留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

Ripley’s K函数方法修正与估计方法比较

葛莹 刘尉 李勇

葛莹, 刘尉, 李勇. Ripley’s K函数方法修正与估计方法比较[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210451
引用本文: 葛莹, 刘尉, 李勇. Ripley’s K函数方法修正与估计方法比较[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210451
GE Ying, LIU Wei, LI Yong. Algorithm Modification and Estimation Comparison of Ripley’s K-function[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210451
Citation: GE Ying, LIU Wei, LI Yong. Algorithm Modification and Estimation Comparison of Ripley’s K-function[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210451

Ripley’s K函数方法修正与估计方法比较

doi: 10.13203/j.whugis20210451
基金项目: 

国家自然科学基金项目(41071347)

云南省重大科技专项计划项目(202002AE090010)。

详细信息
    作者简介:

    葛莹,博士,教授,主要从事空间数据分析研究。Email:geying@hhu.edu.cn

  • 中图分类号: P2-0

Algorithm Modification and Estimation Comparison of Ripley’s K-function

Funds: 

The National Natural Science Foundation of China (41071347)

the Major Project of Science and Technology of Yunnan Province (202002AE090010).

  • 摘要: 深入研究空间点格局分析方法,探讨Ripley’s K函数应用问题,梳理其边界效应改正的定义,综合考虑随机模拟动态性、参数定义合意性、边界改正算法可靠性,以判定各类边界改正算法的相对优劣。研究发现,蒙特卡洛模拟对空间点格局分析产生一定影响;受困于动态性难题,基于商业软件的空间点格局分析结论随着算法运行而改变,具有一定的不确定性;基于GIS技术的边界改正算法更具优势,它把矩形研究区一般性要求,推广至任意多边形,使Ripley’s K函数估计更稳健。
  • [1] Besag J. Discussion of Dr Ripley’s Paper [J]. Journal of the Royal Statistical Society: Series B. 1977, 39: 193-195
    [2] Ripley B D. Tests of ‘Randomness’ for Spatial Point Patterns[J]. Journal of the Royal Statistical Society: Series B (Methodological), 1979, 41(3): 368-374
    [3] Getis A. Interaction Modeling Using Second-Order Analysis[J]. Environment and Planning A: Economy and Space, 1984, 16(2): 173-183
    [4] McIntire E J B, Fajardo A. Beyond Description: The Active and Effective Way to Infer Processes from Spatial Patterns[J]. Ecology, 2009, 90(1): 46-56
    [5] Sweeney S H, Feser E J. Plant Size and Clustering of Manufacturing Activity[J]. Geographical Analysis, 2010, 30(1): 45-64
    [6] Marcon E, Puech F. Evaluating the Geographic Concentration of Industries Using DistanceBased Methods[J]. Journal of Economic Geography, 2003, 3(4): 409-428
    [7] Barff R A. Industrial Clustering and the Organization of Production: A Point Pattern Analysis of Manufacturing in Cincinnati, Ohio[J]. Annals of the Association of American Geographers, 1987, 77(1): 89-103
    [8] Arbia G, Espa G, Quah D. A Class of Spatial Econometric Methods in the Empirical Analysis of Clusters of Firms in the Space[J]. Empirical Economics, 2008, 34(1): 81-103
    [9] Ge Y, Pu Y X, Sun M D. Alternative Measure of Border Effects across Regions: Ripley's K-Function Method[J]. Papers in Regional Science, 2021, 100(1): 287-302
    [10] Perry G L W, Miller B P, Enright N J. A Comparison of Methods for the Statistical Analysis of Spatial Point Patterns in Plant Ecology[J]. Plant Ecology, 2006, 187(1): 59-82
    [11] Law R, Illian J, Burslem D F R P, et al. Ecological Information from Spatial Patterns of Plants: Insights from Point Process Theory[J]. Journal of Ecology, 2009, 97(4): 616-628
    [12] Gottwald T R, Sun X A, Riley T, et al. Geo-Referenced Spatiotemporal Analysis of the Urban Citrus Canker Epidemic in Florida[J]. Phytopathology, 2002, 92(4): 361-377
    [13] Polonsky J A, Martínez-Pino I, Nackers F, et al. Descriptive Epidemiology of Typhoid Fever during an Epidemic in Harare, Zimbabwe, 2012[J]. PLoS One, 2014, 9(12): e114702
    [14] Yamada I, Rogerson P. An Empirical Comparison of Edge Effect Correction Methods Applied to K -Function Analysis[J]. Geographical Analysis, 2003, 35(2): 97-109
    [15] Ripley B D. The Second-Order Analysis of Stationary Point Processes[J]. Journal of Applied Probability, 1976, 13(2): 255-266
    [16] Ripley B D. Modelling Spatial Patterns[J]. Journal of the Royal Statistical Society: Series B (Methodological), 1977, 39(2): 172-192
    [17] Ripley B D. The analysis of geographical maps[M]// Exploratory and explanatory statistical analysis of spatial data. Dordrecht: Springer, 1979: 53-72
    [18] Ripley B D. Spatial Statistics [M]. New York: Willey, 1981
