多尺度GTWR城市住宅价格建模与分析

尺度、时间、空间距离一直是制约地理时空加权回归模型求解精度的关键.本文基于欧氏距离约束和路网距离约束,将多尺度扩展到时空地理加权回归方法的建模中,以检验多尺度GTWR模型的改进性能,同时验证路网距离约束在多尺度GTWR模型中的优越性.以2015—2018年成都市主城区商品房社区作为案例对象,将多尺度GTWR与GTWR在拟合优度(R2)、残差平方和(RSS)及AIC等方面进行比较.试验结果表明,与GTWR相比,多尺度GTWR对影响住宅价格的自变量提供了更有效的解释,同时路网距离的使用也提高了模型的合理性.在基于欧氏距离约束和路网距离约束方面拟合优度分别提升了0.123和0.208,RSS和AIC值得到了有效的降低.相比于使用欧氏距离约束的GTWR与多尺度GTWR模型,路网距离约束的GTWR(RD)模型的拟合优度提高了0.007,多尺度GTWR(RD)模型的拟合优度提高了0.092,基于路网距离的计算结果进一步证实了多尺度GTWR模型的正确性,也进一步证明了综合考虑尺度、时空距离后的多尺度GTWR具有很好的通用性.     

利用搜索引擎数据模拟疾病空间分布

互联网记录了人们的日常生活,对带有位置信息的搜索引擎数据进行分析和挖掘可以获得隐藏于其中的地理信息。本文通过分析中国各省流感月度发病数与相关关键词百度搜索指数之间的相关性,选取相关性较高关键词的百度指数作为解释变量,发病数作为因变量,在采用主成分分析法消除变量共线性后,分别使用普通最小二乘回归（OLS）、地理加权回归（GWR）及时空地理加权回归（GTWR）构建流感发病数的空间分布模型。模型的拟合度能够从OLS的0.737、GWR的0.915提高到GTWR的0.959,赤池信息准则（AIC）也表明,GTWR模型明显优于OLS与GWR模型。验证结果显示,GTWR模型能准确识别流感高发地区,将该方法与搜索引擎数据结合能较好地模拟流感空间分布,为空间流行病学的研究提供预测模型和统计解释。     

河南省城市空气质量指数时空演变及其影响因素的时空异质性

基于空气质量指数,结合空间自相关统计指标,对2014—2018年河南省城市空气质量指数时空演变特征进行分析;采用时空地理加权回归(GTWR)模型剖析诸多因素对城市空气质量指数的作用模式及其时空变化。研究表明:河南省城市空气质量指数具有冬季较高、夏季较低的季节性变化特征及1月和12月较高、7—9月较低的月度变化规律;且城市空气质量指数的空间聚集性具有逐渐增强的年度变化,春季、夏季、秋季较高,冬季较低的季节性变化,1、2、10月逐渐减弱,其余月份逐渐增强的月度变化;GTWR回归结果表明,各因素的作用方向和作用强度存在时空非平稳变化过程。     

顾及空间异质性的自回归模型应用研究北大核心CSCD

针对传统的空间自回归模型拟合精度较低且无法顾及空间异质性的问题,该文提出了改进的地理加权自回归模型。并以北京市住宅小区特征价格数据为例,利用探索式空间数据分析方法分析住宅价格数据的空间自相关性,探讨其时空演变特征;建立了空间自回归模型、地理加权回归模型和地理加权自回归模型,并在模型之间进行精度对比和分析。实验结果表明:北京市住宅价格具有明显的空间相关性与空间集聚特征;由于综合考虑了空间自相关性和空间异质性,地理加权自回归模型不仅能大幅度提高模型的拟合优度和解释能力,还能更好地揭示住宅价格的空间变化规律,为数据的空间探索提供了新的方向。     

顾及空间异质性的自回归模型应用研究

针对传统的空间自回归模型拟合精度较低且无法顾及空间异质性的问题,该文提出了改进的地理加权自回归模型。并以北京市住宅小区特征价格数据为例,利用探索式空间数据分析方法分析住宅价格数据的空间自相关性,探讨其时空演变特征;建立了空间自回归模型、地理加权回归模型和地理加权自回归模型,并在模型之间进行精度对比和分析。实验结果表明:北京市住宅价格具有明显的空间相关性与空间集聚特征;由于综合考虑了空间自相关性和空间异质性,地理加权自回归模型不仅能大幅度提高模型的拟合优度和解释能力,还能更好地揭示住宅价格的空间变化规律,为数据的空间探索提供了新的方向。     

