GEE中使用Geary's C进行空间自相关分析：从原理到NDWI实战

1. 为什么我在GEE里做空间分析更偏爱Geary's C

1.1 空间自相关到底在回答什么问题

在GEE（Google Earth Engine）里做空间相关性分析，绝大多数教程一上来就是Moran's I，仿佛空间自相关就等于Moran's I。直到我有一回用NDWI做城市水体识别，想在“水体到底是不是扎堆分布”这个问题上给出量化结论时，才发现Moran's I给出的全局指数不够敏锐，换成Geary's C之后，局部细节反而一目了然。这篇文章就围绕GEE里的Geary's C空间相关性分析展开，从公式推导、权重设置、NDWI实战到结果解读和踩坑记录，把我实际跑通这套流程的经验完整写出来。

空间自相关本质上回答一个问题：相邻位置的值，是相互接近，还是相互排斥？放在遥感影像里，这句话可以翻译成：某个像元周围一圈像元，和它长得像不像。如果水体像元周围基本都是水体，绿地像元周围基本都是绿地，那么影像就存在正空间自相关；如果像元之间像棋盘一样黑白交替，那就是负空间自相关，也就是离散。

听起来很简单，但不同指标对这个问题的“敏感度”差别很大。Moran's I 用的是“值与均值的偏差”做交叉乘积，关心的是整体上高值是否聚在一起、低值是否聚在一起；而 Geary's C 用的是“相邻像元之间的直接差值平方”，相当于把镜头怼到每一对邻居脸上，看它们到底差多少。

生活里类比一下：Moran's I 像看一个城市的房价分布——是不是富人区扎堆、老小区扎堆；Geary's C 更像拿尺子量每个小区和隔壁小区的房价差——即使整体是“富人区扎堆”，你也能清楚看到两个富人区之间的那条渐变带在哪里。

1.2 Moran's I 和 Geary's C：一对互补的“侦探”

我经常被问，这两个指标到底谁更优。负责任地回答：不是替代关系，是侧重点不同。

Moran's I 数学上更“平滑”，它的取值范围接近 [-1, 1]，正值表示聚类，负值表示离散，0 附近表示随机。它擅长回答“全局上有没有可检测的聚类结构”。而 Geary's C 的取值范围从 0 到正无穷，期望值是 1，C < 1 表示聚类（邻居相似），C > 1 表示离散（邻居相异）。“差值平方”这个操作决定了它对局部差异极其敏感，一点点局部异常都会被放大。

这就是为什么 Geary's C 在遥感里特别有用。遥感影像不像社会经济数据那样抽象，它是连续的空间场，地物边界、破碎度、纹理变化都会反映在像元差值里。水体像元和水体像元之间的 NDWI 差值趋于 0，水体与陆地交界处差值巨大，Geary's C 能把这些细节变成一张清晰的“局部差异图”。

我做过一个对比实验，同一块 ROI 的 NDWI 数据：

全局 Moran's I 0.62 告诉你“水体是聚类的”，这其实是最基础的一层结论；Geary's C 0.35 更精确，0.35 离 1 越远，意味着相邻像元平均差异越小，水体斑块内部越均质。两个指标同时看，我对数据的空间结构才有完整认识。

1.3 什么时候必须选 Geary's C，什么时候选 Moran's I 更稳

给一个我个人的决策参考：

• 如果你的目标是“回答有没有聚类”这类二值问题，Moran's I 足够，而且行业认可度高，审稿人熟悉。
• 如果你的目标是“找到聚类区域边界”“评估斑块破碎度”“检测局部异常像元”，Geary's C 更好用，因为局部 Geary 图直接就是一张“邻居差异图”，边界位置几乎呼之欲出。
• 如果你的数据已经做过标准化或者方差很小，Moran's I 的交叉乘积可能被压缩得看不出差异，这时候 Geary's C 的差值平方反而能拉开距离。

另外一个很实际的场景：在用 GEE 做 NDWI 等指数的大范围筛查时，局部 Geary 图可以当作一种“自动边界增强”的手段，辅助水体提取后处理。这是我在项目里用到的意外收获，后面细说。

