顧及空間自相關(guān)的地理國情信息統(tǒng)計格網(wǎng)尺度選擇
——以植被覆蓋信息統(tǒng)計為例

連世忠，丁 霖，陳江平

(武漢大學(xué)遙感信息工程學(xué)院，湖北 武漢 430077)

顧及空間自相關(guān)的地理國情信息統(tǒng)計格網(wǎng)尺度選擇
——以植被覆蓋信息統(tǒng)計為例

連世忠，丁 霖，陳江平

(武漢大學(xué)遙感信息工程學(xué)院，湖北 武漢 430077)

統(tǒng)計格網(wǎng)尺度的不同會帶來統(tǒng)計結(jié)果的差異，如何選擇統(tǒng)計格網(wǎng)是地理國情信息統(tǒng)計的重要工作。本文提出了一種顧及空間自相關(guān)的地理國情信息統(tǒng)計格網(wǎng)尺度選擇方法。采用地理國情普查數(shù)據(jù)，在50 m、60 m、70 m、80 m、90 m、100 m、250 m、500 m和1000 m幾個尺度下，以植被覆蓋信息統(tǒng)計為例，利用面積占優(yōu)法和中心點歸屬法兩種方法分別進(jìn)行格網(wǎng)化，得到了不同尺度的植被格網(wǎng)數(shù)據(jù)；計算植被覆蓋面積統(tǒng)計誤差，分析不同尺度下植被覆蓋信息的空間自相關(guān)的變化特征，并利用Moran’s I系數(shù)差值進(jìn)行尺度選擇，得到了植被覆蓋信息統(tǒng)計格網(wǎng)的適宜尺度。以龍沙區(qū)和清澗縣作為研究區(qū)域，結(jié)果表明，在地理國情植被覆蓋信息統(tǒng)計時，不同地區(qū)的格網(wǎng)統(tǒng)計適宜尺度是不一樣的，植被覆蓋度中低的龍沙區(qū)的適宜尺度為100 m，而植被覆蓋度高的清澗縣的適宜尺度為250 m。

空間自相關(guān)；尺度選擇；統(tǒng)計格網(wǎng)；植被覆蓋；地理國情

在地理信息科學(xué)中，尺度效應(yīng)普遍存在，地理信息的尺度效應(yīng)會對地理現(xiàn)象表達(dá)、分析的抽象程度、清晰程度、空間與時間結(jié)構(gòu)模式造成影響[1]。不同空間尺度的地理要素具有不同的性質(zhì)，空間尺度對于地理要素的研究具有決定意義[2]。地理統(tǒng)計單元作為地理要素統(tǒng)計分析的基礎(chǔ)，統(tǒng)計單元的尺度直接決定著統(tǒng)計分析結(jié)果的精度和正確性，因此研究統(tǒng)計單元的尺度選擇具有重要意義。

在地理格網(wǎng)統(tǒng)計和尺度選擇方面，許多學(xué)者進(jìn)行了有意義的研究。QI等[3]利用空間自相關(guān)指數(shù)研究了尺度變化對景觀結(jié)構(gòu)分析結(jié)果的影響，其結(jié)果表明，隨著分析尺度的變化，空間自相關(guān)指數(shù)也隨著變化。曾輝等[4]利用空間自相關(guān)分析方法，以深圳市龍華地區(qū)為例，對快速城市化景觀的空間結(jié)構(gòu)特征及其成因進(jìn)行了研究。謝花林等[5]開展了區(qū)域土地利用變化的多尺度空間自相關(guān)分析，以內(nèi)蒙古翁牛特旗為例進(jìn)行了空間自相關(guān)分析，檢驗了空間自相關(guān)在不同尺度上辨識空間格局的行為和范圍。李慧等[6]采用空間自相關(guān)分析方法對珠江三角洲土地利用/覆蓋變化的空間特征進(jìn)行了實證研究。綜合以上，由于地理數(shù)據(jù)存在著空間自相關(guān)，且空間自相關(guān)的大小會隨著尺度的變化而改變，而尺度的變化會對統(tǒng)計的結(jié)果產(chǎn)生影響，因此，本文研究利用空間自相關(guān)進(jìn)行植被覆蓋信息統(tǒng)計的合適尺度選擇，并對不同尺度下的格網(wǎng)統(tǒng)計精度進(jìn)行評估。

