1、空間數(shù)據(jù)分析實(shí)驗報告最近距離法（NNI）在ArcGIS中的實(shí)現(xiàn)地理科學(xué)基地班 侯靖2009301110004一、 實(shí)驗?zāi)康?.理解最鄰近指數(shù)法測度空間模式的思想。2.熟悉 ArcGis 的基本操作，能夠用空間分析模塊 Hawths Tools 工具進(jìn)行最鄰近指數(shù)的測度。二、實(shí)驗原理1.最臨近距離法 最鄰近距離法（也稱為最鄰近指數(shù)法）使用最鄰近的點(diǎn)之間的距離描述分布模式，形式上相當(dāng)于密度的倒數(shù)（每個點(diǎn)代表的面積），表示點(diǎn)間距離。最鄰近距離法首先計算最鄰近的點(diǎn)對應(yīng)的平均距離，然后比較觀測模式和已知模式之間的相似性。一邊將隨機(jī)模式作為比較標(biāo)準(zhǔn)，如果觀測模式的最鄰近距離大于隨機(jī)分布的最鄰近距離，則觀測

2、模式趨于均勻，如果觀測模式的最鄰近距離小于隨機(jī)分布模式的最鄰近距離，則趨于聚集分布。2. 最臨近指數(shù)測度方法（NNI） NNI思想，首先對評價區(qū)內(nèi)的任意一點(diǎn)都計算最鄰近距離，然后取這些最鄰近距離的均值作為評價模式分布的指標(biāo)。對于同一組數(shù)據(jù)，在不同的分布模式下得到的NNI是不同的，根據(jù)觀測模式的NNI計算結(jié)果與CSR模式的NNI比較，就可判斷分布模式類型。一般而言，在聚集模式中，由于點(diǎn)在空間上多聚集于某些區(qū)域，因此點(diǎn)之間的距離小，計算得到的NNI應(yīng)當(dāng)小于CSR的NNI；而均勻分布的最鄰近距離大，且大于CSR下的NNI，因此通過最鄰近距離的計算和比較就可以評價和判斷分布模式。方法：計算任意一點(diǎn)到最

3、鄰近點(diǎn)的距離dmin對所有的dmin按照模式中點(diǎn)的數(shù)量n，求平均距離，即在CSR模式中同樣可以得到平均的最鄰近距離，其期望為E(dmin)，根據(jù)理論研究，在CSR模式中平均最鄰近距離與研究區(qū)域的面積A和事件數(shù)量n有關(guān)，考慮到研究區(qū)域的邊界修正時，可以由下式表示通過上述推到，可以知道最鄰近指數(shù)表示為（1）如果R=1，說明觀測事件過程來自于完全隨機(jī)模式CSR，屬于隨機(jī)分 布。（2）如果R<1，說明大量事件點(diǎn)在空間上相互接近，屬于空間聚集模式。 （3）如果R>1，說明點(diǎn)之間的最鄰近距離大于CSR過程的最鄰近距離，事 件模式中的空間點(diǎn)是相互排斥的趨向于均勻分布。三、 實(shí)驗準(zhǔn)備1.實(shí)驗數(shù)據(jù)湖

4、北省縣級分布的.shp數(shù)據(jù)；湖北省鄉(xiāng)鎮(zhèn)及其大型企業(yè)的點(diǎn)分布.shp數(shù)據(jù)。圖1 原始數(shù)據(jù)圖2.實(shí)驗環(huán)境實(shí)驗在 windows xp 的操作系統(tǒng)環(huán)境中進(jìn)行，使用 ArcGis 9.3 軟件。四、 實(shí)驗步驟1.研究面狀地物的選取在 ArcToolbox 中選擇 Analysis Tools->Extract->Select，按屬性選取“"NAME" = '襄樊市'”，并保存為文件 bount_襄樊市.shp.點(diǎn)擊確定后“襄樊市”面狀地物被選擇（這一步注意SQL選擇語句中的中英文引號的切換，語句中一律使用英文輸入的引號）。圖2.面狀地物的選取（注意圖中方

5、框部分的引號）2.研究點(diǎn)狀地物的選取在 ArcToolbox 中選擇 Analysis Tools->Extract->Clip，在 Input Features 選項中選擇respt.shp 文件，在 Clip Features 中選擇 bount_襄樊市.shp文件圖3.點(diǎn)狀地物的選取3. 投影變換 對所選區(qū)域進(jìn)行投影變換，使用 ArcToolbox 工具欄中的 Project 工具，選擇路徑為 Data Management Tools>Projections and Transformations>Feature>Project，在彈出的對話框中將投影方式

