spatial-clustering

name	spatial-clustering
description	空间聚类与热点分析技能。运用全局Moran's I、局部LISA和Getis-Ord Gi*方法识别空间聚类模式和热点区域。
metadata	{"domain":"gis","version":"2.0","intent_triggers":"cluster, hotspot, 聚类, 热点, Moran, LISA, 空间自相关, Getis-Ord"}

空间聚类与热点分析技能

技能概述

空间聚类分析用于回答"空间现象是否存在聚集模式"这一核心问题。本技能 提供从全局检验到局部定位的完整分析链：先用全局 Moran's I 判断整体是否 存在空间自相关，再用局部 LISA 和 Getis-Ord Gi* 精确定位聚类区域。

全局空间自相关：Moran's I

指标含义

Moran's I 衡量空间数据的整体聚集程度：

I 值范围	含义	解读
I > 0	正空间自相关	相似值趋于聚集（高值靠近高值）
I ≈ 0	空间随机分布	无明显空间模式
I < 0	负空间自相关	相异值趋于相邻（高低值交替分布）

I 的理论范围为 [-1, 1]，但实际值取决于空间权重矩阵结构。

统计显著性检验

• p 值 < 0.05：在 95% 置信水平下拒绝"空间随机"零假设
• p 值 < 0.01：在 99% 置信水平下显著
• p 值 ≥ 0.05：不能拒绝零假设，空间模式可能是随机的

推荐使用置换检验（permutation test, 999 次）而非正态近似， 因为空间数据通常不满足正态分布假设。

决策规则

如果 p < 0.05 且 I > 0 → 存在显著空间聚类，继续局部分析
如果 p < 0.05 且 I < 0 → 存在显著空间离散，检查数据特征
如果 p ≥ 0.05          → 无显著空间模式，聚类分析意义有限

局部空间自相关：LISA

四象限分类

局部 Moran's I（LISA）将每个空间单元分为四类：

象限	类型	含义	地图颜色
HH	热点聚类	高值被高值包围	红色
LL	冷点聚类	低值被低值包围	蓝色
HL	高值离群	高值被低值包围（空间异常点）	浅红
LH	低值离群	低值被高值包围（空间异常点）	浅蓝

只有通过显著性检验（p < 0.05）的单元才标记为聚类或离群。

LISA 聚类图解读

• HH 集中区域：需要重点关注的热点，如高污染聚集区、高房价片区
• LL 集中区域：冷点区域，如经济发展洼地、低密度区
• HL/LH 散点：空间异常值，可能是数据错误或特殊现象

热点分析：Getis-Ord Gi*

与 LISA 的区别

Gi* 专注于识别高值聚类（热点）和低值聚类（冷点），不区分离群类型。 适合回答"哪里是热点/冷点"的问题。

Z 值与置信水平

Z 值范围	含义	置信水平
Z > 2.58	热点	99%
1.96 < Z ≤ 2.58	热点	95%
1.65 < Z ≤ 1.96	热点	90%
-1.65 ≤ Z ≤ 1.65	不显著	—
-2.58 ≤ Z < -1.65	冷点	90%-99%
Z < -2.58	冷点	99%

通常采用 95% 置信水平（|Z| > 1.96）作为判断阈值。

空间权重矩阵

空间权重矩阵定义了"邻近"的含义，直接影响分析结果：

面要素权重

• Queen 邻接：共享边或顶点的面为邻居（8方向，推荐默认）
• Rook 邻接：仅共享边的面为邻居（4方向，更严格）

点要素权重

• KNN（K近邻）：每个点取最近的 K 个点为邻居（K=4-8 常用）
• 距离阈值：距离小于阈值的点互为邻居（需选合适阈值）
• 距离衰减：权重随距离增大而减小（反距离加权）

选择建议

数据类型	推荐权重	理由
行政区面数据	Queen 邻接	自然邻接关系，稳定可靠
规则格网	Rook 邻接	避免对角线过度连接
离散点数据	KNN (K=5-8)	保证每个点都有邻居
密度不均的点	距离阈值	适应密度变化

标准工作流程

1. describe_geodataframe     → 确认分析变量和几何类型
2. spatial_autocorrelation   → 全局 Moran's I 检验
3. 判断显著性                → p < 0.05 则继续，否则报告无显著模式
4. local_moran               → LISA 局部聚类分析
5. hotspot_analysis          → Getis-Ord Gi* 热点识别
6. 综合解读                  → 叠加 LISA 和 Gi* 结果，交叉验证
7. 可视化                    → 生成聚类图和热点图

常见问题与陷阱

可变面积单元问题（MAUP）

分析结果会随空间单元的划分方式而变化。同一数据在街道级和区县级 可能呈现完全不同的聚类模式。应明确分析尺度并在报告中说明。

边缘效应

研究区边界附近的单元邻居不完整，可能导致统计偏差。边缘区域的 聚类结果应谨慎解读，必要时扩大研究区范围。

样本量要求

空间自相关检验需要足够的样本量。一般要求空间单元数 > 30， 低于此数量时统计检验的功效不足，结果不可靠。

权重矩阵敏感性

不同的权重矩阵可能产生不同结果。建议用 Queen 和 KNN 分别计算， 如果结论一致则结果稳健；如果不一致需进一步分析原因。

可用工具

• describe_geodataframe — 数据画像，确认分析变量
• spatial_autocorrelation — 全局 Moran's I 空间自相关检验
• local_moran — 局部 LISA 聚类分析
• hotspot_analysis — Getis-Ord Gi* 热点分析