平均最近邻的工作原理

平均最近邻工具可测量每个要素的质心与其最近邻要素的质心位置之间的距离,然后计算所有这些最近邻距离的平均值。如果该平均距离小于假设随机分布中的平均距离,则会将所分析的要素分布视为聚类要素。如果该平均距离大于假设随机分布中的平均距离,则会将要素视为分散要素。平均最近邻比率通过观测的平均距离除以期望的平均距离计算得出(使用基于假设随机分布的期望平均距离,该分布使用相同数量的要素覆盖相同的总面积)。

计算

“平均最近邻”统计量的计算

解释

如果指数(平均最近邻比率)小于 1,则表现的模式为聚类。如果指数大于 1,则表现的模式趋向于扩散。

用于计算平均最近邻距离指数 (1) 和 z 得分 (4) 的方程基于以下假设:可以将要测量的点自由定位到研究区域中的任何位置(例如,没有任何障碍,可以彼此独立定位所有事例或要素)。p 值是已知分布的曲线下方的面积的近似值(受检验统计量限制)。有关这些统计量的详细信息,请参阅什么是 z 得分?什么是 p 值?

警告:

该统计量的 z 得分和 p 值受研究区域中的更改或对“面积”参数的更改所影响。因此,在研究区域固定时,仅比较该统计量的 z 得分结果和 p 值结果。

输出

适用范围

  • 评估竞争或领地:量化并比较固定研究区域中的多种植物种类或动物种类的空间分布;比较城市中不同类型的企业的平均最近邻距离。
  • 监视随时间变化的更改:评估固定研究区域中一种类型的企业的空间聚类中随时间变化的更改。
  • 将观测分布与控制分布进行比较:在木材分析中,如果给定全部可收获木材的分布,则您最好将已收获面积图案与可收获面积图案进行比较,以确定砍伐面积是否比期望面积更为聚类。

其他资源

以下书籍包含有关此工具的详细信息:

Ebdon, David.Statistics in Geography, Blackwell, 1985.

Mitchell, Andy.《The ESRI Guide to GIS Analysis》,第 2 卷。ESRI 出版社,2005。