การนำ Spatial Autocorrelation ไปใช้โดยใช้ QGIS หรือ PostgreSQL หรือแอปพลิเคชันฟรีอื่น ๆ [ปิด]

ฉันใหม่กับ GIS

ฉันมีสองชั้นในฐานข้อมูล PostgreSQL
ชั้นแรกมีจุดที่เหตุการณ์เกิดขึ้นในยุโรป ที่สองมี shapefile ของยุโรป

ฉันสามารถทำแผนที่จุดต่างๆบนแผนที่ของยุโรปโดยใช้ QGIS ตอนนี้ฉันต้องการใช้ Spatial Autocorrealation (Moran i)

ฉันได้เห็นการสาธิตบางอย่างของสิ่งนี้โดยใช้GeoDAแต่ดูเหมือนว่ามันจะจัดการกับรูปร่างไฟล์เดียวเท่านั้น

ใครสามารถชี้ให้ฉันในทิศทางที่ถูกต้องเกี่ยวกับวิธีการใช้งานโดยใช้ QGIS หรือ PostgreSQL หรือแอปพลิเคชันฟรีอื่น ๆ

การเรียนรู้โดยการทำเป็นวิธีที่ฉันชอบ และเมื่อพูดถึงสถิติเชิงพื้นที่ R กำลังได้รับเครื่องมือที่ทรงพลังอย่างจริงจัง ดังนั้นหากนี่คือตัวเลือกในการเรียกดูเนื้อหาของหลักสูตรให้ดาวน์โหลดข้อมูลและลองด้วยตัวคุณเอง

จุดเริ่มต้นเพียงไม่กี่จุดที่ครอบคลุมความสัมพันธ์เชิงพื้นที่ (SA) (และโดยทั่วไปจะพูดถึงการจัดการเรื่องอวกาศใน R):

1. ศูนย์การศึกษาด้านประชากรศาสตร์และนิเวศวิทยา (CSDE) ที่ University of Washington จัดหาวัสดุจากเวิร์กช็อปSpatial R

2. สถาบันสังคมศาสตร์เชิงปริมาณที่ Harvard University มีวัสดุจากสถิติเชิงพื้นที่ประยุกต์ในการประชุมเชิงปฏิบัติการRครอบคลุม SA

3. ภาควิชาภูมิศาสตร์ที่มหาวิทยาลัยโคโลราโดเสนอวัสดุใน SA เป็นส่วนหนึ่งของหลักสูตรการแนะนำวิธีการเชิงปริมาณ

เมื่อคุณคุ้นเคยกับ R แล้วคุณสามารถจับคู่กับ PostgreSQL โดยใช้ PL / R - R โพรซีเดอร์ภาษาสำหรับ PostgreSQLแต่ฉันไม่สามารถแสดงความคิดเห็นได้เนื่องจากฉันไม่มีความรู้ในหัวข้อ

Python อาจเป็นอีกทางเลือกหนึ่ง PySALเป็นไลบรารีที่ได้รับการพัฒนาและมีเอกสารที่ดีซึ่งจะช่วยให้คุณสามารถใช้งานฟังก์ชัน GeoDa ทั้งหมดรวมถึง SA (และเป็นไปได้มากยิ่งขึ้น) โดยปกติแล้ว Python และ Postgres จะเป็นเพื่อนที่ดีดังนั้นคุณควรลงทุนกับคู่แต่งงานด้วย

ฉันไม่รู้ว่าจะใช้ความคิด QGIS / PostgreSQL ของคุณได้อย่างไร แต่ซอฟต์แวร์ต่อไปนี้สามารถคำนวณการวัดความสัมพันธ์อัตโนมัติ

• GeoDa http://geodacenter.asu.edu/ogeoda
• Passage 2 http://www.passagesoftware.net/
• SAM (การวิเคราะห์เชิงพื้นที่ในเศรษฐศาสตร์มหภาค) http://www.ecoevol.ufg.br/sam/
• PAST http://folk.uio.no/ohammer/past/
• SAGA GIS http://www.saga-gis.org/en/index.html

GeoDa สามารถรองรับเฉพาะเวกเตอร์, Passage2 และ SAGA เท่านั้นแรสเตอร์, PAST เท่านั้น XYZ.txt และ SAM (ฉันคิดว่า) ทั้งคู่

Art Lembo มีตัวอย่างง่ายๆของการหลอกฉันของ Moran สำหรับ PostGIS :

SELECT corr(a.pctwhite, b.pctwhite)
FROM cleveland AS a, cleveland AS b
WHERE st_touches(a.geometry, b.geometry)
AND a."OID" <> b."OID"

กุญแจสำคัญของที่นี่ก็คือ - ตามที่เขาวางไว้ . .

[Moran I] ไม่มีอะไรมากไปกว่าค่าสัมประสิทธิ์ Pearsons Correlation ที่ถูกหลอกให้เข้ากับบริบทเชิงพื้นที่

. . . หมายความว่าการทดสอบความต่อเนื่องขั้นพื้นฐานสามารถสร้างเมทริกซ์ที่น่าเชื่อถือและการประเมินผล ฉันได้ทำการทดสอบด้วยข้อมูลของตัวเองและพบว่ามันให้ผลลัพธ์ที่คล้ายกันมากกับการใช้งานของโมแรนอื่น ๆ

ขอโทษสำหรับคำตอบที่สองที่นี่ แต่ตั้งแต่โพสต์คำแนะนำแรกของฉันฉันพบชุดเครื่องมือที่ครอบคลุมมากขึ้นสำหรับการวิเคราะห์ทุกประเภทเช่นนี้ (รวมทั้ง Moran I ทั่วโลกและท้องถิ่น):

เพลาข้อเหวี่ยงโมดูล Python / PostGIS โดย Carto

ฉันใช้มันเพื่อการวิเคราะห์การผลิตคล้ายกับกรณีการใช้งานของคุณมาสองสามเดือนแล้วและมันใช้งานได้อย่างไร้ที่ติ ดูเหมือนว่าCDB_AreasOfInterestGlobal()เป็นฟังก์ชั่นที่คุณต้องการใช้