家禽空间分布及其变化对研究禽流感发病风险和传播风险问题以及家禽养殖业发展规划问题有着重要的意义。在属性数据空间化研究中，人口统计数据是主要研究对象，但是家禽统计数据和人口统计数据特点并不相同，用于人口统计数据空间化的方法并不完全适用于家禽统计数据空间化问题的解决。为解决家禽统计数据空间化的问题，论文分别利用全局的多元线性回归方法和局部的地理加权回归方法对南方地区和中国大陆地区进行建模并生成1km格网家禽密度图，从模型拟合优度和家禽统计数据空间化结果两个方面进行验证，检验全局回归方法和局部回归方法在家禽统计数据空间化问题上的适用性。　　模型结果表明：两种回归方法都能得到较高的R2，但南方地区地理加权回归模型全局拟合的R2达到0.961，高于多元线性回归模型全局R20.766。中国大陆地区地理加权回归模型全局R2为0.921，高于多元线性回归模型全局R20.838。　　家禽统计数据空间化结果验证表明，南方地区地理加权回归方法家禽统计数据空间化验证结果表明有89.33％的行政单元误差小于10％，9.1％的行政单元误差小于20％，行政单元家禽存栏量估计值和观测值之间的一元线性回归参数为0.722，R2为0.576；南方地区多元线性家禽统计数据空间化验证结果为有83.86％的行政单元误差小于10％，14.29％的行政单元误差小于20％，行政单元家禽存栏量估计值和观测值之间的一元线性回归参数为0.609，R2为0.414。中国大陆地区地理加权回归方法验证结果表明有85.78％的行政单元相对误差小于10％，11.74％的行政单元相对误差介于10％到20％之间，行政单元家禽存栏量估计值和观测值之间的一元线性回归参数为0.717，R2为0.525；中国大陆地区多元线性回归方法验证结果表明有77.37％的行政单元误差小于10％，17.03％的行政单元误差小于20％，其余的样本点误差在20％-60％之间，行政单元家禽存栏量估计值和观测值之间的一元线性回归参数为0.602，R2为0.311。　　无论是在南方区域还是在整个中国大陆地区，地理加权回归方法的模型精度以及计算结果精度都优于多元线性回归方法。地理加权回归方法比多元线性回归方法更适合用于家禽统计数据空间化问题的研究。　　最后对全文进行了总结，也提出了一些值得进一步深入探讨的问题。