2. 动手写代码前，把Geary's C的公式吃透

2.1 一个像素不是孤岛：局部贡献拆解

Geary's C 的核心量是局部邻域差平方和。对像元 i，它计算的是自己和所有邻居 j 的差值平方，然后按权重累加：

C_i = Σ_j w_ij * (x_i - x_j)^2

这个 C_i 就是“局部 Geary 统计量”。它越小，说明像元 i 和周围越像；越大，说明 i 是局部异质点，可能位于边界、噪声点或异常区域。

全局 C 值则是所有局部量之和除以一个标准化因子：

C = [N * Σ_i Σ_j w_ij (x_i - x_j)^2] / [2 * S0 * Σ_i (x_i - x̄)^2]

其中 N 是像元总数，S0 是所有权重之和，分母里的 Σ(x_i - x̄)^2 是全局离差平方和。这里“2”的出现是因为每一对邻居 i、j 在双重求和里被算了两次。

这个公式在教科书上看着吓人，拆开看就三件事：第一，算出每个像元与邻居的差值平方并加权；第二，把全图所有差值平方加起来；第三，除以全局方差和权重，得到一个无量纲的、可比较的指数。

我见过很多人在这一步犯迷糊，直接把公式抄进思维里然后去翻 GEE 的 API，结果一脸懵。其实 GEE 给了你两个天然的工具：一个叫 reduceNeighborhood，一个叫 convolve。前者按核窗口做局部归约，后者做真正的加权卷积。后面行文里你会看到，用 convolve 实现 Geary's C 极其顺滑，几乎就是公式的一对一翻译。

2.2 权重矩阵：邻接、反距离还是核函数？

权重 w_ij 决定了“邻居”这两个字的分量。GEE 里没有现成的空间权重矩阵对象，你用的是 Kernel——一个定义邻居形状和权重值的窗口。

最常见的三种：

• 方形邻接核（square）：窗口内所有邻居权重相等，简单直接，适合第一版探索。
• 欧氏距离核（euclidean）：权重随距离衰减，比如半径为 2 个像素时，距离越远的邻居影响力越小。
• 高斯核（gaussian）：也是距离衰减，但衰减更平滑，适合做热扩散或纹理分析。

选择的关键不是“哪个更好”，而是“你的物理假设是什么”。在我看来，NDWI 或 NDVI 这类连续地表变量，距离衰减更符合直觉——远一点的水体像元对中心像元的“相似性贡献”本来就该弱一些。但如果你只是想知道“这个像元和边上 24 个像元整体像不像”，均等的方形核就够用，而且容易解释。

一个容易犯的错：以为 reduceNeighborhood 里的 kernel 会把权重数值自动乘上去。实际上，reduceNeighborhood 只用核定义窗口形状，归约的时候不会乘核的权重值；真正会把核权重乘进去的是 convolve。这一点我在第 5 章会专门展开，因为我们团队第一次实现 Geary's C 时的结果异常，最后就卡在这里。

2.3 GEE实现公式的两条路线：reduceNeighborhood与convolve

先说最简单的近似路线，用 reduceNeighborhood 实现。思路是：先求每个像元的邻域均值，然后计算“中心值减邻域均值”的平方，再对邻域求和。严格说，这已经不是教科书定义的 Geary's C，因为比较对象从“每个邻居”变成了“邻域均值”，但空间结构近似，代码简单，适合快速筛查。

javascript复制var kernelApprox = ee.Kernel.square({radius: 2, units: 'pixels', normalize: false});

var focalMean = ndwi.reduceNeighborhood({
  reducer: ee.Reducer.mean(),
  kernel: kernelApprox
});

var localGCApprox = ndwi.subtract(focalMean).pow(2)
  .reduceNeighborhood({
    reducer: ee.Reducer.sum(),
    kernel: kernelApprox
  }).rename('localGC_approx');