關(guān)于多尺度數(shù)據(jù)格網(wǎng)統(tǒng)計誤差相關(guān)問題的研究，多位學(xué)者分別從面積、長度和數(shù)量等屬性變化探討了多尺度格網(wǎng)統(tǒng)計的誤差問題[7- 11]，并從常規(guī)誤差分析方面和基于格網(wǎng)的分析方法對誤差進(jìn)行了評定[12- 13]。本文將利用不同尺度下植被覆蓋面積總體誤差和格網(wǎng)統(tǒng)計誤差來評價統(tǒng)計結(jié)果，既考慮全局的統(tǒng)計誤差，又考慮局部的統(tǒng)計誤差。

在地理國情監(jiān)測統(tǒng)計模型的構(gòu)建過程中，多源、多屬性、多類型、多專題的數(shù)據(jù)往往有著不同的統(tǒng)計單元。統(tǒng)計單元的不同導(dǎo)致不便于直接利用這些復(fù)雜的數(shù)據(jù)進(jìn)行統(tǒng)計分析，同時還會影響地理國情監(jiān)測數(shù)據(jù)統(tǒng)計分析結(jié)果的準(zhǔn)確性和一致性。地理格網(wǎng)作為一種科學(xué)、統(tǒng)一的空間定位參照系統(tǒng)，是對現(xiàn)有測量參考系統(tǒng)、行政區(qū)劃參考系統(tǒng)和其他定位系統(tǒng)的補充，將地理國情數(shù)據(jù)格網(wǎng)化應(yīng)用到地理國情監(jiān)測中，可有效解決上述問題。本文提出一種顧及空間自相關(guān)的地理國情信息統(tǒng)計格網(wǎng)尺度選擇方法。利用地理國情普查試點城市普查數(shù)據(jù)，在50 m、60 m、70 m、80 m、90 m、100 m、250 m、500 m和1000 m尺度下，分別利用面積占優(yōu)法和中心點歸屬法進(jìn)行格網(wǎng)化處理，研究植被覆蓋信息的空間自相關(guān)的變化特征，并計算不同尺度和不同格網(wǎng)化方法下植被覆蓋信息統(tǒng)計誤差和Moran’s I系數(shù)差值，分析植被覆蓋信息統(tǒng)計格網(wǎng)的尺度適宜性，得到適宜的尺度。

1 研究方法

空間尺度作為空間數(shù)據(jù)的重要特征，尺度的變化必然會導(dǎo)致地物表達(dá)精度的變化，引起空間信息和屬性信息發(fā)生相應(yīng)變化[1]。因此，在統(tǒng)計時應(yīng)當(dāng)選取適宜尺度的統(tǒng)計格網(wǎng)，以免錯誤地反映數(shù)據(jù)實體本身所表現(xiàn)的特性，有效控制數(shù)據(jù)工作量的增加[14- 15]。

考慮到地理國情普查數(shù)據(jù)采集標(biāo)準(zhǔn)、研究區(qū)數(shù)據(jù)量大小及處理速度等問題[16]，本文選擇在50 m、60 m、70 m、80 m、90 m、100 m、250 m、500 m和1000 m幾個尺度下討論植被覆蓋信息在不同格網(wǎng)化方法下的空間自相關(guān)，并計算植被覆蓋數(shù)據(jù)隨尺度變化的面積誤差情況。研究方法具體流程如圖1所示，主要包括以下幾部分：①試驗數(shù)據(jù)準(zhǔn)備；②數(shù)據(jù)預(yù)處理；③不同格網(wǎng)尺度下的植被覆蓋面積誤差評定及空間自相關(guān)分析；④分析得到植被覆蓋信息格網(wǎng)統(tǒng)計的適宜尺度。

