54
世界建筑２００５／１１
１ 步行可达指数。图中显示了影响伦敦哈罗兹，金茨桥区域的步行活
动的重要因素。／Ｗａｌｋａｂｉｌｉｔｙ Ｉｎｄｅｘ．Ｂａｒ ｃｈａｒｔ ｓｈｏｗｉｎｇ ｓｉｇｎｉｆｉｃａｎｔｆａｃｔｏｒｓ ｉｎｆｌｕｅｎｃｉｎｇ ｐｅｄｅｓｔｒｉａｎ ｍｏｖｅｍｅｎｔ ｉｎ ｔｈｅ ａｒｅａ ａｒｏｕｎｄＨａｒｒｏｄｓ ｉｎ Ｋｎｉｇｈｔｓｂｒｉｄｇｅ， Ｌｏｎｄｏｎ， ａｓ ｉｄｅｎｔｉｆｉｅｄ ｂｙ ｔｈｅ ＷａｌｋａｂｉｌｉｔｙＩｎｄｅｘ．２ 同一地区的步行活动预测图显示出了对新的联系（金茨桥和海德公园之间）的需求，可以同其他重要因素联系起来。预测等级通过不同
空间句法是一种研究城市的方法，主要是了解社会和经济因素是如何逐步影响并形成空间的。用当今的流行术语来说就是把城市看成是自组织系统。
空间句法最为人所知的方面也许是它建立了在建筑环境里分析空间模式或者说分析空间组构的方法。这些方法不仅揭示了城市中的空间结构，而且把它们和人的移动、停留和交流方式相联系。空间句法还能预测设计和规划所带来的中长期效果，因此，能让设计者和规划者在工作中遵循社会和经济发展规律，而不是违背它们。
这些研究方法已经在一段时间内得到了成功地运用，其中包括轴线分析法（用来分析城市街道网络和步行系统）和“可视性分析”（用来分析公共空间内的视域模式）。但是同时新的分析方法正不断地由伦敦大学学院空间句法实验室以及它的商业合作伙伴空间句法有限公司开发和研究出来。本文将简要地介绍其中一些发展。
组构的修正：步行可达指数
正如空间句法理论所说，空间组构强烈地影响人的流动，但并不意味着组构完全决定了人流或者它的作用是放之四海皆准的。在一些案例中，组构的影响比较弱，所以，要理解人流模式或者预测设计结果就需要一些其他额外的信息。这些附加的信息包括一些相关因素，如交通节点、土地利用、临街建筑、基础设施、主要吸引物和美学因素等。
现在这些其他因素都通过最近研发的一项称为步行可达指数的技术整合到了组构模式上。步行可达指数是
建立在统计学方法的多重回归分析（ＭＲＡ）的基础上。多重回归分析是经验性地分析数据，以此来决定每个元素作为人流模型中所起的可变量作用。多重回归分析模型可以更好地理解与人流模式相关的问题，因为它强调了因素的相对重要程度，比如建筑高度、交通节点或者活跃的临街行为等等，有时它们和局部整合度（影响人流的主要组构量度）一样重要。
同时，改变不同的输入变量的值，例如那些步行道的宽度或者活跃临街行为的数量，都可以帮助预测可能发生的人流模式。事实上，这些因素的结合是可以被分析和修改的，这也就有了一个灵活性的方法。
步行可达指数在一些地区尤其有效，这些开发对空间结构、人流和土地利用的影响不同步，比如伦敦的大象城堡（Ｅｌｅｐｈａｎｔ ａｎｄ Ｃａｓｔｌｅ）地区（它的总图设计采用了很多空间句法分析）。实际上，对于这样一个技术的需求正好说明路网结构、人流和土地利用三者之间的协调发展是一个发育良好的城市的产物。这也许是为什么传统城市更为人称道的主要原因。这并不意味着城市必须设计得和过去一样，但是却意味着它们设计的根据应借鉴那些具有活力的城市的经验。
更精确尺度的组构：线段分析
空间句法的一个很大优势在于它可以同时在城市宏观和微观尺度上分析空间。线是都市分析的一个主要单位（这反映了一个事实：城市空间本质上是一个线性空间网络）。但是这并不是我们需要了解的最精确的尺度，因为这些线在交点之间的不同线段经常是起着不同作用的。同样重要的是要考虑到不同城市存在非常不同的几
何形式，从更加网格状到更加有机状。
为解决这些问题，现在发展出了一种新的句法模式。它仍然是建立在线网的基础上，但是它的基本单位是交点之间的线段。这种模式不仅能在更精确的尺度上进行结构分析，而且可以通过不同的方式定义一个节点和另外一个之间的距离来进行不同类型的分析：实际路程距离（从点Ａ到点Ｂ多远），最少转弯距离（一条路线有多少转弯），最小角度距离（两点之间的实际路径与连接两点的直线所形成的偏差角度大小）。这些不同的分析方法从不同的方面反映了都市的复杂程度。
尽管这种新模型还在研究测试中，但是它已经被证明对于分析城市最微观尺度的土地利用变化非常有效。这个模式现在被用来分析更精确的人流模式，同时它也指明了路程、几何和拓扑３个元素的作用使得城市空间网络本身形成了人流。这个领域的重要新成果在不久的将来公布，某种程度上可能是惊人的成果。
主观的组构：空间中智能行动者
现在来介绍最新的发展：ＥＶＡＳ空间中智能行动者。它是从视线分析（ＶＧＡ）方法发展而来，已经被运用在很多公共空间项目上，包括最近的特拉法加广场（Ｔｒａｆａｌｇａｒ Ｓｑｕａｒｅ）的重新设计。
ＥＶＡＳ创造了虚拟环境（它建立在地图或者建筑图纸基础上），然后给虚拟的智能行动者赋予限制视角的朝前的视域。当这些智能行动者四处活动时，他们用“感知—行动”的规律来指导他们的运动行为，例如他们会被某个进入视野的特殊物体所吸引。如果环境改变（例如模拟一个新设计），ＥＶＡＳ会显示人流模式如何相应变
空间句法的新方法
NEW METHODS IN SPACE SYNTAX
比尔?希利尔，克里斯?斯塔茨／Ｂｉｌｌ Ｈｉｌｌｉｅｒ， Ｃｈｒｉｓ Ｓｔｕｔｚ
作者简介：比尔?希利尔 ，伦敦大学学院巴特雷特研究生院教授
兼院长，空间句法咨询公司非执行董事。 克里斯?斯图兹，空间句法咨询公司副主管。
收稿日期：２００５－１０－０９
１
２
颜色来表达，红色最高，蓝色最低。／Ｐｅｄｅｓｔｒｉａｎ ｍｏｖｅｍｅｎｔ
ｆｏｒｅｃａｓｔ ｍａｐ ｏｆ ｓａｍｅ ａｒｅａ ｗｉｔｈ ｐｒｏｐｏｓｅｄ ｎｅｗ ｌｉｎｋ （ｂｅｔｗｅｅｎＫｎｉｇｈｔｓｂｒｉｄｇｅ ａｎｄ Ｈｙｄｅ Ｐａｒｋ）， ｉｎｃｏｒｐｏｒａｔｉｎｇ ｌｉｋｅｌｙ ｅｆｆｅｃｔｓ ｏｆｌａｙｏｕｔ／ｃｏｎｆｉｇｕｒａｔｉｏｎ ａｎｄ ｏｔｈｅｒ ｓｉｇｎｉｆｉｃａｎｔ ｆａｃｔｏｒｓ． Ｆｏｒｅｃａｓｔｌｅｖｅｌｓ ｆｏｒ ｅａｃｈ ｓｅｇｍｅｎｔ ａｒｅ ｒｅｐｒｅｓｅｎｔｅｄ ｏｎ ａ ｃｏｌｏｕｒ ｓｃａｌｅ， ｗｉｔｈｈｉｇｈｅｓｔ ｌｅｖｅｌｓ ｒｅｄ ａｎｄ ｌｏｗｅｓｔ ｌｅｖｅｌｓ ｂｌｕｅ．
影响步行活动的因素／Ｆａｃｔｏｒｓ ｉｎｆｌｕｅｎｃｉｎｇ ｍｏｖｅｍｅｎｔ
非常重要／Ｖｅｒｙ ｓｉｇｎｉｆｉｃａｎｔ
不重要／Ｎｏｔ ｓｉｇｎｉｆｉｃａｎｔ
重要／Ｓｉｇｎｉｆｉｃａｎｔ
空间布局／Ｓｐａｔｉａｌ ｌａｙｏｕｔ
零售／Ｒｅｔａｉｌ
地铁／Ｔｕｂｅ
特殊因素／Ｓｐｅｃｉａｌ
静止边界／Ｉｎａｃｔｉｖｅ ｆｒｏｎｔａｇｅｓ
哈罗兹／Ｈａｒｒｏｄｓ
55
空间句法／ＳＰＡＣＥ ＳＹＮＴＡＸ化的。这些根据环境判断的能力也是可以修改和测试的。