但我更推荐严谨路线，一行一行能对上公式的那种。思路是把 Geary's C 的差值平方展开：

Σ_j w_ij (x_i - x_j)^2 = W_i * x_i^2 - 2 * x_i * Σ_j w_ij x_j + Σ_j w_ij x_j^2

其中三项分别对应：权重和乘以中心值平方、中心值乘邻域加权和、邻域加权平方和。在 GEE 里，邻域加权和就是 image.convolve(kernel)，权重和就是常数 1 影像的 convolve。这个路线不仅严谨，还能直接支持欧氏距离核或高斯核，因为权重会通过 convolve 真正参与计算。

javascript复制var kernel = ee.Kernel.square({radius: 2, units: 'pixels', normalize: false});

var sumW = ee.Image.constant(1).rename('S0_img').convolve(kernel);
var sumWx = ndwi.convolve(kernel).rename('sumWx');
var sumWx2 = ndwi.pow(2).convolve(kernel).rename('sumWx2');

var localGeary = sumW.multiply(ndwi.pow(2))
  .subtract(ndwi.multiply(2).multiply(sumWx))
  .add(sumWx2)
  .rename('localGeary');

这里有个数学上很有意思的小细节：Geary's C 的权重矩阵通常要求对角线为 0，也就是自己不要算自己的邻居。但 square 这类核中心权重默认为 1，看起来像是污染了权重。实际在差值平方的语境下，中心权重那项展开后正好相互抵消——(x_i - x_i)^2 = 0，展开式的多余项也刚好抹平。所以用 convolve 算局部 Geary 值的时候，你可以不用刻意把中心权重清零。但如果你单独拿 sumW 去做标准化，就得小心这个额外的 1。

3. 基于NDWI的Geary's C分析：从数据准备到出图

3.1 数据准备：Sentinel-2影像、去云与NDWI计算

我用一个非常典型的场景来演示：城市及周边水体分析。数据选择 Sentinel-2 SR 产品（COPERNICUS/S2_SR），因为它有 10m 分辨率，足够看清中小水体的空间结构。影像时段选夏季生长季，云量过滤阈值设 20%，因为 NDWI 对云和阴影都敏感，宁可少要几景影像，也别让云的残留进分析。

javascript复制var roi = ee.Geometry.Point([116.4074, 39.9042]).buffer(15000);

var s2 = ee.ImageCollection('COPERNICUS/S2_SR')
  .filterBounds(roi)
  .filterDate('2024-05-01', '2024-09-30')
  .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 20))
  .median()
  .clip(roi);

var ndwi = s2.normalizedDifference(['B3', 'B8']).rename('NDWI');

Map.centerObject(roi, 11);
Map.addLayer(ndwi, {min: -0.5, max: 0.5, palette: ['#2c7bb6', '#ffffbf', '#d7191c']}, 'NDWI');

NDWI 的公式是 (Green - NIR) / (Green + NIR)，对应 Sentinel-2 的 B3 和 B8。水体像元的 NDWI 一般为正且偏高，植被和裸土通常为负。用 median 合成多时相影像，可以有效压掉云残留和薄云的随机波动，得到的 NDWI 空间场更干净，有利于后续 Geary's C 判断真实的邻域差异。

3.2 邻域核与局部Geary图的生成

核半径选多大？没有万能答案，但有一个实用的参考思路：半径应该略大于你关心的地物最小尺寸的一半。10m 分辨率下，如果目标是识别几十米宽的水体和边界，半径 2 个像素（约 20-30m 的影响范围）是比较合理的起点；如果做宏观破碎度评估，可以放到 3-5 像素。

核半径太小，局部差异图会充满噪声；太大，边界会被磨平，局部 Geary 的高值带会变宽，看起来像缓冲区而不是边界。我第一次跑的时候直接用了半径 5，结果水陆边界变成了一条十几米宽的“高速公路”，反而不好读。后来改为半径 2，边界清晰很多。