6、變換為 Gauss Kruger-Beijing 1954 投影標(biāo)準(zhǔn)。由于襄樊市的經(jīng)度在 112°左右，緯度在 32°左右，因此選擇 Beijing1954 3 Degree GK CM 114E.prj，點(diǎn)擊 modify 將原始緯度參數(shù)設(shè)為32點(diǎn)擊確定進(jìn)行轉(zhuǎn)換。點(diǎn)層和面層均需進(jìn)行投影轉(zhuǎn)換。圖4.選擇投影4. 面積與周長的計算 選擇 bount_襄樊市_Project1圖層，右擊打開 Open Attribute Table，在屬性 Area 欄右擊Calculate Geometry。在彈出的 Calculate Geometry 對話框中點(diǎn)選 Use coordina

7、te system of the data source 選項，并在下拉選項中選擇 Square Meter 作為數(shù)據(jù)單位，確定后計算出襄樊市的面積為337296000m2。圖5.襄樊市面積計算選擇 bount_襄樊市_Project1 圖層，右擊打開 Open Attribute Table，在屬性Perimeter欄右擊Calculate Geometry。在彈出的 Calculate Geometry 對話框中點(diǎn)選 Use coordinate system of the data source 選項，并在下拉選項中選擇Meter 作為數(shù)據(jù)單位，確定后計算出襄樊市周長為110397m。圖

8、6.襄樊市周長計算5. 最近距離生成使用HawthsTools 模塊，選擇 HawthsTools>Analysis Tools>Distances betweenPoints （ Within Layer）在 彈 出 的 對 話 框 中 選 擇 經(jīng) 過 坐 標(biāo) 轉(zhuǎn) 換 后 的 點(diǎn) 狀 地 物 文 件，respt_襄樊市_Project1 作為目標(biāo)文件,以 FID 為標(biāo)識項，生成 N*N 的距離矩陣和最鄰近距離兩個表格，可以得到每個點(diǎn)的最鄰近距離。圖7.最近距離生成圖8.襄樊市兩點(diǎn)間的距離矩陣圖9.最鄰近距離表6. 最鄰近指數(shù)計算由襄樊市的最鄰近表可以計算出R=1.15098754

9、8>1，屬于均勻分布模式。圖10.襄樊市數(shù)據(jù)圖與實(shí)際數(shù)據(jù)圖比較，的確大致符合均勻分布的模式。五、 實(shí)驗結(jié)論研究區(qū)域觀測點(diǎn)數(shù)最鄰近距離均值(m)區(qū)域面積（m2）最鄰近指數(shù)分布模式襄樊市9352315均勻分布茅箭區(qū)272911.311868554310.878聚集模式宜昌市355119.836884014990.997隨機(jī)分布襄樊市位于湖北省西北部，唐白河匯入漢水處，漢丹、焦柳、襄渝三條鐵路交匯于境內(nèi)，為鄂北交通重鎮(zhèn)和經(jīng)濟(jì)中心。自古即為交通要塞，素有“南船北馬、七省通衢”之稱，歷為南北通商和文化交流的通道。區(qū)位優(yōu)越，交通便捷。所以人口分布大致沿區(qū)內(nèi)河流線以及鐵路線，

10、呈均勻模式。茅箭區(qū)位于十堰地區(qū)中部十堰市的政治、經(jīng)濟(jì)、商貿(mào)、文化體育教育中心和全國最大的汽車配件加工銷售基地。經(jīng)濟(jì)相對比較發(fā)達(dá)，但不夠平衡，中部較邊緣地區(qū)發(fā)展得更好一點(diǎn)。另外，茅箭區(qū)位于武當(dāng)山的西北麓，屬秦嶺、大巴山的東延余脈，區(qū)域地形地貌受構(gòu)造及巖性的控制，加之地殼的長期運(yùn)動和構(gòu)造剝蝕作用，形成了低山丘陵和中低山地形。由于地殼的上升運(yùn)動和褶皺斷裂發(fā)育，形成了山巒起伏，溝谷縱橫，高低懸殊，河網(wǎng)密布的復(fù)雜地貌特征，整個地形大致呈南高北低，中間為河谷平地。其主要特點(diǎn)為高差大，坡度陡，切割深。境內(nèi)最高海拔1723米，最低海拔187米，相對高差1543米，平均切割深度324.7米。全區(qū)地表平均坡度為25.8度。因此，獨(dú)特的地形條件和交通條件使得茅箭區(qū)人口聚集點(diǎn)呈現(xiàn)出一種聚集模式。宜昌市中存在很多種屬性不同的點(diǎn)，有礦場、有林場、有茶