尽管其他一些基于智能行动者的技术模型也存在一段时间了，但是ＥＶＡＳ的模型和那些模型完全不一样。当然，大部分模型都有着相似的基本目标：模拟复杂的社会过程，因为直接观察这个过程是费钱费力的，或者根本不可能的。另外还有一些基于智能行动者的技术最近被用在人的运动行为模拟中。但是这些技术倾向于或是宏观的人口流动模拟，或是另外一个极端——非常特殊情况的微观动态模拟，例如火灾逃生和拥挤人群中的某个行为模式。
事实上，没有一个模型是考虑到都市地区或者大型公共建筑里人的自由行动。在这些情景下的个体行动模式总是大多被避免的，因为在这些中观的层面中，人们在行进过程中所见到的将对他们的行为产生重要作用，由此给智能行动者赋予视域将带来繁重的计算过程。
ＥＶＡＳ通过运用预先计算了环境中的某个制定位置所见的视线性分析（ＶＧＡ）技术，从而突破了这个技术局限。当要将智能行动者放入模型中时，只要通过咨询数据库就可以从中获得个体行动者目前所在位置视域的信息。这就使得复杂的环境能够得到快速的模拟，而避免了长时间的计算。
综上所述，步行可达指数看来是很清楚地显示了地点和土地利用密度对于人的运动的作用，但这也可以被看作是显示了与结构的系统相关性。智能行动者模拟提供了更精确的调查方法显示这些元素是如何相互作用的。同时它也意味着可以更进一步了解个人对于空间利用的体验，特别是针对这个老问题：组构还是吸引点，哪个对人流影响更大？
总结
对于空间句法最近工作的这些总结应该是展示了一
３
４
３ 线段分析。中伦敦一区域地图，显示了每一片段的最小转弯角度。红色段为转角较大路线，蓝色段为最小路线。／Ｓｅｇｍｅｎｔ Ａｎａｌｙｓｉｓ． Ｍａｐｏｆ ａｎ ａｒｅａ ｉｎ ｃｅｎｔｒａｌ Ｌｏｎｄｏｎ ｓｈｏｗｉｎｇ ｔｈｅ ｄｅｇｒｅｅ ｔｏ ｗｈｉｃｈ ｅａｃｈｓｅｇｍｅｎｔ ｏｆ ｓｔｒｅｅｔ ｌｉｅｓ ｏｎ ｌｅａｓｔ－ａｎｇｌｅ－ｃｈａｎｇｅ ｒｏｕｔｅｓ ｆｒｏｍ ａｌｌｐｏｉｎｔｓ ｔｏ ａｌｌ ｏｔｈｅｒｓ． Ｓｅｇｍｅｎｔｓ ｉｎ ｒｅｄ ａｒｅ ｐａｒｔ ｏｆ ｔｈｅ ｍｏｓｔ ｒｏｕｔｅｓ，ｓｅｇｍｅｎｔｓ ｉｎ ｂｌｕｅ ｐａｒｔ ｏｆ ｔｈｅ ｌｅａｓｔ．
些非常有趣而且有效的新工具。
空间句法从来都不仅仅是一个单纯解决设计问题的技术工具。相反的，它是研究城市如何建构与如何运作之间的关系。强调城市之间的文化差异已经有很长时间了，现在却越来越能够确定它们的共同点，以此来建立一个更加通用的城市理论：就是特别强调的宏观与微观尺度的关系。
不管承认与否，设计者和规划者在理论层面上对于城市的理解总是影响着城市设计。关于城市最重要的一面是它们总是在某种程度上自由发展而成的。空间句法的贡献在于指出了城市是如何自然演变发展的，而这种对于城市的理解也是未来的规划和城市设计所要倚重的。□（黄芳 译，此文感谢艾伦?佩恩，阿里斯戴尔?特纳， 诺亚?瑞弗德，提姆?斯通纳和阿兰?基亚拉迪亚的帮助。）
４ 空间中智能行动者。米兰地图体现了空间中智能行动者分析。空间通过不同的颜色显示出智能行动者被吸引后需要的转弯次数，红色最高，蓝色最低。／Ｓｐａｔｉａｌ Ａｇｅｎｔｓ．Ｍａｐ ｏｆ ａ ｓｉｔｅ ｉｎ Ｍｉｌａｎ ｓｈｏｗｉｎｇＳｐａｔｉａｌ Ａｇｅｎｔ ａｎａｌｙｓｉｓ． Ｓｐａｃｅｓ ａｒｅ ｒｅｐｒｅｓｅｎｔｅｄ ｏｎ ａ ｃｏｌｏｕｒｓｃａｌｅ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｎｕｍｂｅｒ ｏｆ ｔｉｍｅｓ ｔｈｅｙ ｗｅｒｅ ｔｒａｖｅｒｓｅｄ ｂｙｍｏｖｉｎｇ ｖｉｒｔｕａｌ ａｇｅｎｔｓ ｄｕｒｉｎｇ ｔｈｅ ａｎａｌｙｓｉｓ， ｗｉｔｈ ｓｐａｃｅｓ ｃｒｏｓｓｅｄｍｏｓｔ ｉｎ ｒｅｄ ａｎｄ ｌｅａｓｔ ｉｎ ｂｌｕｅ．
浅析空间自相关的内容及意义摘要：本文主要介绍了空间自相关的含义、测度指标及研究空间自相关的意义。首先，明确空间自相关是检验某一要素的属性值是否显著地与其相邻空间点上的属性值相关联的重要指标，揭示空间参考单元与其邻近的空间单元属性特征值之间的相似性或相关性。其次，介绍用来测度空间自相关性的指标，可以分为全局指标和局部指标，常用的指标有：Moran’s I、Geary’s C和Getis-Ord G。最后，进一步阐述了空间自相关的研究意义。关键字：空间自相关；全局指标；局部指标The content and research significance of spatial autocorrelation analysisAbstract: In this paper, the content, the index and the research significance of spatial autocorrelation were analyzed. Firstly, the content of spatial autocorrelation is discussed. Spatial autocorrelation is related to the correlation of the same variables, and also can be used to measure the degree of concentration of the attribute value, in order to reveal the correlation between the space reference unit and its near unit, including global spatial autocorrelation and local spatial autocorrelation. Secondly, it analyzes the index of spatial autocorrelation, the main index included Moran’s I, Geary’s C and Getis-Ord G. Thirdly, this paper discussed the research signification of spatial autocorrelation analysis. Key words: spatial autocorrelation; global index; local index 引言空间
