点击蓝字
关注我们
01
简介
空间扫描与Global Moran's I和 Local G statistics一样,是一种识别空间集群的方法,Naus于1965年首次提出扫描统计量模型,这种集群性探测检验不仅可探测某现象或事件在一定区域范围内是否存在聚集,亦可对集群进行精确定位与规模判定。扫描统计量方法的要点在于:被扫描区域的几何形状,基于无效假设的概率分布以及扫描窗口的形状和大小。该方法目前被广泛应用到识别某特定区域某流行病、老龄化风险、贫困指数集聚特征等其他相关领域。
在1995年之前研究者普遍采用固定形状和大小的扫描窗口,但由于区域人口密度不一,地理事件分布规模的无定性,导致其识别结果与实际情况差距较大;1995 年,Kulldorff的圆形空间扫描统计量使用一个可变大小的“圆形窗口”来定义潜在的集群区域,因此很难正确地检测到非圆形集群比如沿河的集群。在实际应用中,大多数地理区域是非圆形的,因此,在2005年,日本学者Tango和Takahashi在圆形扫描统计量基础上提出Flexible空间扫描统计量方法,该方法并未预先规定扫描窗口的形状,而是按照最近距离法建立的在地理边界上有连接的区域集,以动态变化的不规则区域的扫描窗口对不同区域进行扫描,并且将探测区域限制在每一个起始区域的一个较小的邻域内。
02