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
“聚类分布制图”工具可通过执行聚类分析来识别具有统计显著性的热点、冷点和空间异常值的位置。当根据一个或多个聚类的位置需要执行行动时,“聚类分布制图”工具集的用途特别明显。例如,在需要分配更多的警力来处理一组集中出现的入室盗窃案时。准确锁定空间聚类的位置对于查找造成聚类的潜在原因也很重要,例如,通过确定疾病爆发的地点通常能够找到有关疾病根源的线索。“分析模式”工具集中的方法只对“是否存在空间聚类?”这样的问题回答“是”或“否”,与此不同的是,“聚类分布制图”工具可以直观呈现聚类位置和范围。这些工具所解答的问题是“聚类(热点/冷点)的出现位置在哪里?”、“空间异常值的出现位置在哪里?”和“哪些要素十分相似?”。
工具 |
描述 |
聚类和异常值分析 |
给定一组加权要素,使用 Anselin Local Moran's I 统计量来识别具有统计显著性的热点、冷点和空间异常值。 |
分组分析 |
根据要素属性和可选的空间/时态约束对要素进行分组。 |
热点分析 |
给定一组加权要素,使用 Getis-Ord Gi* 统计识别具有统计显著性的热点和冷点。 |