¿Cómo puedo calcular Moran ' s en 3D?

Question

Esto puede ser una pregunta para publicar en un SIG foro, pero me preguntaba si entre los datos espaciales expertos aquí, alguien podría ayudarme a calcular la extensión de Moran I a 3D? Nuestros datos sobre 3D hábitat complejidad, specificlaly, el 3D de la complejidad del hábitat proporcionada por algas y otros organismos marinos. La idea es estimar Moran I el uso de datos en 3D que tenemos en la que cada voxel (3d pixel) es agua o algas. Así, los vecinos de cada punto se distribuyen en el espacio 3d.

Norbert Marwan utilizó para calcular el hueso de la complejidad (diario médico) pero hay algo acerca de cómo poitns se contabilizan en el cálculo de índice de evitar la repetición de vecino pares que no entiendo

Cualquier ayuda sería muy apreciada.

Todo lo mejor,

Ana

Answer 1

Yo no creo que haya mucha diferencia entre 2d y 3d en el espacio, es sólo una cuestión de cómo se define la distancia entre las muestras. Los vecinos de la función es la misma:

wij = 1/dij,  dij<c
wij = 0,      dij>0

En 2d caso, la distancia entre las muestras son generalmente definido como la distancia geográfica:

dij = sqrt((i_x-j_x)^2 + (i_y-j_y)^2)

y en el espacio 3d, usted puede simplemente hacer como:

 dij = sqrt((i_x-j_x)^2 + (i_y-j_y)^2 + (i_z-j_z)^2). 

Nota: estoy usando i_x, i_y, i_z a reprensets la x,y,z las coordenadas de la i-ésima muestra, no son la variable de interés que se desea comprobar la autocorrelación espacial aparecen en Moran I de la definición:

No estoy seguro de que usted también definir la distancia como la distancia geográfica, en su caso, pero la distancia en la vecina función no tiene que ser de carácter geográfico, que sólo representa a qué distancia entre dos muestras, dependiendo de su propia aplicación.