圖1 地理國情植被覆蓋信息統(tǒng)計格網(wǎng)尺度選擇流程

1.1 數(shù)據(jù)格網(wǎng)化預(yù)處理

數(shù)據(jù)格網(wǎng)化從本質(zhì)上來講是一個從不規(guī)則的多邊形區(qū)域(源區(qū)域)到規(guī)則的格網(wǎng)區(qū)域(目標(biāo)區(qū)域)的轉(zhuǎn)換過程，這種轉(zhuǎn)換不僅包括區(qū)域邊界形狀的改變，還包括源區(qū)域到目標(biāo)區(qū)域的屬性信息的轉(zhuǎn)換[17]。在空間數(shù)據(jù)格網(wǎng)化的過程中，應(yīng)盡量保證生成的格網(wǎng)區(qū)域?qū)傩缘恼鎸嵭裕⑶易畲笙薅缺Ａ粼磪^(qū)域內(nèi)的屬性信息。本文將采用面積占優(yōu)法(rule of maximum area，RMA)和中心點歸屬法(rule of centric cell，RCC)兩種方法進(jìn)行植被覆蓋數(shù)據(jù)的格網(wǎng)化預(yù)處理，得到不同尺度的植被覆蓋格網(wǎng)數(shù)據(jù)。其中，面積占優(yōu)法是指由格網(wǎng)區(qū)域內(nèi)占有面積比例最大的源區(qū)域的屬性值來決定整個格網(wǎng)區(qū)域的屬性值。在面積占優(yōu)法中，一個格網(wǎng)單元內(nèi)如果存在兩個或多個優(yōu)勢類型，則隨機選擇其中之一作為輸出單元的類型；中心點歸屬法是將各個格網(wǎng)區(qū)域中心點所在的源區(qū)域的屬性值作為該格網(wǎng)區(qū)域的屬性值[18- 19]。圖2所示的單個格網(wǎng)單元，內(nèi)部含有A、B和C這3種地物類型，點O為格網(wǎng)區(qū)域中心點。根據(jù)面積占優(yōu)法，格網(wǎng)中A類地物的面積最大，該格網(wǎng)屬性代碼為A；按中心點歸屬法，中心點O落在B類地物范圍內(nèi)，此時格網(wǎng)屬性賦值為B。

圖2 單個格網(wǎng)內(nèi)不同地類的分布

1.2 尺度選擇適宜性的評定方法

為了評估本文尺度選擇結(jié)果的適宜性及其對統(tǒng)計結(jié)果的影響，采用不同尺度下總體誤差和格網(wǎng)統(tǒng)計誤差進(jìn)行植被覆蓋面積統(tǒng)計誤差的評定。以原始數(shù)據(jù)中植被覆蓋面積統(tǒng)計信息作為基準(zhǔn)數(shù)據(jù)，計算不同尺度格網(wǎng)下植被覆蓋總面積，并將格網(wǎng)化轉(zhuǎn)換后的面積與基準(zhǔn)數(shù)據(jù)的面積進(jìn)行比較，從而得到不同尺度下植被覆蓋數(shù)據(jù)的總體面積損失，其計算公式為

(1)

(2)

式中，E為地類的總面積損失；Ag為格網(wǎng)化轉(zhuǎn)換后地類總面積；Ab為基準(zhǔn)數(shù)據(jù)的地類總面積；L為面積損失精度。

在計算格網(wǎng)化預(yù)處理過程中的總體面積損失精度的同時，考慮到局部誤差可能導(dǎo)致某些細(xì)節(jié)信息丟失或錯誤，為避免誤差的“此消彼長”問題，針對局部各個格網(wǎng)內(nèi)的統(tǒng)計誤差，利用原始數(shù)據(jù)中植被覆蓋面積信息，分別計算各個格網(wǎng)中誤差di，得到不同尺度下的植被覆蓋數(shù)據(jù)的格網(wǎng)統(tǒng)計誤差，其公式如下

(3)

(4)

式中，di為格網(wǎng)i中地類的面積損失；d+表示損失為正值；d-表示損失為負(fù)值；Z為格網(wǎng)i中地類面積實際值；Zi為格網(wǎng)化預(yù)處理后格網(wǎng)i中地類面積統(tǒng)計值。

1.3 利用空間自相關(guān)選擇合適的格網(wǎng)尺度

根據(jù)地理學(xué)第一定律，植被覆蓋數(shù)據(jù)存在著空間自相關(guān)，屬性值隨著測定距離的縮小而變得更相似或更不同。具體來說，在不同尺度下，植被覆蓋數(shù)據(jù)具有不同的空間自相關(guān)，植被覆蓋數(shù)據(jù)目標(biāo)區(qū)域的屬性值會受到鄰域區(qū)域的影響。因此，在利用不同尺度的格網(wǎng)單元進(jìn)行植被覆蓋信息統(tǒng)計時，可以根據(jù)空間自相關(guān)隨尺度的變化趨勢來選擇合適的格網(wǎng)尺度。

