空间自相关性

摘要： 【目的】掌握南宁市林地时空分布的变化规律,为制定科学有效的林地管理措施提供基础数据。【方法】基于2008、2013、2018年3期南宁市森林资源调查数据,应用空间统计技术,结合转移矩阵及空间自相关模型,分析不同时期南宁市林地分布格局,探究林地时空分布动态变化特征及空间聚集规律。【结果】2008—2018年,南宁市天然林面积减少2.39×10^(4)hm^(2),人工林面积增加2.60×10^(4)hm^(2),其他林地面积减少2.98×10^(4)hm^(2),林地总面积略有减少;林地类型变化繁杂,天然林和其他林地主要转化为人工林,人工林主要转化为非林地,其中2013—2018年林地变化更为剧烈;天然林和人工林的分布均具有显著的空间自相关性,天然林的空间自相关性高于人工林。整个研究期间,天然林和人工林的空间聚集性均呈下降趋势。【结论】2008—2018年南宁市林地发生较大的转移及变化,为有效保护林地、实现森林资源的可持续发展,需进一步加强实施科学有效的林地资源保护政策和措施。

摘要： 为缓解我国水、能源和粮食资源紧张问题,促进资源可持续利用,构建水-能源-粮食系统,利用耦合协调度模型对我国的30个省(自治区、直辖市)进行测算,并利用空间杜宾模型分析主要影响因素。结果表明:2003—2017年,我国能源、粮食评价指数高于水资源评价指数,系统综合评价指数逐年递增;大部分省份耦合协调度处于初级协调水平且呈现逐年上升的态势,个别省份耦合协调度濒临失调;耦合协调度空间自相关性较强,虽有明显波动,但是呈现逐年加强的态势;影响耦合协调度的主要因素有从业人口数、固定资产投资额、人均生产总值、人口总数、文盲人口占比、工业污染排放、城镇化。

摘要： 背景宫颈癌是最常见的威胁女性健康的恶性肿瘤,因此,加强对宫颈癌流行趋势的动态监测和预警十分必要。目的探究2015—2019年广东省户籍妇女宫颈癌患病率时间和空间分布特征,为政府有关部门有针对性地开展宫颈癌防治工作提供参考依据。方法2021年5月,选取2015—2019年广东省及各地市户籍妇女(20~64周岁)宫颈癌患病率为研究资料进行分析。采用年均增长率进行描述性分析。运用ArcGIS 10.6软件进行空间可视化、空间自相关分析和Getis-Ord冷热点分析。结果2015—2019年广东省户籍妇女宫颈癌患病率由50.28/10万下降至49.84/10万,宫颈癌患病率年均增长率最高和最低的地市分别是梅州市(76.05%)与潮州市(-52.81%)。2019年户籍妇女宫颈癌患病率最高的是揭阳市(210.40/10万),其次是茂名市(127.34/10万)和阳江市(108.05/10万)。2018年各地市户籍妇女宫颈癌患病率存在全局空间相关性(全局Moran's I值=0.364,P<0.05),即呈现集聚分布特征。局部空间自相关性结果显示,2015—2019年广州市始终呈现低值-低值集聚的局部特征,而且具有低值-低值集聚局部特征的地市范围整体上有所扩大。揭阳市和潮州市在2015年、2018年、2019年均是广东省户籍妇女宫颈癌患病率的热点地区。结论2015—2019年广东省户籍妇女宫颈癌患病率有所下降,但2019年的宫颈癌患病率水平仍高于全国(43.3/10万);相对而言,珠江三角洲地区的户籍妇女宫颈癌患病率整体上低于粤东、粤西和粤北地区,宫颈癌患病率热点区域主要集中在粤东地区。

摘要： 在合理界定共同富裕科学内涵基础上,从经济发展、物质生活、精神生活、均等平衡以及和谐发展等维度构建区域共同富裕水平测度指标体系;利用熵值法与TOPSIS法相结合的综合测度方法对我国31省份2010—2019年的共同富裕水平进行了实证测度,并利用Moran’s I指数分析了区域共同富裕水平的空间相关性和空间集聚特征。结果表明:我国及各省市共同富裕水平均呈上升变动趋势;区域共同富裕水平存在着显著的不平衡性,但区域间的差异有缩减趋势;最后,提出了促进区域共同富裕发展的相关建议。

