同步直播（1）：什么是空间度量以及统计？

从今天开始，同步直播空间度量以及统计的内容翻译。文章内容未做仔细修订，语句不通顺和错别字部分，会在以后不断的校正，此仅为beta版。

文章版权属于Esri。配图版权：虾神

————————我是分割线————————

空间度量和统计允许我们量化数据之间的模式和关系。这使得我们对一组随着时间变化的要素进行追溯和比较更加的简单。因为通过空间度量和统计，我们可以计算它们实际上存在的模式或者关系出现的概率。

在本章中，我们将了解以下问题：

1、什么是空间度量以及统计？
2、是地理分析和统计？


地理信息系统提供的空间分析手段，是一种针对你提出的问题，给你一种能够供你进行明智决策的答案的一种手段。本系列的上一本书已经向你展示了如何利用地图来进行GIS分析；在某些情况下，地图可视化就是一种分析手段。而在其他的情况下，针对要分析的问题，我们使用GIS工具和方法，来创建一份新的数据，然后把它显示在地图上，这样我们就可以对它进行分析，并且拿出结论了。


有的时候，制作一张地图，已经足以得到你需要的答案了。但是直接从地图上得出结论总不是那么容易。地图上的各种符号分类和特征表象都表示相应的价值，但是这些内容有时候反而掩盖住了我们真正想要获取的信息，人们从地图上看到的模式和关系几乎是无处不在，甚至有时候这些模式和关系根本是不存在的。

（图片说明：美国2000年人口普查可视化，可以看见美国的人口分布情况呈现哑铃结构，东西海岸多，中部少，而且大部分人口集中在大城市，如纽约、洛杉矶等）


在过去的50年中，地理学家，生态学家，经济学家、区域研究学者以及其他领域的专家们开发了各种工具，来度量数据之间的关系、描述数据之间的分布特征，以此来识别数据间真实存在的各种模式。

这些工具依赖于对数据的统计分析，并且通过地图来进行可视化展示，以此识别数据中存在的模式和关系。空间属性是这些统计分析的基本组成部分。这就是为什么他们除了采用经典统计学的手段来分析传统属性数据以外，还采用空间手段来进行统计分析。这些空间手段指的是采用空间位置以及相互关系的概念（例如距离等）来结合属性值进行关联性的分析。如果只是试图采用传统手段来分析数据的属性值，那么最后可能只是得到一个虚假图片（利用可视化的地图来展示结果）来说明发生了什么事情。


（当空间关系不参与运算的时候）


（空间数据参与运算之后）

如果你需要准确的找到一组流感病例的的中心位置，而不仅仅是依靠猜测；或者需要清晰的跟踪暴风轨迹的整体方向；或者利用地理信息来准确识别盗窃犯罪的聚集区，那么你以为怎么做呢？

空间统计工具就可以帮助你执行这些任务。你和其他人也许已经在制作地图了。但是空间统计开启了一个新的模式。你可能会问，如何获得更好的结果，甚至能够更好的获得能够支持你的决策的信息：比如我是如何识别确定性的模式的？而并非简单的看见一个属于随机发生的事件。一个要素的值在何种程度上取决于周边要素的值？一个要素的属性值如何用于预测另一个要素的属性值？整批数据的趋势是什么？

因为在地理分析中有很多地方需要处理大量数据，那么对数据进行统计性描述或者进行大量数据的汇总，能在很多场合派上用场。如我们需要跟踪一些随着时间推移而发生变化的事件，就可以采用以下的简要统计功能：确定其的分布方向、中心位置等。这样一来，对于那些庞大而复杂的数据的分析，实现起来就容易多了。

（美国200年间，人口中心位移，表示了美国人口分布及发展的变化趋势）

统计方法也可以让你从一小批特征样本中获取信息，并且可以将这些信息应用到你的整个研究中，如从某类植物在研究区域内的分布呈现聚集趋势，那么可以得出该类植物的整个种群分布也有很大的可能是呈现聚集趋势的。


统计还可以帮助你通过已知的样本来预测未知的值。如果你已经建立好了要素特征值之间的关系和模型，那么你就可以预测某些未知的事件的发生。比如知道了山体滑坡的概率与山坡的斜率、土壤成分、水份含量、植被覆盖情况等参数之间的关系，那么就可以利用这些参数去预测其他山坡的滑坡概率。地理信息系统提供的查询、区域匹配和建模能力，让你的预测工作更加容易。

更重要的是，统计可以对你所提出的结论进行检验。通过统计方法可以对你的研究结论给出一个合理的概率，这样可以让你在做出结论的时候更加具有信心。

（待续未完）