全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
此空间统计工具箱包含一系列用于分析空间分布、模式、过程和关系的统计工具。尽管空间统计和非空间统计(传统统计方法)在概念和目标方面可能存在某些相似性,但空间统计具有其固有的独特性,因为它们是专门为处理地理数据而开发的。与传统的非空间统计分析方法不同,空间统计方法是将地理空间(邻域、区域、连通性和/或其他空间关系)直接融入到数学逻辑中。
您可以使用“空间统计”工具箱中的工具对空间分布的显著特征进行汇总(例如,确定平均中心或总体方向趋势)、识别具有统计显著性的空间聚类(热点/冷点)或空间异常值、评估聚类或离散的总体模式、根据属性相似性对要素进行分组、确定合适的分析尺度以及探究空间关系。此外,对于那些使用 Python 编写的工具,工具箱下也提供了源代码,以便于您学习、修改、扩展和/或与他人共享这些工具或其他分析工具。
注:
基于欧氏距离或者曼哈顿距离的计算需要投影数据来准确测量距离。因此,如果分析中涉及距离(对于空间统计总是如此),您需要使用投影坐标系(而不是基于度、分、秒的地理坐标系)对数据进行投影。
“空间统计”工具箱中的工具不能直接用于处理 XY 事件图层(通过包含 x 坐标和 y 坐标字段的表创建的图层)。运行分析前,首先使用复制要素工具将“XY 事件”数据转换为要素类。
在使用 shapefile 时,请注意 shapefile 无法存储空值。根据非 shapefile 输入创建 shapefile 的工具或其他过程可能会将空值存储(或解释)为零。某些情况下,空值则以极大的负值储存于 shapefile 中。这会产生意外的结果。
工具集 |
描述 |
分析模式 |
这些工具可用于评估要素(或与要素关联的值)是形成一个聚类空间模式、离散空间模式还是随机空间模式。 |
聚类分布制图 |
这些工具可用于识别具有统计显著性的热点、冷点或空间异常值。 |
度量地理分布 |
这些工具可以解决以下类型的问题:中心在哪里?形状和方向如何?要素如何分散布局? |
空间关系建模 |
这些工具可利用回归分析来建立数据关系模型,也可以构建空间权重矩阵。 |
渲染 |
这些工具可用于渲染分析结果。 |
工具 |
这些实用工具可执行多种功能:计算面积、评估最小距离、导出变量和几何、转换空间权重文件和采集重合点。 |