摘要： 基于土壤模量刚度仪GeoGauge测得的动刚度和杨氏模量作为路基压实质量检测指标,根据区域化变量理论,利用ArcGIS软件对高速公路一般路基段、路桥过渡段压实质量单点检测指标的全局趋势、空间分布规律以及空间变异性进行研究。研究结果表明:检测指标空间自相关性的最大距离分布在0~10或30~40范围内,检测数据集中性较好,空间差异性较小;整个碾压面上检测指标的变异程度集中分布在25%~75%之间,属于中等结构性变异。

摘要： 为了丰富对黄河流域工业生态效率的评价研究、给黄河流域高质量发展提供参考,基于SE⁃SBM模型测算2008—2018年沿黄河干流35个地级市的工业生态效率,并通过核密度估计、空间计量模型回归等分析其时空演化情况及其主要影响因素,结果表明:①从宏观层面看,黄河流域工业生态效率2008年为0.561、2018年为0.896,研究时段内由中低效率上升为中高效率,其主要受纯技术效率上升的拉动,而规模效率上升的作用相对较小;从微观层面看,各地级市工业生态效率差异显著,最高值是最低值的3.7倍,表明生态资源与工业经济匹配度较低。②黄河流域工业生态效率时间演化趋势是在波动提升的同时区域差异逐步加大,空间分异特点是中下游地区高于上游地区,由高到低顺序为中游地区、下游地区、上游地区。③黄河流域各地级市工业生态效率存在显著的正向空间集聚效应,即呈现高高集聚和低低集聚的空间分布特征,但这种正向空间集聚效应呈逐年弱化态势。④在黄河流域工业生态效率的众多影响因素中,R&D经费支出、规模以上工业固定资产净值抑制本市工业生态效率提升、促进周边市工业生态效率提升,人均GDP促进本市工业生态效率提升、抑制周边市工业生态效率提升,而水资源总量对工业生态效率的影响不显著。

摘要： 准确预测土壤有机质(Soil Organic Matter,SOM)空间分布对精细农业、耕地质量建设、生态环境保护以及固碳减排等均具有重要的意义。该研究探讨了基于两点机器学习方法(Two-point Machine Learning,TPML)提高SOM空间分布预测的可行性。以黑龙江省海伦市为研究区,以气候、地形地貌、社会经济和空间位置信息等因素作为辅助变量,充分利用空间位置信息和属性相似关系,有效处理SOM空间分布异质性及其与辅助变量间关系异质性,以提高TPML方法进行SOM空间分布预测的精度。采用随机森林、基于随机森林的回归克里格、反距离权重法和普通克里格(Ordinary Kriging,OK)方法作为对比,以平均绝对误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)、预测值与真实值相关系数(r)和决定系数(R2)作为评价指标,进行不同样本量下的多组对比试验,评价不同方法的预测精度。结果表明:1)研究区SOM含量在1.775~7.188 g/kg之间,平均值为3.179 g/kg,空间分布不均匀,呈东高西低的分布趋势。2)在不同样本量条件下,与其他模型相比,TPML的预测精度均最高,其MAE(0.088~0.097 g/kg)和RMSE(0.116~0.139 g/kg)均为最小,r(0.992~0.996)和R2(0.971~0.985)均为最高。3)预测值的误差标准差(理论误差)与实际误差具有相似的空间模式,说明TPML可以为预测结果提供合理的不确定性估计。综上,TPML模型可以通过同时利用空间自相关性和属性相似性来提高预测精度,该模型适用于预测具有一定空间自相关性且具有可用辅助数据的资源环境变量。

摘要： 基于多光谱影像的水深反演方法是获取近岸水深信息的高效手段,然而反演精度低一直是制约其广泛应用的瓶颈。本文聚焦于实测水深与多光谱数据自身的空间自相关特性,提出在机器学习框架下将学习样本的空间自相关特征与统计互相关特征相结合,以提高水深反演精度。西沙北岛海域的实验结果表明:在实测数据量较小的情况下,相比传统机器学习,顾及自相关特征的新方法可获得18%的精度提升;而当实测数据量充足时,精度提升可达到27%。结果表明,将数据源的空间自相关特征融入机器学习算法中,可显著提升多光谱水深反演结果的精确性,进而为浅海海洋研究提供有效数据支撑。