54 世界建筑２００５／１１ １ 步行可达指数。图中显示了影响伦敦哈罗兹，金茨桥区域的步行活 动的重要因素。／Ｗａｌｋａｂｉｌｉｔｙ Ｉｎｄｅｘ．Ｂａｒ ｃｈａｒｔ ｓｈｏｗｉｎｇ ｓｉｇｎｉｆｉｃａｎｔｆａｃｔｏｒｓ ｉｎｆｌｕｅｎｃｉｎｇ ｐｅｄｅｓｔｒｉａｎ ｍｏｖｅｍｅｎｔ ｉｎ ｔｈｅ ａｒｅａ ａｒｏｕｎｄＨａｒｒｏｄｓ ｉｎ Ｋｎｉｇｈｔｓｂｒｉｄｇｅ， Ｌｏｎｄｏｎ， ａｓ ｉｄｅｎｔｉｆｉｅｄ ｂｙ ｔｈｅ ＷａｌｋａｂｉｌｉｔｙＩｎｄｅｘ．２ 同一地区的步行活动预测图显示出了对新的联系（金茨桥和海德公园之间）的需求，可以同其他重要因素联系起来。预测等级通过不同 空间句法是一种研究城市的方法，主要是了解社会和经济因素是如何逐步影响并形成空间的。用当今的流行术语来说就是把城市看成是自组织系统。 空间句法最为人所知的方面也许是它建立了在建筑环境里分析空间模式或者说分析空间组构的方法。这些方法不仅揭示了城市中的空间结构，而且把它们和人的移动、停留和交流方式相联系。空间句法还能预测设计和规划所带来的中长期效果，因此，能让设计者和规划者在工作中遵循社会和经济发展规律，而不是违背它们。 这些研究方法已经在一段时间内得到了成功地运用，其中包括轴线分析法（用来分析城市街道网络和步行系统）和“可视性分析”（用来分析公共空间内的视域模式）。但是同时新的分析方法正不断地由伦敦大学学院空间句法实验室以及它的商业合作伙伴空间句法有限公司开发和研究出来。本文将简要地介绍其中一些发展。 组构的修正：步行可达指数 正如空间句法理论所说，空间组构强烈地影响人的流动，但并不意味着组构完全决定了人流或者它的作用是放之四海皆准的。在一些案例中，组构的影响比较弱，所以，要理解人流模式或者预测设计结果就需要一些其他额外的信息。这些附加的信息包括一些相关因素，如交通节点、土地利用、临街建筑、基础设施、主要吸引物和美学因素等。 现在这些其他因素都通过最近研发的一项称为步行可达指数的技术整合到了组构模式上。步行可达指数是 建立在统计学方法的多重回归分析（ＭＲＡ）的基础上。多重回归分析是经验性地分析数据，以此来决定每个元素作为人流模型中所起的可变量作用。多重回归分析模型可以更好地理解与人流模式相关的问题，因为它强调了因素的相对重要程度，比如建筑高度、交通节点或者活跃的临街行为等等，有时它们和局部整合度（影响人流的主要组构量度）一样重要。 同时，改变不同的输入变量的值，例如那些步行道的宽度或者活跃临街行为的数量，都可以帮助预测可能发生的人流模式。事实上，这些因素的结合是可以被分析和修改的，这也就有了一个灵活性的方法。 步行可达指数在一些地区尤其有效，这些开发对空间结构、人流和土地利用的影响不同步，比如伦敦的大象城堡（Ｅｌｅｐｈａｎｔ ａｎｄ Ｃａｓｔｌｅ）地区（它的总图设计采用了很多空间句法分析）。实际上，对于这样一个技术的需求正好说明路网结构、人流和土地利用三者之间的协调发展是一个发育良好的城市的产物。这也许是为什么传统城市更为人称道的主要原因。这并不意味着城市必须设计得和过去一样，但是却意味着它们设计的根据应借鉴那些具有活力的城市的经验。 更精确尺度的组构：线段分析 空间句法的一个很大优势在于它可以同时在城市宏观和微观尺度上分析空间。线是都市分析的一个主要单位（这反映了一个事实：城市空间本质上是一个线性空间网络）。但是这并不是我们需要了解的最精确的尺度，因为这些线在交点之间的不同线段经常是起着不同作用的。同样重要的是要考虑到不同城市存在非常不同的几 何形式，从更加网格状到更加有机状。 为解决这些问题，现在发展出了一种新的句法模式。它仍然是建立在线网的基础上，但是它的基本单位是交点之间的线段。这种模式不仅能在更精确的尺度上进行结构分析，而且可以通过不同的方式定义一个节点和另外一个之间的距离来进行不同类型的分析：实际路程距离（从点Ａ到点Ｂ多远），最少转弯距离（一条路线有多少转弯），最小角度距离（两点之间的实际路径与连接两点的直线所形成的偏差角度大小）。这些不同的分析方法从不同的方面反映了都市的复杂程度。 尽管这种新模型还在研究测试中，但是它已经被证明对于分析城市最微观尺度的土地利用变化非常有效。这个模式现在被用来分析更精确的人流模式，同时它也指明了路程、几何和拓扑３个元素的作用使得城市空间网络本身形成了人流。这个领域的重要新成果在不久的将来公布，某种程度上可能是惊人的成果。 主观的组构：空间中智能行动者 现在来介绍最新的发展：ＥＶＡＳ空间中智能行动者。它是从视线分析（ＶＧＡ）方法发展而来，已经被运用在很多公共空间项目上，包括最近的特拉法加广场（Ｔｒａｆａｌｇａｒ Ｓｑｕａｒｅ）的重新设计。 ＥＶＡＳ创造了虚拟环境（它建立在地图或者建筑图纸基础上），然后给虚拟的智能行动者赋予限制视角的朝前的视域。当这些智能行动者四处活动时，他们用“感知—行动”的规律来指导他们的运动行为，例如他们会被某个进入视野的特殊物体所吸引。如果环境改变（例如模拟一个新设计），ＥＶＡＳ会显示人流模式如何相应变 空间句法的新方法 NEW METHODS IN SPACE SYNTAX 比尔?希利尔，克里斯?斯塔茨／Ｂｉｌｌ Ｈｉｌｌｉｅｒ， Ｃｈｒｉｓ Ｓｔｕｔｚ 作者简介：比尔?希利尔 ，伦敦大学学院巴特雷特研究生院教授 兼院长，空间句法咨询公司非执行董事。 克里斯?斯图兹，空间句法咨询公司副主管。 收稿日期：２００５－１０－０９ １ ２ 颜色来表达，红色最高，蓝色最低。／Ｐｅｄｅｓｔｒｉａｎ ｍｏｖｅｍｅｎｔ ｆｏｒｅｃａｓｔ ｍａｐ ｏｆ ｓａｍｅ ａｒｅａ ｗｉｔｈ ｐｒｏｐｏｓｅｄ ｎｅｗ ｌｉｎｋ （ｂｅｔｗｅｅｎＫｎｉｇｈｔｓｂｒｉｄｇｅ ａｎｄ Ｈｙｄｅ Ｐａｒｋ）， ｉｎｃｏｒｐｏｒａｔｉｎｇ ｌｉｋｅｌｙ ｅｆｆｅｃｔｓ ｏｆｌａｙｏｕｔ／ｃｏｎｆｉｇｕｒａｔｉｏｎ ａｎｄ ｏｔｈｅｒ ｓｉｇｎｉｆｉｃａｎｔ ｆａｃｔｏｒｓ． Ｆｏｒｅｃａｓｔｌｅｖｅｌｓ ｆｏｒ ｅａｃｈ ｓｅｇｍｅｎｔ ａｒｅ ｒｅｐｒｅｓｅｎｔｅｄ ｏｎ ａ ｃｏｌｏｕｒ ｓｃａｌｅ， ｗｉｔｈｈｉｇｈｅｓｔ ｌｅｖｅｌｓ ｒｅｄ ａｎｄ ｌｏｗｅｓｔ ｌｅｖｅｌｓ ｂｌｕｅ． 影响步行活动的因素／Ｆａｃｔｏｒｓ ｉｎｆｌｕｅｎｃｉｎｇ ｍｏｖｅｍｅｎｔ 非常重要／Ｖｅｒｙ ｓｉｇｎｉｆｉｃａｎｔ 不重要／Ｎｏｔ ｓｉｇｎｉｆｉｃａｎｔ 重要／Ｓｉｇｎｉｆｉｃａｎｔ 空间布局／Ｓｐａｔｉａｌ ｌａｙｏｕｔ 零售／Ｒｅｔａｉｌ 地铁／Ｔｕｂｅ 特殊因素／Ｓｐｅｃｉａｌ 静止边界／Ｉｎａｃｔｉｖｅ ｆｒｏｎｔａｇｅｓ 哈罗兹／Ｈａｒｒｏｄｓ
