R中的空间自相关分析

Question

我试图在采样区域的光照值上运行空间自相关（SAC）。我做了一些搜索，我发现莫兰的我（在猿包中）是用于R做SAC的常用工具。但是，我运行了代码，并且我不完全确定R是否正在做我想做的事。使用Moran.I函数的代码不破，但我输入我的变量（变换的光值）：

Moran.I (ovenbird$ARCSINE.SQRT.TRAN, ld.dist.mat) 

我的距离矩阵（ld.dist.mat）是所有之间的距离的矩阵点（AO）在我的网格上。它看起来像这样：

 A  B  C  D  E  F  G  H  I  J K  L  M  N  O 
A 0.00 5.00 10.00 2.50 5.59 10.31 5.00 7.07 11.18 7.50 9.01 12.50 10.00 11.18 14.14 
B 5.00 0.00 5.00 5.59 2.50 5.59 11.18 5.00 11.18 9.01 7.50 9.01 11.18 10.00 11.18 
C 10.00 5.00 0.00 10.31 5.59 2.50 11.18 7.07 5.00 12.50 9.01 7.50 14.14 11.18 10.00 
D 2.50 5.59 10.31 0.00 5.00 10.00 2.50 5.59 10.31 5.00 7.07 11.18 7.50 9.01 12.50 
E 5.59 2.50 5.59 5.00 0.00 5.00 5.59 2.50 5.59 11.18 5.00 11.18 9.01 7.50 9.01 
F 10.31 5.59 2.50 10.00 5.00 0.00 10.31 5.59 2.50 11.18 7.07 5.00 12.50 11.18 7.50 
G 5.00 11.18 11.18 2.50 5.59 10.31 0.00 5.00 10.00 2.50 5.59 10.31 5.00 7.07 11.18 
H 7.07 5.00 7.07 5.59 2.50 5.59 5.00 0.00 5.00 5.59 2.50 5.59 11.18 5.00 11.18 
I 11.18 11.18 5.00 10.31 5.59 2.50 10.00 5.00 0.00 10.31 5.59 2.50 11.18 7.07 5.00 
J 7.50 9.01 12.50 5.00 11.18 11.18 2.50 5.59 10.31 0.00 5.00 10.00 2.50 5.59 10.31 
K 9.01 7.50 9.01 7.07 5.00 7.07 5.59 2.50 5.59 5.00 0.00 5.00 5.59 2.50 5.59 
L 12.50 9.01 7.50 11.18 11.18 5.00 10.31 5.59 2.50 10.00 5.00 0.00 10.31 5.59 2.50 
M 10.00 11.18 14.14 7.50 9.01 12.50 5.00 11.18 11.18 2.50 5.59 10.31 0.00 5.00 10.00 
N 11.18 10.00 11.18 9.01 7.50 11.18 7.07 5.00 7.07 5.59 2.50 5.59 5.00 0.00 5.00 
O 14.14 11.18 10.00 12.50 9.01 7.50 11.18 11.18 5.00 10.31 5.59 2.50 10.00 5.00 0.00 

我的问题是如何知道[R在我的网格，其指向与每个光值相关联？我尝试了print(Moran.I)来解决这个问题，但自从去年秋天（2012年）以来我一直在进行编程，并且我不太了解R如何解释函数。另外，如果R没有以正确的方式识别我的灯光值，我该如何解决？

任何帮助将不胜感激。

Answer 1

您可以执行以下操作使用莫兰措施使用下面的代码来获得空间自相关全局和局部措施：

library(raster) 
r <- raster(nrows=10, ncols=10) 
r[] <- 1:ncell(r) 
Moran(r) #this is the global index of autocorrelation 
x1 <- MoranLocal(r) #local measure of autocorr as a raster object that can be plotted 
plot(x1) #this will plot the autocorrelation raster results 

对于Geary的autocorr措施：

Geary(r) #this is the global index of autocorrelation 
x1 <- GearyLocal(r) #local measure 
plot(x1)