摘要： 空间抽样是实现区域农作物面积高效估算的重要手段,农作物分布受自然条件等因素影响普遍存在空间自相关性,但以往针对空间相关性对农作物面积抽样效率的影响研究明显不足.该研究选取安徽省凤台县为研究区,通过2017年4月4景GF-1全色多光谱影像(Panchromatic and Multispectral,PMS)与Google Earth高空间分辨率影像相结合提取研究区冬小麦.设计10种抽样单元尺度、3种抽样外推方法、2种相对允许误差和5种样本布局方式,构建多种冬小麦面积空间抽样方案.利用全局莫兰指数(global Moran's index)评价不种尺度下抽样单元内冬小麦面积比的空间自相关强度,分析空间自相关性对冬小麦面积抽样效率(抽样误差、样本容量和空间布局)的影响.研究结果表明,抽样单元内冬小麦面积比的空间自相关强度随单元尺度的增大而减小,全局莫兰指数相应地由0.75降至0.50.无论在何种尺度下抽样单元内冬小麦面积比都呈显著的空间正相关性;抽样外推冬小麦面积总体的误差随空间自相关强度的减小呈先减小后明显增大的趋势.在10种抽样单元尺度中,当抽样单元尺度为2000 m且抽样比为5％时,无论采用何种抽样方法外推总体的误差均为最小(简单随机抽样、系统和分层抽样外推总体的相对误差分别为17.94％、9.48％和1.82％);当相对允许误差设计为5％时,简单随机抽样外推总体所需样本容量随空间自相关强度的降低从660降至56.而分层抽样的样本容量不受空间自相关性的影响;5种样本布局方式中,采用分层随机抽样方式外推冬小麦面积总体的平均相对误差、平均变异系数和均方根误差最小,分别为1.82％、3.19％和0.11×108 m2.该研究可为有空间自相关存在下的农作物面积空间抽样方案合理设计提供参考依据.

摘要： 基于ESDA的空间自相关分析,对安徽县(市)域2008—2017年人均GDP计算全局莫兰指数和局部莫兰指数,并绘制莫兰散点图及LISA集聚图.结果表明,安徽县(市)域经济整体上具有显著的空间自相关性,空间集聚特征逐渐增强;局部自相关分析表明安徽县(市)域经济逐步形成了两个空间集聚区,即以合肥为中心和以芜湖—宣城为中心的经济发达地区,以及以阜阳、亳州、淮北等组成的经济落后地区.最后,分析县(市)域经济差异形成的原因,并针对区域经济快速发展提出建议.

摘要： 国民社会经济发展规划重点通常不在于挖掘产业空间的特征,而产业规划及相关研究的也鲜有从大数据思维切入,将产业数据进行大量且细微地空间分析,并对产业集聚性、综合效益等进行空间计量.本篇研究,目的是在城市大数据思维时兴及产业数据日益公开化、透明化的趋势下,运用具有大数据特征的经济普查数据,通过建构空间自相关性分析的技术框架,剖析产业综合效益及空间集聚特征的空间自相关性,建立“产业综合效益—产业空间集聚程度”的四象限,以理解产业空间背后所蕴含的经济发展趋势及空间集聚形态;同时,在“大数据+大特征”基础上,借助“小数据+细特征”的思路,结合对园区、企业、楼宇的定性分析,对研究区域内的产业空间、产业发展阶段、园区/企业发展问题进行判断.本文的结论落脚于如何通过空间自相关性四象限的技术框架对产业大数据进行空间量化分析,并在国家强调统一空间规划体系的趋势下,为城乡规划工作中的产业规划提出空间研究的建议.

摘要： 误差具有空间自相关性。误差的空间自相关性会影响基于规则格网提取的地形参数的精度。本文利用指数和高斯两种空间自相关模型处理Monte Carlo随机模拟误差，生成具有指数空间结构和高斯空间结构的空间自相关误差场，比较在这两种空间自相关性误差下，对提取的坡度坡向和平面曲率等参数的影响。

摘要： 本文对我国31个省级行政区1997-2009年的数据进行空间相关性检验和空间计量经济模型分析，希望为研究金融发展与经济增长的关系提供新的思路。以1997-2009年各省人均金融业增加值为指标，借助STATAII.0计量分析软件，运用Moran's I指数计算我国区域金融发展的空间自相关程度，结果表明，我国金融发展存在显著的空间相关性，空间自相关显著的高高聚集区主要集中京津和江浙沪;空间相关性显著低的聚集区主要集中在东北和中西部地区。地区生产总值都对金融发展水平具有促进作用，全社会固定资产对金融发展水平具有阻碍作用，加入空间因素后，两者的系数有所减少。因此，在制定金融政策时，不仅要关注自身经济发展和金融发展发展条件，还要利用区位优势、空间依赖和金融合作等条件，加强地区间的交流与合作，发挥金融中心的作用，加强金融扩散的范围和程度，缩小区域金融发展的差距，最终实现经济、金融的可持续发展。

