本文選題：空間權(quán)重矩陣　切入點：Moran　出處：《山東科技大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：土地利用/土地利用覆被變化(Land Use and Land Cover Change, LUCC)是全球環(huán)境變化的主要原因和重要組成部分,也為人類行為的決策提供著重要的科學(xué)決策。在現(xiàn)有的土地利用覆被變化規(guī)律的研究中,常規(guī)的模型分析方法都是建立在數(shù)據(jù)自身是呈現(xiàn)正態(tài)分布的,是獨立的。而空間數(shù)據(jù)不可能在空間上是獨立的,數(shù)據(jù)之間一定存在一定的空間相關(guān)性,所以,空間自相關(guān)性分析已經(jīng)成為人們關(guān)注的重點,產(chǎn)生了許多空間自相關(guān)的度量參數(shù)。在這些參數(shù)中,出現(xiàn)最早、應(yīng)用最廣的參數(shù)是Moran's Ⅰ (莫蘭指數(shù))指數(shù)。為更加清楚的解釋覆被地類之間的空間關(guān)系,各個空間現(xiàn)象之間的鄰接關(guān)系就需要在研究之前進行定義,空間權(quán)重矩陣就是鄰接關(guān)系的主要表達方式。而當(dāng)前現(xiàn)有的研究中,大多數(shù)研究都是基于同一種空間權(quán)重矩陣進行分析的,不同空間權(quán)重對空間相關(guān)性和空間聚集性的影響還缺少的非常必要的研究。本文中選取山東省為研究區(qū)域,將中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供的中國土地利用現(xiàn)狀圖進行提取和分類,利用距離閾值權(quán)重、Rook權(quán)重和Queen權(quán)重這三種空間權(quán)重矩陣對山東省土地利用程度和六種不同覆被地類的分布格局的相關(guān)性進行研究分析,計算了 6大地類的Moran's Ⅰ指數(shù),并基于不同權(quán)重矩陣建立各個地類的空間回歸模型。得出以下結(jié)論:1.無論哪種矩陣都非常明顯的存在空間相關(guān)性和聚集性的存在,表明相同的覆被地類具有同質(zhì)趨向性。并且,空間距離矩陣比空間鄰接矩陣更能度量空間分布。2.經(jīng)典回歸模型的殘差具有空間自相關(guān)性,表明采用自相關(guān)模型的必要性。在自相關(guān)模型研究中,空間滯后模型具有更好的擬合度和代表性。3.通過模型研究發(fā)現(xiàn)不同地類的驅(qū)動因子不同,林地的主要驅(qū)動因子是淤泥質(zhì)土壤、DEM、降水和人口密度。耕地的主要驅(qū)動因子是年均氣溫、人口密度、黏土、Silt和X_Y,水域的主要驅(qū)動因子是年均降水量、人口密度和黏土;草地的主要驅(qū)動因子是年均降水量、DEM、黏土和淤泥;建筑用地的主要驅(qū)動因子是大于10度積溫、年均氣溫、DEM、GDP、黏土和淤泥,未利用地的主要驅(qū)動因子是10度積溫、年均氣溫、GDP、人口密度、黏土和沙土。
[Abstract]:Land Use and Land Cover change (Lucc) is a major cause and an important component of global environmental change. It also provides an important scientific decision for human behavior decision. In the existing research on the law of land use and cover change, the conventional model analysis method is based on the normal distribution of the data itself. And spatial data can't be independent in space, there must be some spatial correlation between the data, so, spatial autocorrelation analysis has become the focus of attention. Among these parameters, the earliest and most widely used parameter is the Moran's 鈪，

本文編號：1645568