基于地理国情数据的PM2.5浓度估算方法研究

以京津冀地区为研究对象,结合地理国情数据开展PM_(2.5)浓度估算方法的研究,在相关因素分析的基础上,运用土地利用回归方法与地理加权回归方法建立PM_(2.5)浓度空间分布回归模型,采用十折交叉验证对比模型稳定性与拟合精度,探索研究区最优建模方法及PM_(2.5)重要影响因子。结果表明:从模型稳定性及拟合精度来看,地理加权回归模型优于土地利用回归模型,模型调整后的R2分别为0.85、0.832,平均相对误差为12.4%、13.8%,均方根误差为10.61μg/m3、11.94μg/m3。相关分析判定结果表明,京津冀地区PM_(2.5)浓度的影响因子主要为气温、气压、房屋建筑、林地、耕地、降水、污染企业等。     

一种基于主成分分析的时空地理加权回归方法

针对时空地理加权回归模型(GTWR)进行预测时,输入变量较多导致计算复杂度高,而输入变量较少引起预测精度降低这一问题,提出了一种基于主成分分析的时空地理加权回归方法(PCA-GTWR)。该方法采用非线性主成分分析方法,先对影响PM2.5浓度的若干相关变量降维处理得到几个综合指标,并将其作为GTWR模型的输入变量进行预测。为验证该方法的有效性,采用北京市2014-04—2017-03的PM2.5数据,利用Pearson相关系数法选取与PM2.5浓度具有较高相关性的影响因素作为常规的GTWR模型的输入变量,在变量个数相同的前提下,与本文方法进行对比。结果表明应用非线性主成分分析方法对相关变量进行预处理后,有效地解决了变量之间的共线性,保留了原始影响因素主要信息,提高了运算效率,且该方法的MAE、RMSE、AIC均低于常规的GTWR模型,拟合优度GF最高达到88.11%。     

组合核支持向量回归提取高光谱影像不透水面

由于城市地表组成的复杂性,基于单核函数的支持向量回归模型很难满足精度。本文结合空间-光谱组合核函数和支持向量回归,提出了一种提取高光谱影像不透水面丰度的改进算法。首先从高光谱遥感图像上提取波谱特征和多通道灰度共生矩阵空间纹理特征,选取研究区10%像元特征数据作为训练数据,以线性加权求和核为多核组合方式,建立结合光谱信息和空间信息的组合核支持向量回归模型。然后,用生成的回归模型预测未知像元不透水面丰度值。最后,对实验结果进行评价。在模拟数据试验中,本文算法比单核回归均方根误差平均降低1.4%,决定系数比单核回归平均提高0.6%。在Hyperion数据两组试验中,该算法比单核回归均方根误差平均降低1.8%,决定系数比单核回归平均提高11.7%。模拟和真实两种高光谱数据实验中,本文算法均得到了空间形态上更准确的不透水面结果,单核回归结果存在失真现象。研究结果表明:本文算法能够有效提取城市不透水面丰度,与单核方法相比有较明显的精度提升。     

基于GWR模型的北极滨海平原融冻湖表面温度空间分布模拟

通过分析北极滨海平原融冻湖泊形态和空间特征与湖泊表面温度之间的相关性,选取湖泊面积、形态紧凑系数、平均深度、与楚科齐海岸线距离,与波弗特海岸线距离、纬度等6个影响因素为参数,分别利用普通最小二乘线性回归(OLS)法和地理加权回归(GWR)法构建湖泊表面温度的空间分布模型,并采用主成分分析法消除变量共线性以降低模型估计误差方差。研究结果表明,与OLS模型相比,GWR模型显著提高了模型拟合度(确定系数R~2由0.648增至0.752)和精度(平均绝对误差从0.47K降至0.38K;均方根误差从0.62K降至0.44K),能更好地模拟融冻湖泊表面温度的空间分布,可为极地地区区域性气候变化的研究提供更为可靠的多因素预测模型和统计解释。     