空间自相关分析 1.1 自相关分析 空间自相关分析是指邻近空间区域单位上某变量的同一属性值之间的相关程度，主要用空间自相关系数进行度量并检验区域单位的这一属性值在空间区域上是否具有高高相邻、低低相邻或者高低间错分布，即有无聚集性。若相邻区域间同一属性值表现出相同或相似的相关程度，即属性值在空间区域上呈现高（低）的地方邻近区域也高（低），则称为空间正相关；若相邻区域间同一属性值表现出不同的相关程度，即属性值在空间区域上呈现高（低）的地方邻近区域低（高），则称为空间负相关；若相邻区域间同一属性值不表现任何依赖关系，即呈随机分布，则称为空间不相关。 空间自相关分析分为全局空间自相关分析和局部空间自相关分析，全局自相关分析是从整个研究区域内探测变量在空间分布上的聚集性；局域空间自相关分析是从特定局部区域内探测变量在空间分布上的聚集性，并能够得出具体的聚集类型及聚集区域位置，常用的方法有Moran's I 、Gear's C 、Getis 、Morans 散点图等。 1.1.1 全局空间自相关分析 全局空间自相关分析主要用Moran's I 系数来反映属性变量在整个研究区域范围内的空间聚集程度。首先，全局Moran's I 统计法假定研究对象之间不存在任何空间相关性，然后通过Z-score 得分检验来验证假设是否成立。 Moran's I 系数公式如下： 11 2 11 1 ()()I ()()n n ij i j i j n n n ij i i j i n w x x x x w x x =====--= -∑∑∑∑∑(式 错误！文档中没有指定样式的文字。-1) 其中，n 表示研究对象空间的区域数；i x 表示第i 个区域内的属性值，j x 表示第j 个区域内的属性值，x 表示所研究区域的属性值的平均值；ij w 表示空间权重矩阵，一般为对称矩阵。 Moran's I 的Z-score 得分检验为：
连接值、控制值、深度值和局部集成度为局部变量——描述局部空间的结构特征； 整体集成度和全局深度是整体变量——描述整体空间的结构特征； 可理解度则是描述局部变量与整体变量之间相关度的变量 连接值（connectivity value） 系统中与某一个节点直接相连的节点个数为该节点的连接值。某个空间的连接值越高，则说明此空间与周围空间联系密切，对周围空间的影响力越强，空间渗透性越好。 控制值（control value） 假设系统中每个节点的权重都是1，那么a节点从相邻b节点分配到权重为 [1/(b的连接值)]，即与a相连的节点的连接值倒数的和就是a节点的控制值； 反映空间与空间之间的相互控制关系。 连接值与控制值都是表示某一空间和与之直接相连空间的关系：连接值是该节点本身有多少其他节点与之相连接，而控制值是与节点相连的其他节点的连接值的倒数和； 所以连接值高的节点，其控制值不一定高。因为有的节点可能本身连接值较高，但与其连接的节点的连接值也很高，必然会导致其控制值较低。 深度值（depth value） 表述的是从一个空间到达另一个空间的便捷程度；句法中规定两个相邻节点之间的拓扑距离为一步； 任意两个节点之间的最短与拓扑距离，即空间转换的次数表示为两个节点之间的深度值； 深度值表达的是节点在拓扑意义上的可达性，而不是指实际距离，即节点在空间系统中的便捷程度。 平均深度值 系统中某个节点到其他所有节点的最少步数的平均值，即为该，公式为[MD=(∑深度*该深度上的节点个数)/(节点总数-1)]； 全局深度值 各节点的平均深度值之和，通常全局深度值越小表示该空间位于系统中较便捷的位置，数值越高代表空间越深邃。 局部深度值 通常局部深度值是指三步范围内的深度值，表示系统中的某个节点到达相邻的三步空间节点的便捷程度。与此相对的是平均深度值与全局深度值——整体深度值。
引言：空间系统认知的基本原理 在一个复杂的空间系统中，我们也许只有对其部分的非同步性或片断性的体验，甚至有些部分从来没有被直接体验过，那我们是如何在头脑中形成对整个系统认知的概念模型的？这似乎难以理解，但对于习惯在大尺度城市环境和建筑综合体中居住的人们，这一认知概念化的过程是经常在头脑中进行的。依据空间句法理论，这可以被解释为人们能够从组构（Ｃｏｎｆｉｇｕｒａｔｉｏｎ）［１］的角度对空间系统进行认知。基于这种理解，我们实质上承认了空间作为人的认知系统建构的基本构件的首要性。不过，如果空间是认知建构的潜在机制，那人们又是以何种方式建立起这一认知大厦的呢？答案是关联性（Ｒｅｌａｔｉｏｎａｌｉｔｙ）；实质上关联性可以被看作是空间获得真实客观存在的手段，并且关联性赋予空间以内涵，或者如希利尔（Ｈｉｌｌｉｅｒ，１９９８）所说的意味（Ｓｉｇｎｉｆｉｃａｎｃｅ）。如果关联性是空间认知建构的手段，那么认知概念化的过程又是如何最终实现的呢？本文认为同步性（Ｓｙｎｃｈｒｏｎｉｚａｔｉｏｎ）是将对空间的感知转化为概念化的空间组构的根本机制 ；或者说是一种基于可见部分对不可见部分推断的思维跳跃。 为了获得对以上观点的理解，本文通过两个步骤加以论述。首先我们考虑各种空间句法惯用的空间表示法和分析是如何具有许多内敛的认知及社会内涵和解读的。作为一个学术领域，我们经常将这些内涵视以为然，没有得到足够的关注。但是，如果我们要去探究空间认知与空间组构之间的一致性，我们必须首先探讨已经了解的。这是本文第一部分所要论述的。一个新的术语“情景感知图示”（Ｅｍｂｏｄｉｅｄ Ｄｉａｇｒａｍ）被用来对空间句法图示进行重新诠释，并将内敛的认知解读考虑在其中。本文的后半部分则是对空间认知过程，特别是认知与组构的关系的进一步探讨，并且论证可理解度（Ｉｎｔｅｌｌｉｇｉｂｉｌｉｔｙ）是这两个概念连接的关键。 基本的空间表示法：情景感知图示 这一部分将探讨一系列在空间句法研究中经常使用的基本的空间表示法，并论证这些空间表示法是如何被理解为情景感知图示的。情景感知图示在这里可以被定义为多层次的图示，它不仅表达真实的空间存在，而且具有多种内涵，与在同一空间系统中的真实体验有着紧密关联。可以说，情景感知图示既是简化的图示，又是浓缩的图示。它们以一种在根本上是具体化的方式被简化：我们在头脑中对空间的表达就是具体化的。之所以空间句法分析方法能够预测人流，就是因为其图示是具体化的，而且与人们在头脑中对空间的表达相协调。 首先，何谓情景感知图示，这一概念又是从何而来的呢？情景感知图示是对应于当前认知科学研究而特别定义的术语，被用来重新评价空间句法图示。它和其他学术领域、术语、概念、思想及问题有着广泛的联系，所以要想全面理解这一新术语，需要先理解这些相关的内容。第一个需要解释的概念是“化身”（Ｅｍｂｏｄｉｍｅｎｔ）。而提到化身就要提到二元论（Ｄｕａｌｉｓｍ），这两个概念经常在情景认知科学领域用到。简单地说，二元论意味着双重存在。以哲学的界定，二元论特指思维与躯体的分离，强调二者的截然不同或不融性。这一观点导致哲学上的脑体（Ｍｉｎｄ－ｂｏｄｙ）关系问题［２］：思维活动是如何区别于躯体活动的？二元论否认这一问题，并认为它们从本质上是不同的，不能等同。 理解二元论对理解化身的概念很重要，因为化身可以被看作是对二元论的否定。化身论从根本上认为思维不是简单地存在于躯体容器内，或者说二者是无法分割的。