白话空间统计番外二：空间统计与空间分析的区别（ArcGIS中）

白话空间统计番外二：空间统计与空间分析的区别（ArcGIS中）

记得N年前，虾神我刚刚加入Esri的时候，现在公司的CTO，当年我的直属上司史蒂文 sha问过我这样一个问题：ArcGIS里面的空间分析工具箱（Spatial Analyst ）和空间统计工具箱（Spatial Statistics)他们有啥区别？

然后，我就脑补了这样一个画面：

嗯……二哈和狼，还是蛮像的嘛……所以，空间分析和空间统计，不就是名称不同么，难道还有什么内幕交易不成？

当然，这个答案的结果就是虾神直接被吊打：

然后也是因为这样一件事，让虾神直接掉入了空间统计和空间分析的大坑里面，所以到现在，成了公司在这两个领域的主要研究和推广者。

其实，如果用一句话来说明着两个模块有啥区别，就以下这句就可以了：

（ArcGIS的）空间统计模块主要用于研究和分析矢量数据。（ArcGIS的）空间分析模块主要用于研究和分析栅格数据。

因为空间统计模块所有的工具，都以矢量数据为输入和输出，而空间分析模块，的输入或者输出里面，最起码有一个是栅格数据（或者以栅格为输入，或者以栅格为输出，也有输入输出都是栅格的）。

其实这个不是我总结的，要追溯到二十多年前了……

空间分析和统计领域从诞生开始（准确说，计量革命开始）到20世纪90年代，50年来的研究成果主要是发展了一组适应于空间分析的核心统计方法，其中多数是描述性和（或者）探索性的。关键这里面很多方法都未必需要强大的统计理论基础来支持，而且还发现了很多经典统计学中对于空间分析上的不满足性。

到1993年的时候，还在爱荷华州立大学教书的Noel Cressie教授就基于空间数据模型提出了空间统计的分类标准，下面这个帅哥就是Noel Cressie教授。

他在书中，把空间数据分析模型确定为以下三个主题：

1、点模式分析——与数据位置的特点视角相关的分析。

2、格网或区域分析——与空间的区域模型相关，尤其是区域在增强平面上的集合。

3、地统计学建模——应用于支撑数据的连续场视角。

后来，到了2002年，ASU(美国亚利桑那州立大学)的地理与规划学院院长，也就是当今顶级的空间分析与统计专家Luc Anselin教授（下面这个这个脑门像土豆神一样明亮的老帅哥，嗯，他老人家已经重复重复再重复的在虾神的博客里面出现了），发展了Cressie的基本分类方法，总结了空间数据建模中，对象和场区分的各自内涵。

下面就是对象和场的区分要点：

以上研究，表明这两种主要的数据模型不仅有非常明显的差异，而且建模方法和意义也不同。另外Anselin教授还强调了场数据在内插与加密方面的重点，以及矢量结构的外推和领域扩展（时空预测模型）。当然，不同分组之间的区别也不总是明显的，在某一领域的应用模型通常可以应用于其他领域。例如：格网可以同时代表数据的一个场、一个网格或者一个聚集的点集。

关于这些分析，如果有机会，我也会在不同的博客篇幅中慢慢说明。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。