不同尺度下耕地土壤Cr含量的空间自相关性分析

(一)空间自相关统计量

空间分析法是准确认识、评价和综合理解空间位置和空间相互作用重要性的方法,其中空间自相关是测试空间某点的观测值是否与其相邻点的值存在相关性的一种分析方法。空间自

相关最常用的统计量是莫兰指数(Moran’sI),莫兰指数的值域为[-1,1],取值为-1表示完全负相关,取值为1表明完全正相关,而取值为0表示不相关。全局莫兰指数公式如下:

时间: 2024-10-07 22:42:14

不同尺度下耕地土壤Cr含量的空间自相关性分析的相关文章

Journal of Proteome Research | Proteomic analysis of Rhizobium favelukesii LPU83 in response to acid stress.(酸胁迫下根瘤菌LPU83(Rhizobium favelukesii)的蛋白质组学分析)(解读人:丑天胜)

文献名:Proteomic analysis of Rhizobium favelukesii LPU83 in response to acid stress.(酸胁迫下根瘤菌LPU83(Rhizobium favelukesii)的蛋白质组学分析) 期刊名:Journal of Proteome Research 发表时间: 2019年10月 IF:3.78 单位:国立拉普拉塔大学,阿根廷 物种:根瘤菌LPU83(Rhizobium favelukesii) 技术:非标定量蛋白质组学(Lab

Go将统治下一个10年?Go语言发展现状分析

"本文是国内Go语言大中华区首席布道师--许式伟,在QCon2015上海站上的分享.他预测Go语言10年内一定会超过C和java,并且统治这一个10年. Go语言语法及标准库变化 Go从1.0版本到现在(2015年)已经有三年多的时间,大的版本发布了五个,下面大家一起看看每个大版本分别都改了什么,当然这里不可能把所有的细节都提到,但我认为重要的会提出来. 首先是Go1.1,Go1.0于2012年4月发布,此后基本维持了每半年发布一个新版本的时间间隔.Go1.5比较例外,在Go1.5的拖累下,Go

Linux下Oracle启动、建立表空间、用户、授权、数据库导入导出

1.1进入到sqlplus启动实例 [[email protected] ~]$ su - oracle                                 --“切换到oracle用户”[[email protected] ~]$ lsnrctl start                               --“打开监听”[[email protected] ~]$ sqlplus /nolog                                --“进入到

Linux下Java线程详细监控和其dump的分析使用----分析Java性能瓶颈

这里对linux下.sun(oracle) JDK的线程资源占用问题的查找步骤做一个小结: linux环境下,当发现java进程占用CPU资源很高,且又要想更进一步查出哪一个java线程占用了CPU资源时,按照以下步骤进行查找: (一):通过[top -p 12377 -H] 查看java进程的有哪些线程的运行情况:       和通过[jstack 12377 > stack.log]生成Java线程的dump详细信息: 先用top命令找出占用资源厉害的java进程id,如图:# top 如上

VMware下LINUX的虚拟机增加磁盘空间

先关闭虚拟机电源,做如下设置:“ 虚拟机”--“虚拟机设置”--“磁盘”--“扩展” 可以随意添加你需要增到到的磁盘大小(如15Gb,表示磁盘总量,包含原来的磁盘容量); 再重启电源进入系统做如下步骤设置. 1. 启动虚拟机系统,用root登录(后续所有步骤都应以root用户身份登录操作),在 命令行用fdisk -l查看.由于这里是直接修改了原始空间大小,因此可以看到/dev/sda空间改变为16.1GB(原磁盘空间从10G增加到15G).如果是从VMware菜单里增加虚拟硬盘,则会多出一个/

腾讯装扮下拉选项卡特效(QQ空间)

<DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <meta name="Generator" content=""> <meta name="Author" content=""> <meta name="Keywords&q

Ubuntu下C++基于eigen库SVD矩阵奇异值分解效率分析

在优化求解问题中,经常要用到矩阵奇异值的SVD分解. 奇异值分解 (singularvalue decomposition,SVD)是一种可靠地正交矩阵分解法,它比QR分解法要花上近十倍的计算时间. 使用SVD分解法的用途是解最小平方误差法和数据压缩. 在Ubuntu下基于eigen C++库测试了eigen SVD算法的性能,即SVD求解最小二乘/伪逆,代码如下: //compile: g++ test_svd.cpp #include <iostream> #include <Eig

Linux下用memory方式访问PCIE空间

测试环境:Ubuntu 14.04LTS 在Windows下,我们 用RW everything很容易可以看到PCIE所有的config space,但是我们最近想在Linux下dump PCIE config space,首先我们尝试用IO read的方式, 也就是通常我们会用CF8和CFC的方式,但是很遗憾这种方式只能读出来256个字节,那么后面的0x100~0x1FF怎么去读,就是下面我们要解决的问题. 1,首先我们需要获取PCIE在memory中的映射地址,我们看ACPI的手册,会发现有

关于 MySQL UTF8 编码下生僻字符插入失败/假死问题的分析

1.问题:mysql 遇到某些中文插入异常 最近有同学反馈了这样一个问题: 上述语句在脚本中 load 入库的时候会 hang 住,web 前端.命令行操作则要么抛出 Incorrect string value: '\xF0\xA1\x8B\xBE\xE5\xA2...' for column 'name', 要么存入MYSQL数据库的内容会被截断或者乱码,而换做其它的中文则一切正常. 嗯,看起来有点奇怪哈,按理说 utf8 编码是覆盖了所有中文的,不应该出现上述问题. 2.原因:此 utf8