新闻列表 > 正文

多元空间点过程关联强度的非参数...

2017-07-09 作者:刘启亮 阅读数:605

现实世界中很多地理现象、人工设施可以抽象为空间点过程。地理现象间存在固有的依赖特征,认识这种依赖特种对于理解地理现象的产生机理与变化规律,以及预测和管控地理地理现象的发展变化具有重要的意义。地理现象间的依赖性可以区分为两类:自相关(Spatial autocorrelation)和诱导性自相关(Induced spatial autocorrelation),前者主要指同类型地理现象的邻近趋同现象,后者主要指不同类型间的邻近趋同现象。发现诱导式空间自相关模式通常被视为一种同位关联挖掘问题,即不同类型空间要素在邻近空间范围内频繁出现。

图1 同位关联模式示例

同位关联挖掘的关键问题在于如何度量不同类型空间要素频繁度的显著性,虽然Shekhar等人从数据驱动的角度给出了同位关联挖掘的度量指标,但是其对诱导性自相关地理机理的忽视限制了其在地理信息领域的应用。例如随机分布的两种空间要素虽然没有明确的地理意义,但是仍然会被Shekhar等人的度量标准识别为显著的同位模式。为此,本文建立了一种融合空间点过程分布特征的同位关联强度非参数统计方法,将同位关联的度量问题转化为一种非参数的假设检验问题,依据对点过程分布特征的认知构造非参数的零模型,如图2所示。实验发现,非参数统计方法可以有效避免发现伪模式,减低了挖掘过程中的主观性。

图2 空间点过程非参数重建

引用文献:Deng, M., He, Z J., Liu, Q L(通讯作者)., Cai, J N., Tang, J B. 2017. Multi-scale appraoch to mining significant spatial co-location patterns . Transactions in GIS, DOI:10.1111/tgis.12261.

本研究受到国家自然科学基金(41601410,41471385)及湖南省自然科学基金(2017JJ3379)资助

联系方式:qiliang.liu@csu.edu.cn