最近距离法(NNI)在ArcGIS中的实现
空间数据分析实验报告
——最近距离法（NNI ）在ArcGIS 中的实现
地理科学基地班 侯靖
2009301110004
一、 实验目的
1.理解最邻近指数法测度空间模式的思想。
2.熟悉 ArcGis 的基本操作，能够用空间分析模块 Hawths Tools 工具进行最邻近指数的测度。
二、实验原理
1.最临近距离法
最邻近距离法（也称为最邻近指数法）使用最邻近的点之间的距离描述分布模式，形式上相当于密度的倒数（每个点代表的面积），表示点间距离。
最邻近距离法首先计算最邻近的点对应的平均距离，然后比较观测模式和已知模式之间的相似性。一边将随机模式作为比较标准，如果观测模式的最邻近距离大于随机分布的最邻近距离，则观测模式趋于均匀，如果观测模式的最邻近距离小于随机分布模式的最邻近距离，则趋于聚集分布。
2.最临近指数测度方法（NNI ）
NNI 思想，首先对评价区内的任意一点都计算最邻近距离，然后取这些最邻近距离的均值作为评价模式分布的指标。对于同一组数据，在不同的分布模式下得到的NNI 是不同的，根据观测模式的NNI 计算结果与CSR 模式的NNI 比较，就可判断分布模式类型。
一般而言，在聚集模式中，由于点在空间上多聚集于某些区域，因此点之间的距离小，计算得到的NNI 应当小于CSR 的NNI ；而均匀分布的最邻近距离大，且大于CSR 下的NNI ，因此通过最邻近距离的计算和比较就可以评价和判断分布模式。
方法：
计算任意一点到最邻近点的距离d min
对所有的d min 按照模式中点的数量n ，求平均距离，即
∑==n
i d n d 1
min
min
1
在CSR 模式中同样可以得到平均的最邻近距离，其期望为E(d min )，根据理论研究，在CSR 模式中平均最邻近距离与研究区域的面积A 和事件数量n 有关，考虑到研究区域的边界修正时，可以由下式表示
n p n n A d E )041.00541.0(2
1
)(min ++=
通过上述推到，可以知道最邻近指数表示为
)(min min
d E d R =
（1）如果R=1，说明观测事件过程来自于完全随机模式CSR ，属于随机分 布。
（2）如果R<1，说明大量事件点在空间上相互接近，属于空间聚集模式。 （3）如果R>1，说明点之间的最邻近距离大于CSR 过程的最邻近距离，事 件模式中的空间点是相互排斥的趋向于均匀分布。
三、 实验准备
1.实验数据
湖北省县级分布的.shp 数据；湖北省乡镇及其大型企业的点分布.shp 数据。
图1 原始数据图
2.实验环境
实验在windows xp 的操作系统环境中进行，使用ArcGis 9.3 软件。
四、实验步骤
1.研究面状地物的选取
在ArcToolbox 中选择Analysis Tools----->Extract----->Select，按属性选取“"NAME" = '襄樊市'”，并保存为文件bount_襄樊市.shp.点击确定后“襄樊市”面状地物被选择（这一步注意SQL选择语句中的中英文引号的切换，语句中一律使用英文输入的引号）。
图2.面状地物的选取（注意图中方框部分的引号）
2.研究点状地物的选取
在 ArcToolbox 中选择 Analysis Tools----->Extract----->Clip，在 Input Features 选项中选择respt.shp 文件，在 Clip Features 中选择 bount_襄樊市.shp文件
图3.点状地物的选取
3.投影变换
对所选区域进行投影变换，使用ArcToolbox 工具栏中的Project 工具，选择路径为Data Management Tools——>Projections and Transformations——>Feature——>Project，在弹出的对话框中将投影方式变换为Gauss Kruger-Beijing 1954 投影标准。由于襄樊市的经度在112°左右，纬度在32°左右，因此选择Beijing1954 3 Degree GK CM 114E.prj，点击modify
将原始纬度参数设为32点击确定进行转换。点层和面层均需进行投影转换。
图4.选择投影
4.面积与周长的计算
选择bount_襄樊市_Project1 图层，右击打开Open Attribute Table，在属性Area 栏右击Calculate Geometry。在弹出的Calculate Geometry 对话框中点选Use coordinate system of the data source 选项，并在下拉选项中选择Square Meter 作为数据单位，确定后计算出襄樊
市的面积为337296000m2。
图5.襄樊市面积计算
选择bount_襄樊市_Project1 图层，右击打开Open Attribute Table，在属性Perimeter 栏右击Calculate Geometry。在弹出的Calculate Geometry 对话框中点选Use coordinate system of the data source 选项，并在下拉选项中选择Meter 作为数据单位，确定后计算出襄樊市周长为110397m。
图6.襄樊市周长计算
5.最近距离生成
使用Hawths Tools 模块，选择HawthsTools——>Analysis Tools——>Distances between Points （Within Layer）在弹出的对话框中选择经过坐标转换后的点状
地物文件，respt_襄樊市_Project1 作为
目标文件,以FID 为标识项，生成N*N
的距离矩阵和最邻近距离两个表格，可以
得到每个点的最邻近距离。
图7.最近距离生成
图8.襄樊市两点间的距离矩阵
图9.最邻近距离表
6.最邻近指数计算
由襄樊市的最邻近表可以计算出R=1.150987548>1，属于均匀分布模式。
图10.襄樊市数据图
与实际数据图比较，的确大致符合均匀分布的模式。
五、实验结论
研究区域观测点数最邻近距离均值(m) 区域面积（m2）最邻近指数分布模式襄樊市9 3523.1 337296000 1.15 均匀分布茅箭区27 2911.3 1186855431 0.878 聚集模式宜昌市35 5119.8 3688401499 0.997 随机分布
襄樊市位于湖北省西北部，唐白河汇入汉水处，汉丹、焦柳、襄渝三条铁路交汇于境内，为鄂北交通重镇和经济中心。自古即为交通要塞，素有“南船北马、七省通衢”之称，历为南北通商和文化交流的通道。区位优越，交通便捷。所以人口分布大致沿区内河流线以及铁路线，呈均匀模式。
茅箭区位于十堰地区中部十堰市的政治、经济、商贸、文化体育教育中心和全国最大的汽车配件加工销售基地。经济相对比较发达，但不够平衡，中部较边缘地区发展得更好一点。另外，茅箭区位于武当山的西北麓，属秦岭、大巴山的东延余脉，区域地形地貌受构造及岩性的控制，加之地壳的长期运动和构造剥蚀作用，形成了低山丘陵和中低山地形。由于地壳的上升运动和褶皱断裂发育，形成了山峦起伏，沟谷纵横，高低悬殊，河网密布的复杂地貌
特征，整个地形大致呈南高北低，中间为河谷平地。其主要特点为高差大，坡度陡，切割深。境内最高海拔1723米，最低海拔187米，相对高差1543米，平均切割深度324.7米。全区地表平均坡度为25.8度。因此，独特的地形条件和交通条件使得茅箭区人口聚集点呈现出一种聚集模式。
宜昌市中存在很多种属性不同的点，有矿场、有林场、有茶厂、有工业区也有少数的城镇。由于茶厂、林场、矿场等这些点的选址必须要因地制宜，需要特定的自然地理环境条件，比如说林矿场必须在含磷矿丰富的地区，林场必须在水资源，阳光，土壤肥沃的地区，工业区必须在有水源，下风向少居民的地区等等，而这些条件都是随机的，所以根据这些条件而选址的这些矿场、林场、茶厂等等点目标的分布也就是随机的。