空間自相關(guān)分析是檢驗具有空間位置的要素的觀測值是否顯著地與其相鄰空間點上的觀測值相關(guān)聯(lián)[20]。空間自相關(guān)所統(tǒng)計的內(nèi)容包括空間對象的空間位置和屬性，即每個對象與其他相鄰統(tǒng)計分析對象之間的空間位置關(guān)系及屬性取值特征。表示空間自相關(guān)的指標(biāo)和方法很多，其中最常用的是Moran’s I系數(shù)。Moran’s I系數(shù)用來反映空間鄰接或空間臨近的區(qū)域單元屬性值的相似程度，其值在-1～1之間。大于零則表明存在正相關(guān)，反之為負(fù)相關(guān)，等于零則表明不存在空間相關(guān)性。其計算公式[21]如下

(5)

本文采用GeoDa軟件進(jìn)行空間自相關(guān)分析，選取各格網(wǎng)內(nèi)的植被覆蓋面積作為各格網(wǎng)的屬性值，分別計算在不同尺度下格網(wǎng)數(shù)據(jù)的Moran’s I系數(shù)值，分析空間自相關(guān)隨格網(wǎng)尺度的變化規(guī)律；并計算格網(wǎng)化后與原始植被覆蓋數(shù)據(jù)的Moran’s I系數(shù)差值，以此來評價不同格網(wǎng)化尺度對植被覆蓋數(shù)據(jù)的空間結(jié)構(gòu)的破壞程度，其計算公式為

S=Ig-Ib

(6)

式中，S為格網(wǎng)化后和原始的植被覆蓋數(shù)據(jù)的Moran’s I系數(shù)差值；Ig為格網(wǎng)化后的植被覆蓋數(shù)據(jù)的Moran’s I系數(shù)；Ib為原始植被覆蓋數(shù)據(jù)的Moran’s I系數(shù)。S值越小，表明在此尺度下格網(wǎng)化后數(shù)據(jù)的空間結(jié)構(gòu)越接近實際情況，否則反之。

2 試驗區(qū)域與試驗數(shù)據(jù)

2.1 研究區(qū)域概況

本研究以黑龍江省齊齊哈爾市龍沙區(qū)和陜西省榆林市清澗縣為研究對象，二者為地理國情普查第一批試點城市普查區(qū)域。

龍沙區(qū)是黑龍江省齊齊哈爾市市轄區(qū)之一，位于齊齊哈爾中心城區(qū)，北鄰建華區(qū)，東南西依次與梅里斯達(dá)斡爾區(qū)、鐵鋒區(qū)、富拉爾基區(qū)、昂昂溪區(qū)相鄰，區(qū)劃面積122 km2。全區(qū)下轄6個街道，40個社區(qū)居委會和6個行政村。區(qū)內(nèi)植被覆蓋度為50%左右，為植被中覆蓋度地區(qū)。

清澗縣位于黃河陜晉峽谷西岸，榆林東南部與延安交界處。地處東經(jīng)109°55′27″—110°38′50″，北緯36°57′30″—37°25′。區(qū)劃面積為1881 km2，占全省土地總面積的0.91%，占榆林市總面積的4.31%。全縣下轄7鄉(xiāng)8鎮(zhèn)1街道辦事處，640個行政村，6個居民委員會?？h域內(nèi)植被覆蓋度達(dá)到95%，為植被高覆蓋度地區(qū)。

2.2 數(shù)據(jù)來源

試驗所使用的數(shù)據(jù)集為研究區(qū)域內(nèi)的地理國情普查數(shù)據(jù)和不同尺度格網(wǎng)單元。具體包括：①龍沙區(qū)地理國情普查數(shù)據(jù)；②清澗縣地理國情普查數(shù)據(jù)；③根據(jù)地理國情普查數(shù)據(jù)采集標(biāo)準(zhǔn)和試驗的需要，利用研究區(qū)域的邊界矢量數(shù)據(jù)，分別生成龍沙區(qū)和清澗縣的不同尺度格網(wǎng)數(shù)據(jù)，并利用面積占優(yōu)法和中心點歸屬法對植被覆蓋數(shù)據(jù)進(jìn)行格網(wǎng)化預(yù)處理，得到不同尺度植被覆蓋格網(wǎng)數(shù)據(jù)，包括50 m、60 m、70 m、80 m、90 m、100 m、250 m、500 m和1000 m 9種不同尺度的格網(wǎng)數(shù)據(jù)。