    [19] Diggle P J. Statistical Methods for Spatial Point Patterns in Ecology [J]. Spatial and Temporal Analysis in Ecology, 1979, 95-150
    [20] Besag J, Diggle P J. Simple Monte Carlo Tests for Spatial Pattern[J]. Applied Statistics, 1977, 26(3): 327
    [21] Getis A. second-Order Analysis of Point Patterns: The Case of Chicago as a multi-Center Urban Region[J]. The Professional Geographer, 1983, 35(1): 73-80
    [22] Cliff A D, Ord J K. Spatial Processes – Models and Applications [M]. London: Pion, 1981
    [23] Hope A C A. A Simplified Monte Carlo Significance Test Procedure[J]. Journal of the Royal Statistical Society: Series B (Methodological), 1968, 30(3): 582-598
    [24] Ripley B D, Silverman B W. Quick Tests for Spatial Interaction[J]. Biometrika, 1978, 65(3): 641-642
    [25] Diggle P J. Statistical Analysis of Spatial Point Patterns [M]. London: Academic Press, 1983
    [26] Haase P. Spatial Pattern Analysis in Ecology Based on Ripley's K-Function: Introduction and Methods of Edge Correction[J]. Journal of Vegetation Science, 1995, 6(4): 575-582
    [27] Griffith D A. The Boundary Value Problem in Spatial Statistical Analysis[J]. Journal of Regional Science, 1983, 23(3): 377-387
    [28] Diggle P J. Statistical Analysis of Spatial Point Patterns (2nd ed) [M]. London, UK: Arnold, 2003
    [29] Wiegand T, Moloney K A. Rings, Circles, and Null-Models for Point Pattern Analysis in Ecology[J]. Oikos, 2004, 104(2): 209-229
    [30] Upton G, Fingleton B. Spatial Data Analysis by Example. Volume 1: Point Pattern and Quantitative Data [M]. New York, NY: J. Wiley & Sons, 1985
    [31] Sterner R W, Ribic C A, Schatz G E. Testing for Life Historical Changes in Spatial Patterns of Four Tropical Tree Species[J]. The Journal of Ecology, 1986, 74(3): 621
    [32] Szwagrzyk J, Czerwczak M. Spatial Patterns of Trees in Natural Forests of East-Central Europe[J]. Journal of Vegetation Science, 1993, 4(4): 469-476
    [33] Getis A, Franklin J. Second-Order Neighborhood Analysis of Mapped Point Patterns[M]// Perspectives on Spatial Data Analysis. Berlin, Heidelberg: Springer, 2010: 93-100
    [34] Goreaud F, Pélissier R. On Explicit Formulas of Edge Effect Correction for Ripley's K - Function[J]. Journal of Vegetation Science, 1999, 10(3): 433-438
    [35] Ge Y, Sun M D, Pu Y X. Geographic Information System-Based Edge Effect Correction for Ripley's K -Function under Irregular Boundaries[J]. Geographical Research, 2019, 57(4): 436-447
    [36] Anselin L. Local Indicators of Spatial Association-LISA[J]. Geographical Analysis, 2010, 27(2): 93-115
  • [1] 吴学伟, 徐亚明, 龚文峰.  城市热岛空间格局及其变化的图形信息特征分析 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20150588
    [2] 李玲, 朱道林, 胡克林.  梯度推移理论和GIS在北京城区住宅地价时空推移规律中的应用 . 武汉大学学报 ● 信息科学版,
    [3] 徐敬海, 徐徐, 聂高众, 胡诚诚.  基于GIS的地震应急态势标绘技术研究 . 武汉大学学报 ● 信息科学版,
    [4] 韩天柱, 曹建平, 陆明泉.  基于抗干扰天线的远近效应抑制技术 . 武汉大学学报 ● 信息科学版,
    [5] 熊金国, 王世新, 周艺, 阎福礼.  利用景观格局指数的空间分辨率对水域面积提取影响的分析 . 武汉大学学报 ● 信息科学版,
    [6] 刘庆, 夏江宝, 谢文军.  半方差函数与Moran’s I在土壤微量元素空间分布研究中的应用——以寿光市为例 . 武汉大学学报 ● 信息科学版,
    [7] 苏科华, 朱欣焰, 龚健雅.  GIS符号的跨平台通用技术研究 . 武汉大学学报 ● 信息科学版,
    [8] 焦利民, 刘耀林, 刘艳芳.  区域城镇基准地价水平的空间自相关格局分析 . 武汉大学学报 ● 信息科学版,
    [9] 陆秀平, 黄辰虎, 黄谟涛, 欧阳永忠.  浅水多波束测深潮汐改正技术研究 . 武汉大学学报 ● 信息科学版,
    [10] 钟波, 罗志才, 罗佳, 吴云龙.  高低卫-卫跟踪模式主要技术指标的模拟分析与验证 . 武汉大学学报 ● 信息科学版,
    [11] 孙敏, 赵学胜, 赵仁亮.  Global GIS及其关键技术 . 武汉大学学报 ● 信息科学版,
    [12] 李德仁, 李清泉, 杨必胜, 余建伟.  3S技术与智能交通 . 武汉大学学报 ● 信息科学版,
    [13] 张欣, 钟耳顺.  基于GIS的应急预案过程动态推演模拟技术研究 . 武汉大学学报 ● 信息科学版,
    [14] 贾培宏, 马劲松, 史照良, 徐志中.  GIS空间数据水印信息隐藏与加密技术方法研究 . 武汉大学学报 ● 信息科学版,
    [15] 黄勇, 李英冰, 郭俊义.  大气负荷格林函数的压强效应 . 武汉大学学报 ● 信息科学版,
    [16] 刘春菊, 朱欣焰.  基于JSP/JavaBean的Web GIS实现技术 . 武汉大学学报 ● 信息科学版,
    [17] 陈军, 赵仁亮, 乔朝飞.  基于Voronoi图的GIS空间分析研究 . 武汉大学学报 ● 信息科学版,
    [18] 边馥苓, 王喜春.  GIS组件分类与检索技术的研究和应用 . 武汉大学学报 ● 信息科学版,
    [19] 孔金玲.  基于GIS技术的公路选线多方案综合评价 . 武汉大学学报 ● 信息科学版,
    [20] 李秋萍, 陈宇, 栾学晨.  利用网络游记分析不同类型游客的旅游流网络特征差异——以云南省为例 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20210045
  • 加载中
计量
  • 文章访问数:  136
  • HTML全文浏览量:  25
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-05-10
  • 网络出版日期:  2022-05-20