甚至化身论认为躯体是思维的延伸，视二者为一体。因此，化身论可以被看作是一元论（Ｍｏｎｉｓｍ）的一种。化身是一种精神与躯体一致的状态，并且处于时间与场所中。从化身论的角度，人们对环境的感知是通过感官传递的；从根本上受到“人们是存在于空间中的躯体”这一简单事实的影响。在思维与人们所处的世界之间存在着躯体或生物性的中介。这一理解可以从下面的一段对肖达斯（Ｃｓｏｒｄａｓ）的论述的引用中获得。 “如果化身是一种躯体作为主体体验的源极或主体间体验的依托的存在情形，那么关于化身的研究本质上不是关于躯体，而是关于文化与体验，也就是设身处地地去理解它们。”（Ｃｓｏｒｄａｓ，１９９９：１４３） 对于情景感知图示的理解，化身也许是最为相干的理论，其中具有代表性的论著是拉科夫（Ｌａｋｏｆｆ）与约翰逊（Ｊｏｈｎｓｏｎ）的《躯体中的哲学》（Ｐｈｉｌｏｓｏｐｈｙ ｉｎｔｈｅ Ｆｌｅｓｈ）。在这本书中有３个主要观点：第一，思维与躯体是并存的；第二，念头往往是下意识的；第三，抽象的概念大部分是隐喻性的。相对于拉科夫与约翰逊的哲学论断，特韦尔斯基（Ｔｖｅｒｓｋｙ）以实证的手段对空间认知与化身进行了大量的实验性研究，许多她的研究是与空间句法研究相关的（Ｔｖｅｒｓｋｙ，２００３）。总之，情景感知图示的概念与化身论有着渊源，它关注置身于空间中的观察者是如何在空间中移动并对空间组构进行认知的；同时，这一概念关注空间句法符式（Ｎｏｔａｔｉｏｎｓ）和图示本身具有的潜在内涵。 具象物 具象物（Ｔｈｅ Ｅｍｂｏｄｉｅｄ Ｏｂｊｅｃｔ）从根本上是一个数学概念［３］，但也可用来理解本文所阐述的情景感知图示。具象物描述在真实世界中可以被感知的物体。举 空间句法与空间认知 SPACE SYNTAX AND SPATIAL COGNITION 茹斯?康罗伊?戴尔顿／Ｒｕｔｈ Ｃｏｎｒｏｙ Ｄａｌｔｏｎ 摘要：本文包括两部分。在第一部分，一个新的术语“情景 感知图示”被提出，并且从根本上论述了如何将在空间句法 理论与实践中使用的空间表示法（即轴线、凸空间、视域、边 面隔断、可见性分析）理解为“情景感知图示”。这一对空间 句法符式的重新定义可以被看作是将空间句法理论与空间认 知研究结合起来的开端。第二部分则基于这一重新定义探讨 更为宽泛的空间认知与空间组构之间的关系，并认为“可理 解度”这一概念是二者之间的链接。 Ａｂｓｔｒａｃｔ： Ｔｈｉｓ ｐａｐｅｒ ｃｏｍｐｒｉｓｅｓ ｏｆ ｔｗｏ ｓｅｃｔｉｏｎｓ： ｔｈｅ ｆｉｒｓｔ ｐｒｅｓｅｎｔｓ ａ ｎｅｗｌｙ ｃｏｉｎｅｄ ｔｅｒｍ， ｔｈｅ ‘ｅｍｂｏｄｉｅｄ ｄｉａｇｒａｍ’．ａｎｄ ｅｓｓｅｎｔｉａｌｌｙ ｄｅｍｏｎｓｔｒａｔｅｓ ｈｏｗ ａｌｌ ｏｆ ｔｈｅ ｇｒａｐｈｉｃａｌ ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ ｏｆ ｓｐａｃｅ ｃｏｍｍｏｎｌｙ ｕｓｅｄ ｉｎ ｓｐａｃｅ ｓｙｎｔａｘ ｔｈｅｏｒｙ ａｎｄ ｐｒａｃｔｉｃｅ （ｎａｍｅｌｙ ｔｈｅ ａｘｉａｌ ｌｉｎｅ， ｃｏｎｖｅｘ ｓｐａｃｅｓ， ｉｓｏｖｉｓｔｓ， Ｅ ＆ Ｓ ｐａｒｔｉｔｉｏｎｓ ａｎｄ ｖｉｓｉｂｉｌｉｔｙ ｇｒａｐｈ ａｎａｌｙｓｅｓ） ｃａｎ ｂｅ ｈｅｌｄ ｔｏ ｂｅ ｅｘａｍｐｌｅｓ ｏｆ ｓｕｃｈ ‘ｅｍｂｏｄｉｅｄ ｄｉａｇｒａｍｓ’． Ｔｈｉｓ ｐａｐｅｒ’ｓ ａｔｔｅｍｐｔ ｔｏ ｒｅｄｅｆｉｎｅ ｓｐａｃｅ ｓｙｎｔａｘ ｎｏｔａｔｉｏｎｓ ａｓ ‘ｅｍｂｏｄｉｅｄ ｄｉａｇｒａｍｓ’ｉｓ ｔｈｅ ｉｎｉｔｉａｌ ｓｔａｇｅ ｉｎ ａｎ ｅｎｄｅａｖｏｕｒ ｔｏ ｓｙｎｔｈｅｓｉｚｅ ｓｐａｃｅ ｓｙｎｔａｘ ｔｈｅｏｒｉｅｓ ａｎｄ ｒｅｃｅｎｔ ｒｅｓｅａｒｃｈ ｏｎ ｓｐａｔｉａｌ ｃｏｇｎｉｔｉｏｎ． Ｔｈｅ ｓｅｃｏｎｄ ｓｅｃｔｉｏｎ ｏｆ ｔｈｉｓ ｐａｐｅｒ， ｂｕｉｌｄｓ ｕｐｏｎ ｔｈｅｓｅ ｆｕｎｄａｍｅｎｔａｌ ｒｅｄｅｆｉｎｉｔｉｏｎｓ ｏｆ ｓｐａｔｉａｌ ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ ｂｙ ｅｘａｍｉｎｉｎｇ ｔｈｅ ｂｒｏａｄｅｒ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ｃｏｇｎｉｔｉｏｎ ａｎｄ ｃｏｎｆｉｇｕｒａｔｉｏｎ， ｓｕｇｇｅｓｔｉｎｇ ｔｈａｔ ｔｈｅ ｌｉｎｋ ｂｅｔｗｅｅｎ ｔｈｅｍ ｉｓ ｔｈｅ ｃｏｎｃｅｐｔ ｏｆ ｉｎｔｅｌｌｉｇｉｂｉｌｉｔｙ． 关键词：情景感知图示，空间句法，认知，组构，可理解度 Ｋｅｙ ｗｏｒｄｓ： Ｅｍｂｏｄｉｅｄ ｄｉａｇｒａｍｓ， Ｓｐａｃｅ ｓｙｎｔａｘ， Ｃｏｇｎｉｔｉｏｎ， Ｃｏｎｆｉｇｕｒａｔｉｏｎ， Ｉｎｔｅｌｌｉｇｉｂｉｌｉｔｙ 作者简介：茹斯?康罗伊?戴尔顿博士，伦敦大学学院巴特雷 特研究生院讲师。 收稿日期：２００５－１０－０９
重庆各区县乡村人口所占比例的空间自相关分析 选题： 在ArcGIS中分别计算全局Moran’I 指数和局部Moran’I指数，分析重庆各区县乡村人口所占比例的空间关联程度。 实验目的： 根据重庆市各区县之间的邻接关系，采用二进制邻近权重矩阵，选取各区县2008年的重庆各区县的总人口及乡村人口，计算出重庆各区县乡村人口所占的比例，在ArcGIS里面分别计算全局Moran’I 指数和局部Moran’I指数，分析空间关联程度。 实验数据： 1．重庆统计年鉴中2008年重庆市各区县的总人口及乡村人口数量（excel表格） 2．重庆市各区县的矢量图（shp.文件） 软件： ArcGIS10.2 操作过程与结果分析： 第一步：导入Excel数据文件和重庆市各区县的矢量图，并建立关联 1. Catalog——Folder Connections，在对应的文件夹下打开重庆市各区县城镇化率的EXCEL表格及重庆市各区县shp文件
为关联字段，将两个文件关联起来
3.右键单击关联后的重庆区县界shp.文件，导出为Export_Output文件，新文件的属性表如下： 第二步：计算全局Morans I 1.打开ArcToolbox，选择Spatial Statistics Tools——Analying Patterns——Spatial Autocorrelation（Morans I）选择二进制邻接矩阵方法来确定空间权重矩阵（即当区域i和具有公共边或公共点时，两区域的距离矩阵设为1，若不相邻接，其距离矩阵设为0），选择欧式距离作为计算距离的方法，对数据进行标准化处理后计算全局Moran’I指数度量空间自相关