3 試驗結(jié)果和分析

3.1 植被覆蓋信息統(tǒng)計誤差分析

根據(jù)式(1)和式(2)， 計算各尺度下龍沙區(qū)和清澗縣植被覆蓋格網(wǎng)數(shù)據(jù)的植被覆蓋面積總體誤差，并與實際面積進(jìn)行對比，計算總體誤差L(見表1和圖3)。同時，利用式(3)和式(4)計算各尺度下龍沙區(qū)和清澗縣植被覆蓋面積格網(wǎng)統(tǒng)計誤差，得到格網(wǎng)統(tǒng)計誤差f(見表1和圖4)。

區(qū)域類型格網(wǎng)化方法1000m500m250m100m90m80m70m60m50m龍沙區(qū)總體誤差格網(wǎng)統(tǒng)計誤差RMA2．732．251．751．071．041．061．141．151．07RCC5．324．452．111．291．361．321．281．301．27RMA49．2441．0033．9424．8824．1823．9423．8023．4923．54RCC59．8752．7342．6430．9429．7728．4728．7828．8628．29清澗縣總體誤差格網(wǎng)統(tǒng)計誤差RMA1．550．490．110．130．150．160．220．100．09RCC3．662．341．211．310．981．081．071．320．94RMA4．894．382．943．033．112．822．832．892．80RCC6．286．583．813．963．973．623．513．523．49

從統(tǒng)計誤差結(jié)果來看：①與中心點歸屬法的誤差結(jié)果相比，在不同尺度下，面積占優(yōu)法的植被覆蓋信息總體誤差和格網(wǎng)統(tǒng)計誤差都較小，因此面積占優(yōu)法可以得到較高精度的植被覆蓋格網(wǎng)數(shù)據(jù)，面積占優(yōu)法更適用于研究區(qū)域的植被覆蓋數(shù)據(jù)的格網(wǎng)化處理；②從表1中可以看出，隨著尺度的變化，龍沙區(qū)植被覆蓋面積誤差總體上越來越小。在250～1000 m的尺度下，植被覆蓋面積發(fā)生了明顯的變化，總體誤差和格網(wǎng)統(tǒng)計誤差都較大。而50～100 m的尺度下，植被覆蓋面積未發(fā)生較大變化，總體誤差在1%左右，格網(wǎng)統(tǒng)計誤差變化不大；③從清澗縣的統(tǒng)計誤差結(jié)果來看，不同尺度下植被覆蓋面積總體誤差和格網(wǎng)統(tǒng)計誤差都小于10%，在50～250 m尺度下，植被覆蓋面積變化較小，誤差變化曲線趨于平緩，隨著尺度的變化很小。

3.2 不同尺度植被覆蓋信息的空間自相關(guān)分析

本文不僅統(tǒng)計分析在不同格網(wǎng)化尺度下植被覆蓋信息的面積誤差，還研究植被覆蓋信息在不同尺度下的空間自相關(guān)性的變化特征，利用式(5)和式(6)分別計算各尺度格網(wǎng)化后與原始的植被覆蓋數(shù)據(jù)的Moran’s I系數(shù)及Moran’s I系數(shù)差值(見表2和圖5)。

表2 不同尺度格網(wǎng)下植被覆蓋Moran’s I系數(shù)及Moran’s I系數(shù)差值

從統(tǒng)計誤差結(jié)果來看:①在50～1000 m尺度下，兩個研究區(qū)域的Moran’s I系數(shù)(真值)都為正，且在1%水平上顯著，表明植被覆蓋數(shù)據(jù)存在正的空間相關(guān)性；②與中心點歸屬法的誤差結(jié)果相比，在不同尺度下，面積占優(yōu)法的植被覆蓋信息的Moran’s I系數(shù)都更加接近真值，面積占優(yōu)法對于數(shù)據(jù)的空間結(jié)構(gòu)破壞較小，因此面積占優(yōu)法更適合于研究區(qū)域的植被覆蓋數(shù)據(jù)的格網(wǎng)化處理；③對于龍沙區(qū)，從圖5(a)、圖5(b)可知，在50～1000 m尺度下，無論是格網(wǎng)化后還是原始植被覆蓋數(shù)據(jù)的Moran’s I系數(shù)值均逐漸增大，在50～100 m尺度下，Moran’s I系數(shù)值和Moran’s I系數(shù)差值變化較小，空間自相關(guān)變化不大；④對于清澗縣，從圖5(c)、圖5(d)可知，Moran’s I系數(shù)隨著尺度變小而逐漸增大，并且在250 m達(dá)到穩(wěn)定狀態(tài)，Moran’s I系數(shù)和Moran’s I系數(shù)差值曲線趨于平緩，隨著尺度的變化很小。