Ripley’s K函数方法修正与估计方法比较

doi: 10.13203/j.whugis20210451
    基金项目:

    国家自然科学基金项目(41071347)

    云南省重大科技专项计划项目(202002AE090010)。

    作者简介:

    葛莹,博士,教授,主要从事空间数据分析研究。Email:geying@hhu.edu.cn

  • 中图分类号: P2-0

摘要: 深入研究空间点格局分析方法,探讨Ripley’s K函数应用问题,梳理其边界效应改正的定义,综合考虑随机模拟动态性、参数定义合意性、边界改正算法可靠性,以判定各类边界改正算法的相对优劣。研究发现,蒙特卡洛模拟对空间点格局分析产生一定影响;受困于动态性难题,基于商业软件的空间点格局分析结论随着算法运行而改变,具有一定的不确定性;基于GIS技术的边界改正算法更具优势,它把矩形研究区一般性要求,推广至任意多边形,使Ripley’s K函数估计更稳健。

English Abstract

葛莹, 刘尉, 李勇. Ripley’s K函数方法修正与估计方法比较[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210451
引用本文: 葛莹, 刘尉, 李勇. Ripley’s K函数方法修正与估计方法比较[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210451
GE Ying, LIU Wei, LI Yong. Algorithm Modification and Estimation Comparison of Ripley’s K-function[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210451
Citation: GE Ying, LIU Wei, LI Yong. Algorithm Modification and Estimation Comparison of Ripley’s K-function[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210451
参考文献 (36)

目录

    /

    返回文章
    返回