图3-3:在各向同性与各向异性场中的旅行时间面 2.1.4空间自相关 空间自相关是空间场中的数值聚集程度的一种量度。距离近的事物之间的联系性强于距 离远的事物之间的联系性。如果一个空间场中的类似的数值有聚集的倾向,则该空间场就表 现出很强的正空间自相关;如果类似的属性值在空间上有相互排斥的倾向,则表现为负空间 自相关(图3-4)。因此空间自相关描述了某一位置上的属性值与相邻位置上的属性值之间 的关系。 图3-4:强空间正负自相关模式 2.2栅格数据模型 栅格数据模型是基于连续铺盖的,它是将连续空间离散化,即用二维铺盖或划分覆盖整 个连续空间;铺盖可以分为规则的和不规则的,后者可当做拓扑多边形处理,如社会经济 分区、城市街区;铺盖的特征参数有尺寸、形状、方位和间距。对同一现象,也可能有若干 不同尺度、不同聚分性( Aggregation or Subdivisions)的铺盖。在边数从3到N的规则铺盖 ( Regular Tesselations)中,方格、三角形和六角形是空间数据处理中最常用的。三角形是 最基本的不可再分的单元,根据角度和边长的不同,可以取不同的形状,方格、三角形和六 角形可完整地铺满一个平面(图3-5) “空间分析”一章中提及的 orono多边形和TIN属于不规则铺盖(a) (b) 图 3-3：在各向同性与各向异性场中的旅行时间面 2．1．4 空间自相关 空间自相关是空间场中的数值聚集程度的一种量度。距离近的事物之间的联系性强于距 离远的事物之间的联系性。如果一个空间场中的类似的数值有聚集的倾向，则该空间场就表 现出很强的正空间自相关；如果类似的属性值在空间上有相互排斥的倾向，则表现为负空间 自相关（图 3-4）。因此空间自相关描述了某一位置上的属性值与相邻位置上的属性值之间 的关系。 图 3-4：强空间正负自相关模式 2．2 栅格数据模型 栅格数据模型是基于连续铺盖的，它是将连续空间离散化，即用二维铺盖或划分覆盖整 个连续空间；铺盖可以分为规则的和不规则*的，后者可当做拓扑多边形处理，如社会经济 分区、城市街区；铺盖的特征参数有尺寸、形状、方位和间距。对同一现象，也可能有若干 不同尺度、不同聚分性（Aggregation or Subdivisions）的铺盖。在边数从 3 到 N 的规则铺盖 （Regular Tesselations）中，方格、三角形和六角形是空间数据处理中最常用的。三角形是 最基本的不可再分的单元，根据角度和边长的不同，可以取不同的形状，方格、三角形和六 角形可完整地铺满一个平面（图 3-5）。 * “空间分析”一章中提及的 Voronoi 多边形和 TIN 属于不规则铺盖