指数值,绘出各采样点的Moran’s I指数值随n变化的曲线.研究发现:大多数采样点的Moran’s I曲线呈现出一致的变化趋势;同时发现少数采样点的Moran’s I曲线出现局部的变化异常.对这些异常进行分析后发现,Moran’s I值随n变化的趋势与DEM网格高程值的离散程度(地形)有关.
[Abstract]:Digital elevation Elevation Model (demm) is a kind of digital simulation of real terrain. There is some spatial autocorrelation between meshes. Morans I is a common quantitative index of spatial autocorrelation. In order to study the relationship between Moran's I and DEM mesh size, 35 sampling points were randomly selected on the DEM with a resolution of 30 m 脳 30 m. Take each sampling point as the center again, select n 脳 nnnnrnrnct. 3. The Moran's I index values corresponding to each grid are calculated and recorded, and the curves of Moran's I index values of each sampling point with n are drawn. It is found that the Moran's I curves of most sampling points show a consistent variation trend, and that the Moran's I curves of a few sampling points show local anomalies. After analyzing these anomalies, it is found that the trend of the variation of Moran's I value with n is related to the degree of dispersion (topography) of DEM grid height.
【作者单位】: 福建师范大学地理科学学院;
【分类号】:P208
【参考文献】
相关期刊论文 前7条
1 王新成;王斌之;黄建毅;;基于空间自相关的水污染空间聚类研究[J];环境工程技术学报;2014年04期
2 田力;张晓盼;袁艳斌;;规则格网系统全局Moran指数计算的改进方法[J];测绘科学;2014年02期
3 谷建立;张海涛;陈家赢;任艳;郭龙;;基于DEM的县域土地利用空间自相关格局分析[J];农业工程学报;2012年23期
4 吴孟泉;赵玉;;中国奥运奖牌空间分布区域性差异的Moran's Ⅰ指数分析研究[J];中国体育科技;2012年05期
5 陈彦光;;基于Moran统计量的空间自相关理论发展和方法改进[J];地理研究;2009年06期
6 张松林;张昆;;空间自相关局部指标Moran指数和G系数研究[J];大地测量与地球动力学;2007年03期
7 刘旭华,王劲峰;空间权重矩阵的生成方法分析与实验[J];地球信息科学;2002年02期
相关硕士学位论文 前1条
1 徐彬;空间权重矩阵对Moran's I指数影响的模拟分析[D];南京师范大学;2007年
【共引文献】
相关期刊论文 前10条
1 付金霞;郑粉莉;李媛媛;;小理河流域土地利用空间自相关格局与影响因素分析[J];农业机械学报;2017年01期
2 孟庆香;吴升;;福建县域人口流动空间差异分析[J];测绘科学;2017年01期
3 王文刚;孙桂平;张文忠;王利敏;;京津冀地区流动人口家庭化迁移的特征与影响机理[J];中国人口·资源与环境;2017年01期
4 李振瑜;张建军;耿玉环;;基于空间关系的长江经济带城市群生态效应扩散研究[J];中国农业大学学报;2017年01期
5 宁泽逵;;农户可持续生计资本与精准扶贫[J];华南农业大学学报(社会科学版);2017年01期
6 张媛媛;吴立新;任传斌;项程程;李佳乐;柴曼;;APEC会议前后京津冀空气污染物时空变化特征[J];科技导报;2016年24期
7 覃智莲;陈英杰;刘欣;甄英;;内江市空气质量时空分布特征分析[J];内江师范学院学报;2016年12期
8 宋文;吴克宁;刘霈珈;高星;李晨曦;;基于空间自相关的区域农村居民点分布与环境的关系研究[J];中国农业资源与区划;2016年12期