4 結(jié) 論

在地理國情監(jiān)測中，植被覆蓋信息作為重要的地表覆蓋信息，對其進(jìn)行統(tǒng)計分析具有重要意義。利用規(guī)則的地理格網(wǎng)來統(tǒng)計植被覆蓋信息，既突破了傳統(tǒng)的行政區(qū)劃邊界的限制，又可建立自然與社會經(jīng)濟(jì)信息的公共載體，實現(xiàn)統(tǒng)一空間基準(zhǔn)下的統(tǒng)計和綜合分析。

本文研究了植被覆蓋信息在不同尺度下的空間自相關(guān)變化特征，通過統(tǒng)計植被覆蓋數(shù)據(jù)在不同方法、不同尺度格網(wǎng)化后的總體誤差、格網(wǎng)統(tǒng)計誤差、Moran’s I系數(shù)差值，進(jìn)行植被覆蓋數(shù)據(jù)統(tǒng)計的合適尺度選擇。選取了龍沙區(qū)和清澗縣兩個研究區(qū)域，結(jié)果表明：在植被覆蓋數(shù)據(jù)格網(wǎng)化處理方面，中心點歸屬法比面積占優(yōu)法好，更適合于研究區(qū)域植被覆蓋數(shù)據(jù)的格網(wǎng)化處理，格網(wǎng)化產(chǎn)生的面積誤差和Moran’s I系數(shù)差值均更小；隨著尺度的變化，研究區(qū)域植被覆蓋信息格網(wǎng)化后的總體誤差、格網(wǎng)統(tǒng)計誤差、Moran’s I系數(shù)差值越來越小，龍沙區(qū)和清澗縣的各誤差曲線分別在100 m和250 m尺度下趨于平緩，因此100 m和250 m分別為龍沙縣和清澗縣在進(jìn)行地理國情植被覆蓋信息統(tǒng)計時的適宜尺度。

圖5 不同尺度下格網(wǎng)植被覆蓋信息的Moran’s I系數(shù)及Moran’s I系數(shù)差值

[1] GOODCHILD M F. Scale in GIS: An Overview[J]. Geomorphology, 2011,130(1):5- 9.

[2] 陳述彭. 大比例尺景觀制圖方法及其實驗[C]∥地學(xué)探索：地理學(xué). 北京:科學(xué)出版社,1992.

[3] QI Y, WU J. Effects of Changing Spatial Resolution on the Results of Landscape Pattern Analysis Using Spatial Autocorrelation Indices[J]. Landscape Ecology, 1996,11(1):39- 49.

[4] 曾輝, 江子瀛, 孔寧寧, 等. 快速城市化景觀格局的空間自相關(guān)特征分析——以深圳市龍華地區(qū)為例[J]. 北京大學(xué)學(xué)報(自然科學(xué)版),2000,36(6):824- 831.

[5] 謝花林, 劉黎明, 李波, 等. 土地利用變化的多尺度空間自相關(guān)分析——以內(nèi)蒙古翁牛特旗為例[J]. 地理學(xué)報,2006,61(4):389- 400.

[6] 李慧, 王云鵬, 李巖, 等. 珠江三角洲土地利用變化空間自相關(guān)分析[J]. 生態(tài)環(huán)境學(xué)報,2011,20(12):1879- 1885.

[7] 劉明亮, 唐先明. 基于1 km格網(wǎng)的空間數(shù)據(jù)尺度效應(yīng)研究[J]. 遙感學(xué)報,2001,5(3):183- 190.

[8] 楊存建, 張增詳. 矢量數(shù)據(jù)在多尺度柵格化中的精度損失模型探討[J]. 地理研究,2001,20(4):416- 422.

[9] GALTON A. Granularity- sensitive Spatial Attributes[J]. Spatial Cognition and Computation,2003,3(2/3): 97- 118.

[10] 趙磊, 孟淑英. 土地利用空間數(shù)據(jù)尺度轉(zhuǎn)換中的精度損失分析[J]. 國土資源遙感,2009,80(2):45- 48.