用前面 convolve 路线生成局部 Geary 图：

javascript复制var kernel = ee.Kernel.square({radius: 2, units: 'pixels', normalize: false});

var sumW = ee.Image.constant(1).rename('S0_img').convolve(kernel);
var sumWx = ndwi.convolve(kernel).rename('sumWx');
var sumWx2 = ndwi.pow(2).convolve(kernel).rename('sumWx2');

var localGeary = sumW.multiply(ndwi.pow(2))
  .subtract(ndwi.multiply(2).multiply(sumWx))
  .add(sumWx2)
  .rename('localGeary');

看到没有，整个实现是对公式展开逐项翻译，没有神秘的黑魔法。而且想要反距离权重，只需要把 ee.Kernel.square 换成 ee.Kernel.euclidean({radius: 2, units: 'pixels', normalize: false})，权重自然按距离衰减。我在最终发布结果的版本里会选欧氏距离核，解释起来也很直观：“我和邻居差多少，且离得越近越算数。”

3.3 全局C值计算与可视化输出

局部 Geary 图算出来后，全局 C 值就是一次区域统计的事。需要四样东西：像元总数 N、局部 Geary 求和、权重和 S0、全局离差平方和。

javascript复制var geom = roi;
var scale = 10;
var maxPixels = 1e10;

var N = localGeary.reduceRegion({
  reducer: ee.Reducer.count(),
  geometry: geom, scale: scale, maxPixels: maxPixels
}).getNumber('localGeary');

var sumLocalC = localGeary.reduceRegion({
  reducer: ee.Reducer.sum(),
  geometry: geom, scale: scale, maxPixels: maxPixels
}).getNumber('localGeary');

var meanNDWI = ndwi.reduceRegion({
  reducer: ee.Reducer.mean(),
  geometry: geom, scale: scale, maxPixels: maxPixels
}).getNumber('NDWI');

var devSq = ndwi.subtract(meanNDWI).pow(2).reduceRegion({
  reducer: ee.Reducer.sum(),
  geometry: geom, scale: scale, maxPixels: maxPixels
}).getNumber('NDWI');

var S0 = sumW.reduceRegion({
  reducer: ee.Reducer.sum(),
  geometry: geom, scale: scale, maxPixels: maxPixels
}).getNumber('S0_img');

var globalC = N.multiply(sumLocalC)
  .divide(ee.Number(2).multiply(S0).multiply(devSq));

print('Global Geary\'s C =', globalC);

一个需要注意的细节是 maxPixels。偏大区域的 reduceRegion 默认只采样 1000 万像素左右，超出后会得到近似值。空间自相关恰恰对采样方式敏感，所以我习惯把 maxPixels 设到 1e10，宁可慢一点，也要全量统计。

可视化的色带设计也有讲究。局部 Geary 值越小表示越像邻居，属于“均质斑块核心”；值越大表示差异越大，对应边界和异常。我的习惯色带是黄-橙-红：深黄表示邻居高度相似，红色表示边界。叠加原始 NDWI 或者真彩色影像一起看，能很直观地验证高值是不是恰好落在水陆界面上。

javascript复制Map.addLayer(localGeary, {
  min: 0, max: 0.6,
  palette: ['#ffffcc', '#ffeda0', '#fed976', '#fd8d3c', '#e31a1c']
}, 'Local Geary C');

4. 结果解读与显著性：C=0.35到底意味着什么

4.1 判断聚类与离散的基准线是1

Geary's C 的期望值在空间随机假设下是 1。所以看全局 C 值就一条基准线：C 显著小于 1，说明相邻像元偏差小、空间聚类；C 显著大于 1，说明相邻像元差异大、空间离散；接近 1，则没有明显的空间结构。

用我前面那个例子：全局 C = 0.35。0.35 意味着相邻 NDWI 像元之间的平均加权差异只有完全随机情况下的大约三分之一，水体确实成片存在。如果把同一区域的 Moran's I 算出来是 0.62，你会发现两个指标在这个例子里表现高度一致，但 Geary's C 因为差值平方的放大效应，从 0 到 1 的区间内区分度更好，更容易说出“具体有多集中”。

