新版白话空间统计（16）空间关系概念化之固定距离
CSDN的被爬虫专用声明：虾神原创，公众号\知乎：虾神说D
转发、转载和爬虫，请主动保留此声明。
镇文神图：
中学物理第一课就是参照物的说明，空间统计里面的各种分析，有着天然的参照物，也就是物理存在的空间特性：地理空间的客观性，说空间统计学赖以存在的根基之一，也是空间统计学在统计学家族里面得以列土封疆的底蕴之一。所以，整个空间关系概念化系列文章，我都会以这张图镇压气运。
固定距离空间关系概念化里面一个比较容易被忽视的空间关系，但是它在很多时候又极其有用。比如在ArcGIS里面的热点分析中，固定距离就是作为默认空间关系存在的。
什么叫固定距离呢？就是在同等距离范围内的所有要素，都认为每个事件的影响权重是同等的。
（剧透：在后面我们讲触点相临的时候，会发现，他们是一种特殊情况的固定距离空间关系）
如，在研究区域热点的时候，我们定义空间尺度为10公里，也就是将整个区域划分成10公里一个的网格，每个落在这个网格里面的事件点，都是这个网格的影响因子。而至于这个事件点，是落在网格的正中心，还是落在网格的最边缘，影响因子的强弱都是完全一样的。
如下图：
A、B、C三个点，在同一个网格里面，那么他们之间互为临近要素，但是它们在网格的任何位置（无论是中心或者偏远），影响的权重都是一样的，即在固定距离范围内，所有的要素效果一样（范围内所有要素权重完全相等）。而一旦超出了指定范围，那么范围之外的所有要素都不影响计算（范围外所有要素权重为零）。
固定距离的函数表示如下：
那么有的同学可能会问，这个东西，在我们做什么样的分析的时候，来使用呢？
现在我们想想，在哪种处理里面，对固定距离阈值最敏感，使用得最多的呢？
答案就是：栅格。
栅格会把一定阈值以内的数据，都变成同一个值，这种计算实际上就是固定距离的一种表现方式。
栅格有很多优势和特点，但是我们想想，我们什么时候情况下，我们会考虑使用栅格的对固定阈值的特殊性？答案很容易理解，当我们对分辨率的大小和数据量的大小以及数据细节之间的考虑，达到一个平衡的时候，栅格固定的cellsize，就对我们有重大的意义了。
比如我们很容易获得的全球30米DEM数据，30米一个cellszie，表示固定30米范围内的所有数据，都由一个固定的值替代了，这样有效的减少了很多细节。
所以，在以下这些情况下的时候，你可以考虑选用固定距离关系：
当你用于分析的数据量及其庞大的时候。
比如你要做车辆GPS轨迹点的空间相关性分析，一个城市的某个时间切片，数据量也高达几十万甚至百万，而且轨迹分析的特性决定了，单个轨迹点是没有任何意义的，只有一定范围内的所有轨迹点的共同特征，才能代表某个时态某个范围内的特性。比如某个红绿路口的交通情况，绝对不是看一辆车飞奔而过的瞬时速度，而是很多车在这个路口的平均速度。有关轨迹分析的内容，咱们先挖一坑，有兴趣的同学，以后我们专门看一个轨迹分析专题来讲。
另外还有一些比如城市POI相关的空间分析，智能设备数据分析等，这种分析样本量极其庞大的。通过固定距离空间关系，可以有效的减少计算量（每个要素周边的需要计算的临近要素会减少很多）。
当我们的最终分析的结果是要解读区域情况的，也可以考虑用固定距离。比如我们做各个小区的房价一类的分析，如何判断不同小区之间是否具有临近关系？最简单的方法，就是按照咱们买房（或者租房）时候的中介带看原理……看完A小区，发现走路十分钟就能到B小区，那就去看看呗？这个走路10分钟，就可以定义为我们的固定距离。
当然，固定距离还可以继续扩展为固定区域，也就是说，在区域内所有权重一样，超出区域完全没有关系……比如做国际政治经济政策研究的时候，每个国家国内所有城市的权重都一样，只要不在同一个国家内，就完全不相关，距离再近也不相关。这种固定区域的空间关系概念，在以前我也曾经把他们叫做按属性确定的空间关系。
比如下面这个世界各国主要城市空间关系矩阵：每个国家所属的城市，关系一致，不属于同一个国家，就不存在空间相邻关系。
这种固定区域并没有被内置为ArcGIS的空间关系选项里面，如果想做，就得自定义空间关系矩阵文件了——如果自定义ArcGIS的空间关系矩阵，后面会详细说。
待续未完。
CSDN的被爬虫专用声明：虾神原创，公众号\知乎：虾神说D
转发、转载和爬虫，请主动保留此声明。
新版白话空间统计（16）空间关系概念化之固定距离相关推荐
- 新版白话空间统计（21）平均最近邻
前面的章节里面,我们看了很多关于空间分布模式的基本原理,从这一章节开始,我们讲一些具体的工具和算法的使用. 前面我们用莫兰指数.P值.Z得分啥的,可以得出一份数据是属于离散.随机还是聚集,并且通过各种 ...
