1.路网约束下的空间自相关Spark并行计算方法，其特征是，包括步骤：（1）采用LineInfo描述道路网中各单条道路的道路信息；

（2）Spark中driver节点向集群广播道路网，excutor节点执行：各excutor节点分别计算任意两条道路之间的交点，并在LineInfo中记录交点坐标信息；从道路网获取每条道路的起止点、拐点、交点的坐标并排列，构建坐标序列；以起止点、交点为分割点，分别分割各单条道路，将每条道路划分为多条路段，再将每条路段分割为多个线性单元发送至driver节点；

分割每条路段时，按照预设的线性单元长度划分，不足一个线性单元长度的按照一个线性单元处理；

（3）driver节点将各线性单元按位置顺序存储入有序线性单元集中，再次向集群广播；

excutor节点根据交点坐标信息及线性单元编号构建路网拓扑结构，并统计各线性单元的事件点总数；各excutor节点统计的各线性单元的事件点总数发送至driver节点；

构建路网拓扑结构时，对有序线性单元集中各线性单元的首尾节点顺次编号，第m个线性单元的首节点和尾节点分别编号为m‑1、m；针对每个线性单元，结合其所在道路的起止点和交点坐标信息，构建路网拓扑结构；路网拓扑结构中Map数组的键为交点编号，值为与交点相交的其他道路的道路信息；

事件点总数的统计方法为：

计算输入的计算各事件点集中各事件点与各条道路的距离，选择距离最短的道路Lmin；

再分别计算各事件点与Lmin的每个线性单元的距离，找出距离最短的线性单元，若该最短距离未超出预设的阈值范围，将该线性单元的计数值加1；

（4）driver节点再次将统计的事件点总数向集群广播；各excutor节点根据网络拓扑结构，计算各线性单元的邻接线性单元；

（5）在Driver节点，利用Spark的累加器实现空间自相关指数的计算；

自相关指数计算为全局或局部自相关指数计算；

当为局部自相关指数计算时，具体流程如下：

通过累加器实现整体线性单元对应点事件统计值的平均值、标准差的计算；

在excutor节点对每个线性单元的点事件统计值标准化；

在excutor节点，得到每个线性单元所对应的邻接线性单元的点事件统计值，计算局部自相关指数。

2.如权利要求1所述的路网约束下的空间自相关Spark并行计算方法，其特征是：LineInfo描述的道路信息包括道路编号id、分区编号partitionNum、道路的Geometry形式LineString、道路分段信息segments、与其他道路的交点信息crossPoints、路网拓扑结构intersections、交点的位置信息relationInfo、每个线性单云的邻接单元信息weight、邻域内的事件点数pointcount。

3.如权利要求1所述的路网约束下的空间自相关Spark并行计算方法，其特征是：还包括步骤：

在Spark的每个分区，随机置换每个线性单元的统计事件点数，完成随机分布模拟，再次计算自相关指数。

4.如权利要求3所述的路网约束下的空间自相关Spark并行计算方法，其特征是：所述随机置换为全局随机置换，其具体为：将道路集合广播到集群，在各个分区内，交换线性单元的统计事件点数。

5.如权利要求3所述的路网约束下的空间自相关Spark并行计算方法，其特征是：所述随机置换为局部随机置换，其具体为：将道路集合广播到集群，在各Excutor节点，每个线性单元随机挑选m个线性单元的事件统计值分别作为m个邻接线性单元的事件统计值，模拟随机置换。