再论“空间句法”（图文整理详细版） 作者：张愚王建国 国内建筑界对空间句法的了解，多数仅限于由赵冰翻译的《空间句法——城市新见》一文[1]。发表于1985年第一期《新建筑》上的这篇文章，简要介绍了早期的空间句法方法在城市空间形态研究方面的应用，但未全面介绍其方法背景、原理和其他应用，因此，至今很多人仍颇有不解或“持保留态度”[2]。多年来，空间句法在各方面已有长足发展，国内杂志却鲜有论及。本文试图比较清晰地介绍和评析空间句法的理论、方法、实践及其最新研究进展。 简单地说，空间句法是一种通过对包括建筑、聚落、城市甚至景观在内的人居空间结构的量化描述，来研究空间组织与人类社会之间关系的理论和方法（Bafna, 2003）。它是由伦敦大学巴利特学院的比尔•希列尔（Bill Hillier）、朱利安妮•汉森（Julienne Hanson）等人发明的。早在1974年，希列尔就用“句法”一词来代指某种法则，以解释基本的但又是根本不同的空间安排如何产生[3]。到1977 年，空间句法研究则略具雏形。经过二十余年的发展，空间句法理论已经深入到对建筑和城市的空间本质与功能的细致研究之中，并得到不断完善；由此开发出的一整套计算机软件，可用于建成环境各个尺度的空间分析；而且在建筑和城市设计中进行了广泛的应用。如今，空间句法的研究和应用已经在世界范围内普遍展开。 1997年，首届世界性的空间句法研讨会在伦敦举行；其后于1999年和2001年又在巴西利亚和亚特兰大举行了第二和第三届。2003年6月，在伦敦刚刚举行的第四届研讨会上，来自世界数十个国家和地区的82篇论文，从不同角度对空间句法进行了广泛深入的探讨。另外，日趋成熟的空间句法分析技术，已经成功应用于商业咨询。理查德•罗杰斯、诺曼•福斯特、泰瑞•法雷尔等知名事务所，在众多建筑和城市设计项目中雇请空间句法咨询公司进行空间分析，为其设计提供了有力的引导和支持。 由于篇幅所限，本文以解释构形概念为主线，重点从空间知觉的角度简析空间句法的方法原理，使读者能真正理解并实际运用它；而对于空间句法的理论概念和具体应用成果仅作扼要介绍。 1. 构形与建筑学 1.1 构形的含义 构形（configuration），从字面上看，是指“轮廓由其各部分或元素配置决定的外形”（据美国传统辞典）。希列尔将构形定义为“一组相互独立的关
Axwoman 4.0 Extension for ArcGIS 9.2 User’s Guide
Disclaimer Axwoman 4.0 Extension may be freely used and redistributed for academic uses. It is provided "as is", without warranty of any kind, expressed or implied, by statute or otherwise. The author does not warrant that the operation of the extension shall be uninterrupted or error free. The user bears all risk as to the quality and performance of the extension. Technical support is not available. The author appreciates any feedback regarding bug reports or suggestions for future improvement. Bin Jiang Department of Land Surveying and Geo-informatics The Hong Kong Polytechnic University, Hung Hom, Kowloon, Hong Kong E-mail: bin.jiang@https://www.doczj.com/doc/2e2583836.html,.hk
空间句法的简易演示 1、研究方法 空间句法主要有三种研究方法：凸多边形法、轴线底图法、视区分割法，建筑和城市研究多采用前两种方法，本演示说明只针对前两种方法进行简单演示。 凸多边形法： 凸空间定义：假设一个空间内部，任意两点之间可以相互看见（all see all）（如图）。 凸多边形法：适用于将建筑空间转换为二维平面图，进而计算空间之间的相互关系，通过准确描述空间结构，来观察人的行为和社会活动，反作用于研究建筑空间的合理性和功能性。 左边空间为凸空间，右边空间由于部分点之间视线遮挡，不能定位为凸空间。 轴线底图法适用于城市范围内的空间和道路空间可达性的研究。 2、软件应用 （1）凸多边形法演示——以单层建筑平面为例 在网络上下载UCL 的Depthmap10进行安装，并打开软件。 Ctrl+N，新建一个graph文件。
在此之前，我们按照建筑平面进行凸空间整理，以下图空间为例，首先在CAD里 进行凸空间绘制。 绘制完成后将CAD文件另存为“dxf”文件，用于导入Depthmap中。 按Ctrl+I，导入Depthmap中，并将文件转化为“Convex Map”（凸空间模型，转为Convex Map；轴线模型，转为Axial Map；线段模型，转为Segment Map。）， 软件才可以进行凸空间运算。 运算完成后，得到有颜色的结果，对于有数值的，空间句法采用是颜色级别显示 策略，如果一个元素是灰色的，说明这个元素是没有数值的，需要在CAD里重新绘制。 然后设定空间之间的连接关系，常用按钮为Link和Unlink，。 点击“Select”退出编辑，然后进行运算。 在Depth Map→Axial/Convex/Pesh→Run Graph Analysis，弹出对话框。 对话框中的参数设置，最上面为Rdius，设置计算半径，数值选择有“n， 3,5,7,9,11”，以任意一个空间元素为中心，再以“全系统”、“半径3”、“半径5”、“半径7”等以此类推为限制条件，分别进行某个算法的计算。每一项都要打上勾，最后一项的意思是“以什么为权重”，凸空间模型一般选择“Connectivity”， 在研究城市课题的空间句法模型中，经常需要考虑“米制距离”，一般是在轴线模型中，这时应选择weight by“Length”。 点击“OK”后，就会出现软件计算完成的结果，窗口左侧出现了参数选择栏，可 拖动参数选择栏右边的滚动条进行上下浏览，不宜用鼠标滚轮，滚轮一动，易造成右 侧图形的消失，这时可以用“Recenter” 这个命令，将图形最大化显示。 至此，凸空间模型的软件操作已经告一段落，接下来即是结合建筑与城市规划的 知识进行读图分析。 （2）轴线底图法——以城市为研究对象，采用轴线模型，进行道路可达性分析 操作演示。