- 新版白话空间统计（14）：空间关系概念化综述
CSDN的被爬虫专用声明:虾神原创,公众号\知乎:虾神说D 转发.转载和爬虫,请主动保留此声明. 在前面的文章里面,我们反复强调,我们做任意空间分布的判定,都是由空间关系和属性关系共同作用所得到的最终 ...
- 新版白话空间统计（1）：前言与地理学第一定律
CSDN的被爬虫专用声明:虾神原创,公众号\知乎:虾神说D 转发.转载和爬虫,请主动保留此声明. 前言 2015年7月27日,虾神在csdn博客频道,首次放出第一篇白话空间统计,到今天已经4年多了. ...
- 新版白话空间统计（20）空间关系概念化之点临近
写在最前面: 上篇文章说了在GeoDa里面去自定义空间权重关系,有的同学问,在ArcGIS里面怎么做呢?我做过一个小视频,需要的同学在虾神的公众号里面发送"空间权重矩阵"六个字,就 ...
- 新版白话空间统计（15）空间关系概念化之距离
CSDN的被爬虫专用声明:虾神原创,公众号\知乎:虾神说D 转发.转载和爬虫,请主动保留此声明. 首先祭出镇文神图: 空间统计学最核心的,就是对空间区域分布特性进行研究,所以要做任何空间分布分析,就需 ...
- arcgis设置nodata值_新版白话空间统计（6）：在ArcGIS中实现莫兰指数计算
上一篇简单说了一下莫兰指数的计算原理和计算公式,如果是学生或者基础研究者,鼓励好好的学习一下手算或者编程计算,所谓的基础不牢,地动山摇--但是对于工程界和应用人士,特别是非基础学,重复造轮子是没有啥意 ...
- 新版白话空间统计（6）：在ArcGIS中实现莫兰指数计算
CSDN的被爬虫专用声明:虾神原创,公众号\知乎:虾神说D 转发.转载和爬虫,请主动保留此声明. 上一篇简单说了一下莫兰指数的计算原理和计算公式,如果是学生或者基础研究者,鼓励好好的学习一下手算或者编 ...
- 新版白话空间统计（13）：随机的力量
CSDN的被爬虫专用声明:虾神原创,公众号\知乎:虾神说D 转发.转载和爬虫,请主动保留此声明. 前文再续,书接上一回,先请出本节镇文神图: 看到这张图,可能很多同学会问,随机不是没有分析的意义么?你 ...
- 新版白话空间统计（25）：方向分布（标准差椭圆）
方向分布是虾神最喜欢的一个空间统计工具,也是最简单明了,但是用处很广的一个 点模式的分析中,一般会考察如下五种内容: 1.点的疏密,包括点数据的分布探索,是否一致.均匀或者不均匀. 2.点的方位,包括 ...
最新文章
- 30、Arrays工具类
- R语言定量变量组间差异检验
- Linux学习总结（7）——阿里云centeros服务器上安装 jdk,tomcat,mysql
- com 组件调用不起来_一文读懂Eureka，Feign，Ribbon，Hystrix，Zuul核心组件间的关系...
- Stream操作Collection集合
- CVPR 2021 接收论文临时列表！27%接受率！
- 《异星入境》-超粒方
- redis数据结构-hash
- linux释放分区命令,Linux fdisk命令操作磁盘(添加、删除、转换分区等)
- H5倍速播放视频播放器（2x/1.5x/0.5x播放）
- EJB是什么，以及weblogic和tomcat的区别
- 如何区分PCA PCoA NMDS LDA t-SNE?
- 运用Doolitle分解法解线性方程组
- 用c++随机生成10小学生算术题的课设
- wox开机自启_Wox具有一切支持的Windows启动器
- 论华为云的气质与修养
- 基于springboot的在线小说阅读平台设计与实现-计算机毕业设计源码+LW文档
- PS亮度蒙版工具：Lumenzia for Mac(支持ps2022)
- 树莓派计算器c语言,树莓派与Python实验9——Tkinter计算器实验
- k8s存储之Volumes卷类型