空间权重矩阵标准化
空间权重矩阵（Spatial Weight Matrix，SWM）是描述空间邻近关系的基本数学工具之一，常用于空间分析和模型建立中。在空间分析和模型建立中，SWM被广泛应用于解决如何考虑空间邻近性对分析和建模结果影响的问题。在构建SWM时，其标准化是至关重要的一环，对于收集数据和估计模型进行空间优化至关重要。 1.什么是空间权重矩阵？
空间权重矩阵是指对于一片区域中的一个地理单元而言，与该地理单元在空间上邻近的其他地理单元之间的邻近关系所形成的数值矩阵。空间权重矩阵的建立基于空间邻近性，因此SWM通常用于描述空间自相关（Spatial Autocorrelation）。 SWM一般可划分为两类：
2.1.全局权重矩阵：所有地理单元之间的邻近性均计入考虑范围，全局权重矩阵一般包括Contiguity、Distance和Network三种。
在建立SWM时，通常需要对其进行标准化操作，以处理空间权重矩阵中的异质性问题。标准化可分为三类：行标准化、列标准化和双向标准化。 3.1.行标准化
在行标准化中，空间权重矩阵的每一行除以该行的和，得到的值即为行标准化后的矩阵。行标准化后的矩阵的特点是每一行的和值均为1，即该矩阵是正规化的。行标准化可保留每个地理单位对应的权重值，通常被用于某些模型的构建中。
双向标准化是指先行标准化后再列标准化，或者先列标准化后再行标准化，得到的结果即为双向标准化后的矩阵。双向标准化后的矩阵在行和列两个方向上都拥有一定的均衡性，该矩阵通常被用于空间回归分析、空间滞后模型等一些具有解释性的方法中。 4.结论
因篇幅问题不能全部显示，请点此查看更多更全内容