摘要： 本文对我国31个省级行政区1997-2009年的数据进行空间相关性检验和空间计量经济模型分析，希望为研究金融发展与经济增长的关系提供新的思路。以1997-2009年各省人均金融业增加值为指标，借助STATAII.0计量分析软件，运用Moran's I指数计算我国区域金融发展的空间自相关程度，结果表明，我国金融发展存在显著的空间相关性，空间自相关显著的高高聚集区主要集中京津和江浙沪;空间相关性显著低的聚集区主要集中在东北和中西部地区。地区生产总值都对金融发展水平具有促进作用，全社会固定资产对金融发展水平具有阻碍作用，加入空间因素后，两者的系数有所减少。因此，在制定金融政策时，不仅要关注自身经济发展和金融发展发展条件，还要利用区位优势、空间依赖和金融合作等条件，加强地区间的交流与合作，发挥金融中心的作用，加强金融扩散的范围和程度，缩小区域金融发展的差距，最终实现经济、金融的可持续发展。

摘要： 本文对我国31个省级行政区1997-2009年的数据进行空间相关性检验和空间计量经济模型分析，希望为研究金融发展与经济增长的关系提供新的思路。以1997-2009年各省人均金融业增加值为指标，借助STATAII.0计量分析软件，运用Moran's I指数计算我国区域金融发展的空间自相关程度，结果表明，我国金融发展存在显著的空间相关性，空间自相关显著的高高聚集区主要集中京津和江浙沪;空间相关性显著低的聚集区主要集中在东北和中西部地区。地区生产总值都对金融发展水平具有促进作用，全社会固定资产对金融发展水平具有阻碍作用，加入空间因素后，两者的系数有所减少。因此，在制定金融政策时，不仅要关注自身经济发展和金融发展发展条件，还要利用区位优势、空间依赖和金融合作等条件，加强地区间的交流与合作，发挥金融中心的作用，加强金融扩散的范围和程度，缩小区域金融发展的差距，最终实现经济、金融的可持续发展。

摘要： 本文对我国31个省级行政区1997-2009年的数据进行空间相关性检验和空间计量经济模型分析，希望为研究金融发展与经济增长的关系提供新的思路。以1997-2009年各省人均金融业增加值为指标，借助STATAII.0计量分析软件，运用Moran's I指数计算我国区域金融发展的空间自相关程度，结果表明，我国金融发展存在显著的空间相关性，空间自相关显著的高高聚集区主要集中京津和江浙沪;空间相关性显著低的聚集区主要集中在东北和中西部地区。地区生产总值都对金融发展水平具有促进作用，全社会固定资产对金融发展水平具有阻碍作用，加入空间因素后，两者的系数有所减少。因此，在制定金融政策时，不仅要关注自身经济发展和金融发展发展条件，还要利用区位优势、空间依赖和金融合作等条件，加强地区间的交流与合作，发挥金融中心的作用，加强金融扩散的范围和程度，缩小区域金融发展的差距，最终实现经济、金融的可持续发展。

摘要： 我国人口老龄化起步较晚,进程较快.快速的人口老龄化给社会带来多方面影响,国内对于老龄化的研究主要在于老龄化趋势探究、影响因素分析、地区差异研究、农村老龄化以及老龄化微观方面的研究等几个领域,关于人口老龄化空间分布方面研究较少,这部分研究多局限于人口老龄化空间分布的描述,未反映空间上的联系与分布模式.本研究拟通过绘制老年人口系数的空间分布图和采用空间自相关的方法,探究中国人口老龄化随时间变化规律及其空间分布模式,弥补人口老龄化在空间研究方面的薄弱,为相关部门制定人口政策提供更加全面的科学参考.分析中国人口老龄化时间和空间分布的变化,探讨其空间分布模式.

摘要： 我国人口老龄化起步较晚,进程较快.快速的人口老龄化给社会带来多方面影响,国内对于老龄化的研究主要在于老龄化趋势探究、影响因素分析、地区差异研究、农村老龄化以及老龄化微观方面的研究等几个领域,关于人口老龄化空间分布方面研究较少,这部分研究多局限于人口老龄化空间分布的描述,未反映空间上的联系与分布模式.本研究拟通过绘制老年人口系数的空间分布图和采用空间自相关的方法,探究中国人口老龄化随时间变化规律及其空间分布模式,弥补人口老龄化在空间研究方面的薄弱,为相关部门制定人口政策提供更加全面的科学参考.分析中国人口老龄化时间和空间分布的变化,探讨其空间分布模式.

