地学相关性分析

一、测试数据介绍

在ArcGIS中创建栅格大小为500m的7×7的渔网，如下图。

对每个矢量的图层进行赋值，为了使得每个像元的值有所区别，在ArcGIS中使用以下代码。

import random
data = random.sample(range(0, 100), 100)
rec=0
def Increment():
 global rec
 global data
 Start = 1 #初始值
 Interval = 1 #间隔值
 if (rec == 0):
  rec = Start
 else:
  rec = rec + Interval
 data_rec=data[rec]
 return data_rec

最终创建字段long3和long4，这里对应的列long3和long4对应的值都是不一样的，同时这里把它的范围设定为1-100。

把矢量依据字段long3和long3分别转换为像元大小为500m，7×7的栅格，即long3.tif和long4.tif。

二、统计学知识介绍

1、Pearson相关系数

用于度量两个变量X和Y之间的相关程度（线性相关），其值介于-1与1之间，定义为两个变量的协方差除以他们的标准差之积：

计算公式

适用范围：

• 两个变量的标准差都不为零
• 两个变量之间是线性关系，都是连续数据。
• 两个变量的总体是正态分布，或接近正态的单峰分布。
• 两个变量的观测值是成对的，每对观测值之间相互独立。

注意事项：

• 积差相关系数适用于线性相关的情形，对于曲线相关等更为复杂的情形，积差相关系数的大小并不能代表相关性的强弱。
• 样本中存在的极端值对Pearson积差相关系数的影响极大，因此要慎重考虑和处理，必要时可以对其进行剔出，或者加以变量变换，以避免因为一两个数值导致出现错误的结论。
• Pearson积差相关系数要求相应的变量呈双变量正态分布，注意双变量正态分布并非简单的要求x变量和y变量各自服从正态分布，而是要求服从一个联合的双变量正态分布。 （第三条相对比较宽松，违反时系数的结果也是比较稳健的）

结果解释：

·|r|>0.95 存在显著性相关；

·|r|≥0.8 高度相关；

·0.5≤|r|<0.8 中度相关；

·0.3≤|r|<0.5 低度相关；

·|r|<0.3 关系极弱，认为不相关

相关性的说明参考知乎文章：相关性分析

三、统计软件中分析

1、在EXCEL中分析

把long3.tif和long4.tif的对应的值弄成excel表。在excel里计算它的相关性。

以long3的值为x，以long4的值为y，计算相关性，r方。如下图是它的一个相关性的散点图。

同时计算long3（x）和long4（y）的一个显著性水平。

红色框中框选的数字就是显著性的水平。

2、在SPSS中分析

参数设置

从下图中可以看出，结果和excel中的分析是一样的。

四、QGIS中做相关性分析

工具位置

加入对应的图层进行分析。

在自己的电脑上找到分析的结果。可以看到分析结果和之前分析的结果是一样的。但是这里分析的只有相关性。

五、在ArcGIS中做相关性分析

在ArcGIS中使用Band Collection Statistics计算相关性是错误的。

这里的相关系数大于1了，而且协方差计算得也不对。详细见文章。

但是在ArcGIS中用Principal Components计算的相关是正确的。

六、在GEE中分析

在GEE中也可以分析，首先计算两个图层的相关性和显著性水平。note：在GEE中一定要设置好像元大小，经过计算，发现当设置大于栅格自身的大小时计算结果会不同，而设置像元小于自身大小时计算结果是一致的。

下图是它识别的一个结果，结果也是和前面识别的结果是一致的。

当然在GEE中也是可以计算它的斜率和截距。

可以在下图中看到它的截距也是一样的。

七、在R中分析

见具体的代码

# Import packages
library(raster)
library(tidyverse)

# Load data
long3 <- raster(file.path("D:\\Program Files (x86)\\pytemp\\R language\\cor analysis\\long3.tif"))
long4 <- raster(file.path("D:\\Program Files (x86)\\pytemp\\R language\\cor analysis\\long4.tif"))


# Overlay 2 rasters and create the data frame
overlay <- stack(long4, long3)
overlay <- data.frame(na.omit(values(overlay)))
names(overlay) <- c("long4", "long3")
# correlation test 两个的换一下也是一样的。
cor.test(overlay[,1], overlay[,2])


# linear regression (alternative) 两个值换一下是不一样的 对应的是y-x
linear <- lm(overlay[,2] ~ overlay[,1])
summary(linear)


#source url:https://www.analyticsvidhya.com/blog/2021/05/image-raster-analysis-spatial-correlation/

可以看到这里的相关性和显著性也是一样的。

在R中也可以计算long3（x）和long（y）的方程关系，如下图，0.2813代表斜率，而34.1290代表截距。

文章所所的资料
ArcGIS相关性分析的证明文件(long3和long4)