[11] 崔步禮, 常學(xué)禮, 左登華, 等. 沙地景觀中矢量數(shù)據(jù)柵格化方法及尺度效應(yīng)[J]. 生態(tài)學(xué)報, 2009,29(5): 2463- 2472.

[12] 陳建軍, 周成虎, 程維明. GIS中面狀要素矢量柵格化的面積誤差分析[J]. 測繪學(xué)報,2007,36(3): 344- 350.

[13] 白燕, 廖順寶, 孫九林. 柵格化屬性精度損失的評估方法及其尺度效應(yīng)分析——以四川省1∶25萬土地覆被數(shù)據(jù)為例[J]. 地理學(xué)報, 2011, 66(5):709- 717.

[14] LI D, SHAO Z, ZHU X, et al. From Digital Map to Spatial Information Multi- grid[C]∥Proceedings of 2004 IEEE International Symposium on Geoscience and Remote Sensing.[S.l.]:IEEE,2004:2933- 2936.

[15] BAKER M,APON A,FERNER C, et al. Emerging Grid Standards[J]. Computer, 2005,38(4): 43- 50.

[16] 劉婷, 劉仁義, 張豐，等. 多級網(wǎng)格環(huán)境下的土地利用統(tǒng)計方法[J]. 中山大學(xué)學(xué)報(自然科學(xué)版),2011,50(3):118- 122.

[17] 朱良峰, 吳信才, 劉修國. GIS中矢量多邊形網(wǎng)格化問題研究[J]. 地理與地理信息科學(xué),2004,20(1):12- 15.

[18] BIAN L,BUTLER R. Comparing Effects of Aggregation Methods on Statistical and Spatial Properties of Simulated Spatial data[J]. Photogrammetric Engineering and Remote Sensing, 1999, 65(1): 73- 84.

[19] HE H S, VENTURA S J, Mladenoff D J. Effects of Spatial Aggregation Approaches on Classified Satellite Imagery[J]. International Journal of Geographical Information Science, 2002, 16(1): 93- 109.

[20] MARTIN D. An Assessment of Surface and Zonal Models of Population[J]. International Journal of Geographical Information Systems, 1996, 10(8): 973- 989.

[21] MORAN P A P. Notes on Continuous Stochastic Phenomena[J]. Biometrika, 1950,37(1- 2): 17- 23.

Scale Selecting of Geographic National Conditions Information StatisticalGrids with Spatial Autocorrelation ——A Case Study ofVegetation Cover Information Statistics

LIAN Shizhong,DING Lin,CHEN Jiangping

(School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430077，China)

The difference in statistical grid scales will bring different statistical results, so it is important to select statistical grids for the geographical conditions information statistics. A method of choosing statistical grids scale of geographical conditions information with spatial autocorrelation being taken into account is proposed. By using geographic conditions census data and taking vegetation cover information statistics as an example, the study gets vegetation cover girds data, under the rule of maximum area and the rule of centric cell in scales of 50 m, 60 m, 70 m, 80 m, 90 m, 100 m, 250 m, 500 m and 1000 m, and meanwhile calculates vegetation cover statistical errors， analyzes changes of spatial autocorrelation of vegetation cover gird data at different scales to make scale selection, and then uses vegetation cover statistical errors to obtain an appropriate statistical grid scale of vegetation cover information statistics. The results show that for vegetation cover information statistics of geographic national conditions, the suitable scale is 250 m in areas with high degree of vegetation coverage, and 100 m in areas with low degree of vegetation coverage.

Spatial autocorrelation; scale selecting; statistical grids; vegetation cover; geographic national conditions

2016- 04- 12

國家自然科學(xué)基金重點項目(41331175) 作者簡介： 連世忠(1990—)，男，碩士生，工程師，主要從事地理國情監(jiān)測數(shù)據(jù)分析與評價方面的工作。E- mail：371664651@qq.com 通信作者： 丁 霖。E- mail：dinglin@whu.edu.cn

連世忠，丁霖，陳江平.顧及空間自相關(guān)的地理國情信息統(tǒng)計格網(wǎng)尺度選擇——以植被覆蓋信息統(tǒng)計為例[J].測繪通報，2017(3)：46- 51.

10.13474/j.cnki.11- 2246.2017.0082.

P208

A

0494- 0911(2017)03- 0046- 06