摘要： 我国人口老龄化起步较晚,进程较快.快速的人口老龄化给社会带来多方面影响,国内对于老龄化的研究主要在于老龄化趋势探究、影响因素分析、地区差异研究、农村老龄化以及老龄化微观方面的研究等几个领域,关于人口老龄化空间分布方面研究较少,这部分研究多局限于人口老龄化空间分布的描述,未反映空间上的联系与分布模式.本研究拟通过绘制老年人口系数的空间分布图和采用空间自相关的方法,探究中国人口老龄化随时间变化规律及其空间分布模式,弥补人口老龄化在空间研究方面的薄弱,为相关部门制定人口政策提供更加全面的科学参考.分析中国人口老龄化时间和空间分布的变化,探讨其空间分布模式.

摘要： 我国人口老龄化起步较晚,进程较快.快速的人口老龄化给社会带来多方面影响,国内对于老龄化的研究主要在于老龄化趋势探究、影响因素分析、地区差异研究、农村老龄化以及老龄化微观方面的研究等几个领域,关于人口老龄化空间分布方面研究较少,这部分研究多局限于人口老龄化空间分布的描述,未反映空间上的联系与分布模式.本研究拟通过绘制老年人口系数的空间分布图和采用空间自相关的方法,探究中国人口老龄化随时间变化规律及其空间分布模式,弥补人口老龄化在空间研究方面的薄弱,为相关部门制定人口政策提供更加全面的科学参考.分析中国人口老龄化时间和空间分布的变化,探讨其空间分布模式.

摘要： 本发明公开一种基于空间自相关区域净初级生产力时空分异探测方法，包括如下步骤：S1、获取研究区域研究年份的MOD17A3数据；S2、提取研究区域研究时段的植被NPP图；S3、计算研究区域研究时段的植被NPP变化量；S4、计算研究区域研究时段植被NPP的全局莫兰指数和高/低值聚类指数及相关统计量；S5、判断研究区域数据样本的整体聚类特征；S6：计算研究区域研究时段植被NPP的热点分析指数；S7、判断研究区域研究时段植被NPP的热点分布特征；S8、计算研究区域研究时段逐年植被NPP变化量的局部莫兰指数；S9、判断研究区域研究时段逐年植被NPP变化量的空间聚集特征；本发明能够准确表达植被NPP的整体聚类特征，并探测出局部空间特征。

摘要： 本发明提供了一种空间自相关的机器学习卫星降水数据降尺度方法，包括：获取TRMM降水数据与地表参量数据；对地表参量数据进行预处理，得到空间分辨率为1km和25km的DEM数据、白天地表温度、夜间地表温度、昼夜地表温度差以及NDVI数据；对TRMM降水数据进行空间自相关分析，得到估算的空间分辨率为25km的降水数据空间自相关值；将空间分辨率为25km的降水数据空间自相关值降尺度到空间分辨率为1km；建立非线性回归模型；基于非线性回归模型，得到空间分辨率为1km的降水降尺度数据。同时提供了一种系统及终端。本发明降尺度结果优于基于常规回归模型的降尺度结果，具有重要的理论、实践意义和推广应用价值。

摘要： 本发明提供了一种面向遥相关模式的空间自相关聚类方法，其通过考虑每一个空间网格单元与相邻单元遥相关的相关程度，在局部Moran指数定义的基础上，采用相关系数原始数值而不作中心化处理，从而改进局部Moran指数计算公式，得到新的空间自相关局部指标LISAAC，实现显著正或负遥相关集聚范围的探测，同时实现异常值(即显著正值区域中出现不显著或负值网格，显著负值区域中出现不显著或正值网格)的识别。实验结果表明，本发明能根据遥相关系数本身的标准化性质，实现对不同类型遥相关的空间聚类，结果便于对不同季节的遥相关程度进行横向对比。

摘要： 本发明公开一种基于空间自相关神经网络的地质曲面重构方法，应用于油气勘探开发领域；针对采用下有技术得到的曲面丢失了形态特征的问题；本发明首先基于地震解释数据对构建的空间自相关神经网络进行训练，并制作预测数据集，将预测数据集输入训练万晨个空间自相关神经网络，得到预测曲面模型；并针对不合理的地质曲面模型，提取形态特征数据加入训练数据集，进行新一轮的曲面重构，直到得到合理的地质曲面模型。