9 薛莹;应uQuQ;刘婷;;广东省旅游产业广域空间集聚分布特征及其影响因素分析[J];世界地理研究;2016年06期
10 李武艳;朱从谋;王华;徐保根;;浙江省耕地质量多尺度空间自相关分析[J];农业工程学报;2016年23期
相关硕士学位论文 前10条
1 张骏逸;安徽省小麦生产布局变迁及优化研究[D];安徽农业大学;2015年
2 赵东利;我国工业环境效率评价及其空间相关性的实证研究[D];北京林业大学;2015年
3 唐小静;重庆市手足口病流行特征及影响因素研究[D];重庆医科大学;2015年
4 热伊拉·吾斯曼;应用地理信息系统技术分析新疆糖尿病的空间分布[D];新疆医科大学;2015年
5 韩隆隆;中国社会服务业FDI空间格局及演变研究[D];暨南大学;2014年
6 吴华英;基于遥感和灰度关联法的水稻生产空间格局变化分析[D];湖北大学;2014年
7 俞以内;基于时空分析的中国戊肝分布及其成因研究[D];浙江师范大学;2014年
8 吕铮;基于农户参与的土地整理研究[D];西南大学;2013年
9 胡瑶;湖南省县域经济发展水平的空间计量经济学分析[D];湖南师范大学;2013年
10 王瑜;沈阳经济区工业经济增长的内部空间关联分析与预测[D];辽宁师范大学;2013年
【二级参考文献】
相关期刊论文 前10条
1 刘敏;赵翠薇;施明辉;;贵州山区土地利用变化多尺度空间自相关分析[J];农业工程学报;2012年20期
2 江冲亚;方红亮;魏珊珊;;地表粗糙度参数化研究综述[J];地球科学进展;2012年03期
3 王千;金晓斌;周寅康;;河北省耕地生态安全及空间聚集格局[J];农业工程学报;2011年08期
4 范科红;李阳兵;冯永丽;;基于GIS的重庆市道路密度的空间分异[J];地理科学;2011年03期
5 郭澎涛;武伟;刘洪斌;谢德体;李茂芬;;DEM栅格分辨率对丘陵山地区定量土壤-景观模型的影响[J];农业工程学报;2010年12期
6 冷佩;宋小宁;李新辉;;坡度的尺度效应及其对径流模拟的影响研究[J];地理与地理信息科学;2010年06期
7 张学霞;武鹏飞;刘奇勇;;基于空间聚类分析的松辽流域水资源利用风险评价[J];地理科学进展;2010年09期
8 张连均;张晶;侯晓慧;张大鹏;蒋捷峰;;江苏省人口分布的空间自相关分析[J];首都师范大学学报(自然科学版);2010年04期
9 李军利;宋亚杰;;基于ArcEngine的空间权重矩阵的实现与应用[J];测绘与空间地理信息;2010年03期
10 李晓轩;王光霞;李晓;刘毅;李志远;;空间地理信息组织表达方法探讨[J];测绘科学;2010年03期
【相似文献】
相关期刊论文 前8条
1 刘小生;赵志勇;;网格空间数据库体系结构的探讨[J];工程勘察;2006年10期
2 余接情;吴立新;;球体退化八叉树网格编码与解码研究[J];地理与地理信息科学;2009年01期
3 刘江峰;曹文梁;;网格空间数据库副本优化算法研究[J];科技信息;2010年20期
4 张富;周进;;网格空间信息工作流研究[J];华北水利水电学院学报;2011年05期
5 余学进,D.Redecop;对O.C.Zienkiewicz一书中疑点剖析[J];力学与实践;2000年05期
6 高秉博;谢传节;曾少斌;;基于WSRF的网格空间服务及其管理[J];地球信息科学学报;2010年06期
7 邵晓艳;刘宁;;基于GIS海量数据的网格空间索引技术[J];科技风;2009年22期
8 ;[J];;年期
相关会议论文 前1条
1 陈克平;周丽华;王丽珍;陈涛;;一种带障碍的网格弥散聚类算法DCellO[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
相关博士学位论文 前1条
1 于翔;基于网格的数据流聚类方法研究[D];哈尔滨工程大学;2010年
相关硕士学位论文 前8条
1 宋鹏;自由网格空间结构与大跨建筑协同设计研究[D];哈尔滨工业大学;2016年
2 张丽;无参数网格聚类算法的研究[D];郑州大学;2009年
3 姚毓凯;一种有效的自适应网格密度聚类算法研究[D];兰州大学;2011年
4 周勇;改进的层次网格空间索引技术研究与实现[D];福州大学;2005年
5 易兴东;基于网格的带有参数参考值的聚类算法[D];湖南大学;2008年
6 赵志勇;网格空间数据库的仿真研究[D];江西理工大学;2007年
7 李子文;滑动窗口内基于密度网格的数据流聚类算法研究[D];辽宁工程技术大学;2010年
8 张振东;基于最优划分的多密度梯度网络聚类算法[D];河南大学;2012年
,本文编号:1937460
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/1937460.html