空间句法的简易应用 Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT
空间句法的简易演示 1、研究方法 空间句法主要有三种研究方法：凸多边形法、轴线底图法、视区分割法，建筑和城市研究多采用前两种方法，本演示说明只针对前两种方法进行简单演示。 凸多边形法： 凸空间定义：假设一个空间内部，任意两点之间可以相互看见（all see all）（如图）。 凸多边形法：适用于将建筑空间转换为二维平面图，进而计算空间之间的相互关系，通过准确描述空间结构，来观察人的行为和社会活动，反作用于研究建筑空间的合理性和功能性。 左边空间为凸空间，右边空间由于部分点之间视线遮挡，不能定位为凸空间。 轴线底图法适用于城市范围内的空间和道路空间可达性的研究。 2、软件应用 （1）凸多边形法演示——以单层建筑平面为例 在网络上下载UCL 的Depthmap10进行安装，并打开软件。 Ctrl+N，新建一个graph文件。 在此之前，我们按照建筑平面进行凸空间整理，以下图空间为例，首先在CAD里进行凸空间绘制。 绘制完成后将CAD文件另存为“dxf”文件，用于导入Depthmap中。 按Ctrl+I，导入Depthmap中，并将文件转化为“Convex Map”（凸空间模型，转为Convex Map；轴线模型，转为Axial Map；线段模型，转为Segment Map。），软件才可以进行凸空间运算。
运算完成后，得到有颜色的结果，对于有数值的，空间句法采用是颜色级别显示策略，如果一个元素是灰色的，说明这个元素是没有数值的，需要在CAD里重新绘制。 然后设定空间之间的连接关系，常用按钮为Link和Unlink，。 点击“Select”退出编辑，然后进行运算。 在Depth Map→Axial/Convex/Pesh→Run Graph Analysis，弹出对话框。 对话框中的参数设置，最上面为Rdius，设置计算半径，数值选择有“n， 3,5,7,9,11”，以任意一个空间元素为中心，再以“全系统”、“半径3”、“半径5”、“半径7”等以此类推为限制条件，分别进行某个算法的计算。每一项都要打上勾，最后一项的意思是“以什么为权重”，凸空间模型一般选择“Connectivity”，在研究城市课题的空间句法模型中，经常需要考虑“米制距离”，一般是在轴线模型中，这时应选择weight by“Length”。 点击“OK”后，就会出现软件计算完成的结果，窗口左侧出现了参数选择栏，可拖动参数选择栏右边的滚动条进行上下浏览，不宜用鼠标滚轮，滚轮一动，易造成右侧图形的消失，这时可以用“Recenter” 这个命令，将图形最大化显示。 至此，凸空间模型的软件操作已经告一段落，接下来即是结合建筑与城市规划的知识进行读图分析。 （2）轴线底图法——以城市为研究对象，采用轴线模型，进行道路可达性分析操作演示。 主要分析流程 选择研究范围:可以以环城高速作为边界，或者选择规划边界作为研究边界，并设置一个足够大的缓冲区。 在CAD里进行轴线绘制，注意要点如下： （1）交接处要稍微出头，确保连接关系的正确表达； （2）对空间的概括要准确，尽量按照“最长也最少”的原则选择更简化、更合理的表达方式。 S形街道的轴线绘制示例交通转盘的轴线绘制示例
空间自相关的测度指标 1全局空间自相关 全局空间自相关是对属性值在整个区域的空间特征的描述。表示全局空间自相关的指标和方法很多，主要有全局Moran' si、全局Geary' sC和全局Getis-OrdG［3,5］都是通过比较邻近空间位置观察值的相似程度来测量全局空间自相关的。 全局Moran' si 全局Moran指数i的计算公式为： 其中，n为样本量，即空间位置的个数。X i、x j是空间位置i和j的观察值，Wj表示空间位置i和j的邻近关系，当i和j为邻近的空间位置时，wij =1 ；反之，Wj =0o全局Moran指数i的取值范围为［-1,1］。 对于Moran指数，可以用标准化统计量Z来检验n个区域是否存在空间自相关关系，Z 的计算 公式为： n I E(l) W j(d)(X j X i) Z -------------- _i j i 'VAR( I) = S Jwi (n~1 ~W i) /(n~2) ＞f E(I i)和VAR(h)是其理论期望和理论方差。数学期望EI=-1/(n-1) o 当Z值为正且显着时，表明存在正的空间自相关，也就是说相似的观测值(高值或低值)趋于空 间集聚；当Z值为负且显着时，表明存在负的空间自相关，相似的观测值趋于分散分布；当Z值为零时，观测值呈独立随机分布。 全局Geary' sC 全局Geary' sC测量空间自相关的方法与全局Moran' sI相似，其分子的交叉乘积项不同，即测量邻近空间位置观察值近似程度的方法不同，其计算公式为：全局Moran' sI的交叉乘积项比较的是邻近空间位置的观察值与均值偏差的乘积，而全局Geary' sC比较的是邻近空间位置的观察值之差，由于并不关心xi是否大于xj，只 关心xi和xj之间差异的程度，因此对其取平方值。全局Geary' sC的取值范围为［0,2］，数学期望恒为1。当全局Geary' sC的观察值＜1，并且有统计学意义时，提示存在正空间自相关；当全局Geary' sC的观察值＞1时，存在负空间自相关；全局Geary' sC的观察值=1时，无空间自相关。其假设检验的方法同全局Moran' sI。值得注意的是，全局Geary' sC的数学期望不受空间权重、观察值和样本量的影响，恒为1,导致了全局Geary' sC的
实习序号和题目空间分布模式与空间相关分析 实习人专业及编号 实习目的： 熟悉和掌握 Spatial Statistics Tools里的基本工具，对所给数据进行空间分析。 实习内容： 1.参考文献《多尺度人口增长的空间统计分析》，练习多距离 L(d) 、全局 Moran’ I 与 G*统计量分析，显著性检验的置信区间定义为90%； 2.对 adabg00 数据进行全局与局部的 moran I 与 G统计量分析； 3. 对 deer 数据进行基于距离的最近邻分析与L(d) 分析； 实习数据： 1.省区 .shp ：中国各省分布图 2.各省第 5 次和第 6 次人口普查：各省人口普查数据 deer.shp ：鹿场点分布图 3.adabg00.shp: 爱达荷州阿达各街区2000 年人口普查数据 基本原理： 空间分布的模式一般来说，有三种，分别是离散、随机、和聚合。离散的概 念就是指观测的每个数据之间的差异程度，离散程度越大，差异性就越大。聚合与离散正好相反，表示在一定区域内的相关程度，就是聚合程度越大，相关性就越大。随机是纯粹的无模式，既不能从随机数据中获取结论，也发现不了规律和模式。 1.零假设（ null hypothesis ）：指进行统计检验时预先建立的假设。在空间统计中，零假设指的就是空间位置在一定区域里面呈现完全随机（均匀）分布。在检 验结果之前，先对这些结果假设一个数值区间，这个区间一般是符合某种概率分布的情况，如果真实结果偏离了设定的区间，就表示发生了小概率事件。这样原来 的假设就不成立了。
