使用 Wiener - Khintchine 定理计算矩阵或图像 I 的二维空间自相关。 输出是归一化相关系数 -1 < C < 1。 A 的中心像素将具有 C = 1。使用奇数尺寸的图像将得到更容易解释的结果。 参考： http : //mathworld.wolfram.com/Wiener-KhinchinTheorem.html 请参阅 m 文件帮助中的详细示例。

Aki的空间自相关成像，提取频散曲线，进行面波反演

识别沿高速公路的车辆碰撞高风险位置对于理解车辆碰撞的原因并基于分析确定有效的对策非常重要。 本文提出了一种GIS方法来检查车辆碰撞的空间模式，并确定它们是否在空间上聚集，分散或随机分布。 使用Moran的I和Getis-Ord Gi *统计信息来检查空间模式，对车辆碰撞数据进行聚类映射，并在高速公路上生成高风险位置。 内核密度估计（KDE）用于生成碰撞密度图，以显示碰撞的道路密度。 建议的方法是使用印第安纳州的2013年车辆碰撞数据进行评估的。 结果表明，该方法在识别车辆碰撞热点和不安全道路位置方面是有效且可靠的。

可以进行空间自相关 很便捷的工具 同时如果有需求的话可以和我联系 我可以发教程

空间自相关分析空间自相关分析的目的是确定某一变量是否在空间上相关，其相关程度如何。空间自相关系数常用来定量地描述事物在空间上的依赖关系。具体地说，空间自相关系数是用来度量物理或生态学变量在空间上的分布特征及其对领域的影响程度。如果某一变量的值随着测定距离的缩小而变得更相似，这一变量呈空间正相关；若所测值随距离的缩小而更为不同，则称之为空间负相关；若所测值不表现出任何空间依赖关系，那么，这一变量表现出空间不相关性或空间随机性。

利用Geoda实现面数据空间综合分析(BNU)

基于空间热点与聚类区域空间自相关分析方法的乡域单元耕层地力资源评价研究.pdf

Geoda空间自相关分析—局部Moran’I指数（运用GeoDa制作Lisa图） 首先介绍一下什么是空间自相关（引用：[https://wenku.baidu.com/view/4ab39c93650e52ea54189885.html]） 各位要是觉得我写的不好可以去看看虾神（这是一个大神）的文章。PS：虾神主页：[https://blog.csdn.net/allenlu2008] 根据 Tobler 的地理学第一定律，即地理分析基本定律：“地理事物之间都存在着相应的关系，其中相距较近的事物比相距较远的关系更密切”。空间自相关作为一种空间统计方法，其全局与局部空间自相关都能够较好地描述地理

Geoda空间自相关工具，亲测可以在64位系统上完美运行。

对于空间自相关的分析软件，因为我一直需求，但是当时找它废了很大劲，所以把它免费给大家。