但这里必须泼一盆冷水：只看全局 C 值是不完整的。你还需要知道这个 0.35 是否显著——也就是它离 1 的距离，到底是真实空间结构造成的，还是仅仅因为数据本身平滑、像元数少、或者噪声被低估了。

4.2 常见误区与显著性检验的保守做法

我见过不止一个同学把 Global Geary's C = 0.35 直接写进报告，配上“水体呈显著聚类”的结论。问题在于，所有没做显著性检验的空间统计结论，都只是描述性的。

严谨的做法是检验零假设“空间随机”。在桌面软件里这通常用置换检验完成：把像元值随机打乱几千次，每次算出一个 C 值，得到一个零分布，再看真实 C 落在分布的哪个位置。伪 p 值小于 0.05，才能说“显著聚类”。

GEE 里能不能做置换检验？能，但不推荐。栅格的全局随机置换需要对几十万个像元重排，GEE 的并行计算模型并不适合这种操作，硬做既慢又容易触发内存限制。我的保守做法是分工：GEE 负责大范围快速计算和制图，输出 GeoTIFF；显著性检验拿到 GeoDA 或 R 的 spdep 包里跑，999 次置换也就是几分钟的事。Cliff 和 Ord 在《Spatial Processes》里给出过 Geary's C 的解析方差公式，里面包含 S0、S1、S2 和分布峰度，公式长还容易抄错，手写不如直接交给验过无数次的现成工具。

所以，在 GEE 里输出全局 C 值时，我通常会在代码注释里提醒自己一句话：这只是一个统计量，不是假设检验结论。

4.3 用长期实测数据验证过的解读经验

我在多个城市的 NDWI 分析里观察到一个稳定的现象：局部 Geary 图的高值带，和地面验证的水陆交界线高度重合。

具体来说，水体内部像元的局部 Geary 值往往小于 0.05，水体表面完全均质；而水体边界那条 1-2 个像元宽的带子，局部 Geary 值会跳到 0.3 以上，在色带里呈现刺眼的红橙色。大块连续水面的全局 C 值一般在 0.3-0.5 之间；如果是一片破碎的支汊水系、被建筑分割的小水塘，全局 C 会升到 0.8 甚至接近 1，因为每个小水体的边缘像元占比太高，邻居差异整体被拉大。

这个规律给了我很实用的分析方法：先把 NDWI 阈值提取出水体掩膜，再对掩膜计算局部 Geary，直接用高值带做“边界强度”评分。破碎水体边界长、边界像元占比高，全局 C 自然高；连续大湖全局 C 低。换句话说，Geary's C 可以当破碎度指数用，而且是完全基于空间邻接关系的、可解释的破碎度指数，比单纯的面积周长比多一层空间结构信息。

解读局部图还有一个技巧：不要只看热力图，要把色带透明度调低，叠加到原始遥感影像上，逐个人工核对几个高值点。我每次用这个流程都会发现一两个数据问题，比如未完全清除的云影、城市里的玻璃顶棚（NDWI 异常高）、或者 ROI 边缘的裁剪痕迹。先确认这些错位，再去解释空间模式，结论才站得住。

5. 我在GEE里踩过的坑，以及平台权限细节

5.1 核函数权重与reduceNeighborhood的坑

这一节的内容，是我觉得对后来者价值最高的一部分。前面说过，reduceNeighborhood 的 kernel 只决定窗口形状，不参与加权。这个坑的典型表现是：你选择一个 gaussian 核，以为距离越近权重越大，结果局部统计量和用方形核一模一样，只是窗口形状变了。

我当时排查了很久，最后翻 API 文档确认，reduceNeighborhood 的归约器只会对窗口覆盖像元做数学统计，核的权重数值没有进入计算。如果你需要真正的距离衰减，必须用 convolve，或者用 kernel 的 weights 生成一个乘法掩膜手工加权。