如果计算结果落在-2 到2 之间，就表示假设是可以接受，但是不在这个范围内， 就说明发生小概率事件了。有两种可能： 1，假设有错误； 2，出现了异常值。 2.z 得分（ Z scores ）表示标准差的倍数 标准差：总体各单位标准值与其平均数离差平方的算术平均数的平方根” 也就是“标准差能反映一个数据集的离散程度” 。比如z 得分是+2.5 ，得到的结果是标准差的正 2.5 倍，表示数据已经高度聚集。反之，如果是 -2.5, 那么就表示标准差的负 2.5 倍，就是高度离散的数据。 置信度：数据落在期望区间的可能性 在统计学中，一个概率样本的置信区间（ Confidence interval ）是对这个样本的某 个总体参数的区间估计。置信区间展现的是这个参数的真实值有一定概率落在测量 结果的周围的程度。置信区间给出的是被测量参数的测量值的可信程度。这个概率 被称为置信水平。置信水平是指总体参数值落在样本统计值某一区内的概率；而置 信区间是指在某一置信水平下，样本统计值与总体参数值间误差范围。置信区间越大，置信水平越高。 3.在空间统计分析中，通过相关分析可以检测两种现象（统计量）的变化是否 存在相关性，若所分析的统计量为不同观察对象的同一属性变量，则称之为自相关。而空间自相关反映的是一个区域单元上的某种地理现象或某一属性值与邻近 区域单元上同一现象或属性值的相关程度，是一种检测与量化从多个标定点中取 样值变异的空间依赖性的空间统计方法。当变量在空间上表现出一定的规律性，即 不是随机分布则存在着空间自相关，空间自相关理论认为彼此之间距离越近的事 物越相像。也就是说，空间自相关是针对同一个属性变量而言的。 4.空间自相关方法按功能大致分为两类：全域型自相关和区域型自相关。全域型自相关的功能在于描述某现象的整体分布状况，判断此现象在空间是否有聚集特性 存在，但其并不能确切得指出聚集在哪些地区，若将全域型不同空间间隔的空间自 相关统计量依序排列，可进一步得到空间自相关系数图，用于分析该现象在空间 上是否有阶层性分布。区域型自相关能够推算出聚集地的范围。 5.最近邻分析 是根据每个要素与其最近邻要素之间的平均距离计算其最近邻指数。最近邻指数 是平均观测距离和平均期望距离之比。如果小于１，则要素呈现空间聚集式；如果 大于１，则要素呈现空间离散模式或竞争模式。最近邻分析并没有考虑到属性特征，只是根据空间位置。 6.Moran ’s I法 高的自相关性代表了空间现象聚集性的存在，空间自相关分析的主要功能在于同时 可以处理数据的区位和属性。全域型 Moran ’s I 计算方式是基于统计学相关系数的协方差关系推算出来的。 I 值一定介于 -1 到 1 之间，大于 0 为正相关，且值越大表 示空间分布的相关性越大，即空间上聚集分布的现象越明显，反之， 值越小代表空间分布相关性小，而当值趋于 0 时，代表此时空间分布呈现随机分布 的情形。若 I 值大于 0 ，说明相邻地区拥有相似的数据属性，属性值高或低的地区都有聚集现象；若 I 小于 0 ，说明相邻地区属性差异大，数据空间分布呈现高地间隔分布的状态；若 I 趋近于 0 ，则相邻空间单元间相关低，某空间现象的高值或低值呈无规律的随机分布状态。若 I 值显著大于 I 的期望值（I值为正值且显著），说明两 点存在相似关系，若 I 值显著小于 I 的期望值（I 值为负值且显著），说明两点存在不相似关系。区域空间自相关值累加之和即全域空间自相关 Moran ’s I 值。
空间句法理论及其在GIS空间分析中的应用 陈媛媛 张 真 解放军信息工程大学测绘学院 河南郑州 450052 摘要：二十多年来，空间句法理论在分析城市形态结构方面取得了许多成功的研究成果。然而这样一套有用的分析方法还没有引起GIS界的重视。我们认为空间句法的理论可以发展成为GIS的分析方法。 本文提出了一种空间认知的方法作为空间句法的理论基础，然后用空间句法的视区分割分析几个在城市和建筑水平上的例子。接着，分析了空间句法的不同之处，并提出了相应的改进模型及其应用。 关键词：空间句法，空间分析，认知，GIS，空间分割，形态分析变量，视区 1. 引言 空间分析是GIS区别于其他计算机系统，如计算机辅助制图系统，计算机地图制图，空 间数据库和图像处理系统的主要特征之一。过去10年中，人们在研究GIS空间分析的理论 与方法，提高现有GIS分析功能方面作了大量的努力。但是现有的GIS仍然需要新的分析和 建模方法，这是由于随着GIS应用范围的扩大，对GIS的分析功能提出了更高的要求，传统 的分析功能显然不能满足日益增长的需求。如何提高和扩展GIS的分析与决策能力是GIS研 究者面临的重要课题。 过去二十年中，空间句法提出了一套计算方法来研究城市形态结构，进而研究人的空间 行为如何受空间形态的影响。空间句法广泛应用在城市人流的分析与预测，城市居民被窃的 空间分布，交通排放污染的控制和复杂城市系统中的导航上。空间句法可以集成到城市GIS 中以提供分析和预测功能，并可进一步发展成为新的空间模型。 2. 空间句法的原则 空间句法是一套进行城市形态分析的理论和工具，然而空间句法的基本原则和广泛的应 用价值还没有引起GIS界的注意，为此首先对它作简要的介绍。 2.1. 空间分割 任何一个城市系统都是由两部分组成：空间物体和自由空间。空间物体主要是建筑物，而自由空间是指物体隔开的，人可以在其中自由活动的空间。自由空间具有连续性特征，即 从任何一点可以到达空间的任何其它点。对空间句法而言，自由空间是一个非常重要的概念，有时又叫它开空间。空间句法着眼于自由空间的表示。 根据城市环境的自由空间所呈现的情况，空间句法大致有三种空间分割方法。若建筑或 建筑群比较密集，一般采用所谓的轴线方法。它的基本原则是：首先画一条最长的轴线代表 一条街道，而后画第二长的轴线与第一线相交，直至整个自由空间或者街道由一系列轴线连接，所画的轴线图称作轴线地图。 第二种空间分割办法是对开空间呈现非线性的情况，这种方法是所谓的凸多边形方法，由于实际分割中很难保证分割的唯一性，所以这种方法对城市系统而言不是很适用的方法。相反，这种方法对建筑物或者建筑群内部房间或者走道的布局却很适用。因为每一个房间或