摘要： 本发明公开了路网约束下的空间自相关Spark并行计算方法，包括步骤：(1)采用LineInfo描述道路网中各单条道路的道路信息；(2)excutor节点分别分割各单条道路；(3)excutor节点统计各线性单元的事件点总数；(4)各excutor节点根据网络拓扑结构，计算各线性单元的邻接线性单元；(5)在Driver节点，利用Spark的累加器实现空间自相关指数的计算。本发明基于Spark，设计了路网约束下空间自相关的Spark并行计算方法，该方法充分利用计算机的多核运算，提高了大规模数据量下空间运算的效率，可满足海量数据下的运算需求。

摘要： 本发明提供了一种空间自相关的机器学习卫星降水数据降尺度方法，包括：获取TRMM降水数据与地表参量数据；对地表参量数据进行预处理，得到空间分辨率为1km和25km的DEM数据、白天地表温度、夜间地表温度、昼夜地表温度差以及NDVI数据；对TRMM降水数据进行空间自相关分析，得到估算的空间分辨率为25km的降水数据空间自相关值；将空间分辨率为25km的降水数据空间自相关值降尺度到空间分辨率为1km；建立非线性回归模型；基于非线性回归模型，得到空间分辨率为1km的降水降尺度数据。同时提供了一种系统及终端。本发明降尺度结果优于基于常规回归模型的降尺度结果，具有重要的理论、实践意义和推广应用价值。

摘要： 本发明公开一种基于空间自相关区域净初级生产力时空分异探测方法，包括如下步骤：S1、获取研究区域研究年份的MOD17A3数据；S2、提取研究区域研究时段的植被NPP图；S3、计算研究区域研究时段的植被NPP变化量；S4、计算研究区域研究时段植被NPP的全局莫兰指数和高/低值聚类指数及相关统计量；S5、判断研究区域数据样本的整体聚类特征；S6：计算研究区域研究时段植被NPP的热点分析指数；S7、判断研究区域研究时段植被NPP的热点分布特征；S8、计算研究区域研究时段逐年植被NPP变化量的局部莫兰指数；S9、判断研究区域研究时段逐年植被NPP变化量的空间聚集特征；本发明能够准确表达植被NPP的整体聚类特征，并探测出局部空间特征。

摘要： 本发明公开了一种基于空间自相关信息的高光谱图像植被分类方法，包括以下步骤：首先对高光谱数据集作归一化处理，得到信息量重新分布的高光谱图像数据集R；然后对高光谱图像进行PCA降维并组成新的数据集K；接着用域转换线性插值卷积滤波对全部光谱信息R提取空间信息；然后用域转换线性插值卷积滤波对数据集K提取空间信息；然后将提取的空间信息进行线性融合，形成新的数据集H；然后随机从空间信息数据集H中抽取训练集Hs，其余部分作为测试集Ht；接下来用径向基函数支持的SVM对训练集HS进行训练，获取训练模型；最后用径向基函数支持的SVM对测试集Ht进行分类，得出分类结果。

摘要： 本发明提出了一种顾及全局空间自相关性和局部异质性的地面PM2.5浓度建模方法。本发明针对PM2.5监测站点数量有限且分布不均，且传统PM2.5回归建模方法缺少对局部空间影响和全局空间影响同时考虑的问题，提出了一种顾及全局空间自相关性和局部异质性的地面PM2.5浓度建模方法，同时考虑全局和局部空间效应，消除空间自相关因素和空间异质因素的影响。分别通过构建全局空间权重矩阵和局部空间权重矩阵，提取出全局空间影响因子和局部空间影响因子。然后再根据两者构建回归模型，得到地面PM2.5浓度估计模型，以供后续研究和分析。

摘要： 本发明提供的基于分水岭算法和空间自相关性的聚类评估方法，包括：对图像进行预处理，得到特征标记图像；利用分水岭算法进行分割，计算每个多边形区域的质心坐标及面积；计算多边形区域的邻接矩阵与局部Moran’s I的数值，绘制散点图；将属于散点图不同象限的多边形区域采用不同的方式标识，直观显示聚类状态；计算相关参数，对聚类状态进行评估。本发明提供的聚类评估方法，利用分水岭算法准确的反映了目标对象见的位置信息和尺寸信息；利用空间自相关性分析，无需提供初始的聚类中心点，具有效率高，准确度好，可信度高的特点，且能够从分散的面积，分散的目标数等多个角度分析和评估目标的分布行为。