另一个跟权重相关的坑是中心权重。square 核中心位置的权重默认是 1，严格的空间权重矩阵对角线应该为 0。前面我解释了在 Geary's C 的差值平方运算里，中心权重会数学性抵消，但如果你单独计算 S0（权重和），这个额外的 1 还在。对十亿像元的大范围数据，误差可以忽略；但对一个只有几千像元的小 ROI，S0 多算 1/N 的权重会明显影响全局 C 的数值。我建议：计算标准化因子 S0 时，要么用没有中心权重的自定义核，要么接受这个偏差并在方法部分说明清楚。

5.2 空值、边缘和尺度：三个容易被忽视的陷阱

第一，空值。Sentinel-2 经过云掩膜后，每个像元都有可能是 null。Geary's C 的邻域求和如果遇到 null，convolve 的处理方式和 reduceNeighborhood 并不完全一致，很容易出现边界带状异常。我在第三章代码里用了 median 合成，就是为了尽量压低 null；但影像边缘和云残留区依然会有空洞，在这些位置局部 C 值不可信。

第二，边缘。convolve 在影像边缘有补零等默认策略，导致 ROI 边框上的像元局部 Geary 值严重失真。这不是实现错误，是算法特性。我的做法是在出图前 localGeary.updateMask(localGeary.lt(5)) 一类清理异常值，同时设置一个“边缘无效区”，分析时直接排除离边界两个像元以内的区域。

第三，尺度。同样是北京城区外围的水体区域，Sentinel-2 10m 数据算出的全局 C 在 0.35，用 Landsat 30m 数据重算可能变成 0.6。原因很简单：30m 像元把水陆混合进一个像元里，邻居差值被平均化，整体显得更“相似”。这提醒我，跨数据源比较空间自相关时必须说明分辨率，否则结论没有可比性。

5.3 平台权限与导出任务：遇到GEE权限相关问题怎么办

说一点和平台本身有关的实操问题。现在的 GEE 工作台已经强制绑定 Google Cloud Project，如果你遇到导出任务报错，先别怀疑算法，大概率是权限或项目绑定问题。

常见报错有两种：一是“Earth Engine API is not enabled”或者找不到 API；二是导出时出现 permission denied 或 403。我的处理流程是：

1. 登录 console.cloud.google.com，新建一个项目，记下项目 ID。
2. 在“API 和服务”里启用 Earth Engine API。
3. 回到 GEE 代码编辑器右上角，确认当前绑定的就是这个新项目。
4. 如果需要给团队成员开权限，在 IAM 里给账号分配 Earth Engine Resource Viewer 或 Editor 角色，这就相当于社区里大家说的“gee admin”权限管理。

这里提醒一句：不要随便拿组织里已有的重量级云项目来绑 GEE，GEE 免费额度虽然和计费账号无关，但把地球引擎 API 挂在一个生产项目里，后面权限和成本归属会变得很混乱。我一开始就栽在这上面，项目越绑越乱，最后换了个专门的小项目才消停。

导出 GeoTIFF 时还有一个容易忽略的坑：如果不显式指定 scale，导出的分辨率可能不是你想要的；如果不指定 crs，默认输出 EPSG:4326，经纬度网格下的 10m 影像导出后其实是近似 10m 的弧度量，拿进 GIS 软件里经常显示成几度几分的怪坐标。导出前把 scale 和 crs 参数写明确，能省大量返工时间。

说了这么多，其实最核心的体会就是一句话：空间相关性分析不是点一下按钮出个数字就结束，你要清楚自己用的是哪个指标、权重矩阵长什么样、显著性有没有做。Geary's C 在 GEE 里的实现没有想象中复杂，只要把公式拆开，用 convolve 逐项翻译，十几行代码就够。我后来每次拿到新的遥感指数影像，都习惯先跑一张局部 Geary 图看看——它比任何直方图都更快地告诉我，这个变量在空间上是不是真的“有组织”。如果你也想在 GEE 里做空间分析，不妨从 NDWI 这类指数数据入手，把局部 Geary 图当成一张“空间结构快照”，你对数据的理解会比只看统计数字深刻很多。