社会经济权重约束下的时空地理加权回归方法

时空地理加权回归方法本质上是一种局部回归,容易放大局部的时空效应,而减小或者忽略了影响因素全局上的重要程度,造成估计偏差.为了解决这个问题,该文提出一种社会经济权重约束下的时空地理加权回归方法,在计算时空权重矩阵的同时,采用客观赋值法,利用各社会经济因素间的对比强度和冲突性,从全局角度计算各社会经济因素的权重,再基于各因素权重估算相对应的回归系数.以京津冀地区生产性服务业影响因素分析为例,进行实验验证.结果 表明,新方法的RMSE和SSE比传统GTWR的分别提升了75.08％、93.9％,R2提升了13.4％,有效弥补了GTWR放大时空非平稳特征、忽略社会经济因素重要程度的不足,提升模型拟合效果.     

一种局部多项式时空地理加权回归方法

基于加权最小二乘估计的时空地理加权回归方法,在随机项方差相同且最小的假设条件下估计回归参数和拟合值,由于没有考虑时空分析中异方差影响而导致估计结果存在一定偏差。局部多项式估计是一种消除异方差影响的非参数估计方法。本文在局部多项式估计原理基础上,提出了局部多项式时空地理加权回归方法。它是采用三元一阶泰勒级数展开式重构时空回归系数和自变量矩阵,进而建立满足高斯-马尔可夫独立同分布假定要求的新模型,利用新模型回归系数估计值、拟合值以及新模型与原模型的关系,可得到原模型回归系数估计值和拟合值。本文采用模拟数据和真实数据进行试验,以GTWR与局部线性地理加权回归作为对比方法,从方法适用性、整体估计效果、回归系数估计偏差和拟合优度、整体估计偏差等方面分析了LPGTWR方法性能,有效证明了LPGTWR方法能消除异方差影响提升估计精度。     

时序变差函数特征驱动下的月平均降水空间分布模拟

高精度降水场是水文、气象以及环境分析的重要数据支撑,直接影响相关服务的准确性。传统降水分布模拟大多依赖站点空间维的驱动因素,而忽略了降水时序变化特征对其空间分布的影响。使用2015—2017年中国湖北省83个国家气象观测站点和28个省级观测站点近3 a月平均累积降水资料,通过相关性分析,引入站点降水时序理论变差函数模型的拱高值(C)和块金值(C₀)作为影响因素,使用地理加权回归(geographically weighted regression, GWR)建立湖北省月平均降水分布模型。结果表明:（1）各站点降水的时序变差函数曲线与降水的季节性基本吻合。站点时序理论变差函数模型中,有25.3%能够在4个月内达到平稳,36.14%在6个月内达到平稳。（2）站点降水时序理论变差函数模型的C和C₀与逐年12月平均累积降水在0.01水平（双侧）上显著相关,平均相关系数分别为0.745和0.526,大于地理位置和高程对降水的影响。（3）引入C和C₀ 有助于提升GWR模型的整体拟合优度和插值精度。对比仅使用经纬度的GWR模型和引入时序理论变差函数特征的GWR模型,3 a平均整体拟合优度从0.852提升至0.912。验证集站点插值精度评价显示,3 a绝对误差、均方根误差和平均绝对百分误差下降幅度均大于60%。因此,引入时序理论变差函数特征的时空GWR模型能够获得较高精度的降水模拟结果,更适合具有丰富历史降水资料地区的降水空间分布估算。     

南昌市二手房价格影响因子的空间异质性

以安居客网站爬取的2018年10月894个南昌市住宅小区二手房价格为研究对象,利用地理加权回归模型探讨了建筑特征、邻里特征、区位特征等方面各影响因子对住宅价格的作用差异.研究结果表明:1)地理加权回归(GWR)模型的拟合结果优于OLS模型,将回归系数结果空间可视化发现南昌市二手房价格影响因子具有空间异质性.2)不同因子...     

克里金插值的多路径误差空间分布特征

针对多路径误差的空间分布特征,该文提出采用克里金插值法构建多路径误差的空间插值模型。通过采用ArcGIS中克里金插值工具构建的多路径误差的空间插值模型,较好地展现出多路径误差与测站位置、反射源距离等因素的空间分布特征。实验结果表明:对比泛克里金插值法、普通克里金插值法、简单克里金插值法3种方法构建的多路径误差插值模型,普通克里金插值法的效果最好。研究成果直观反映出在林区、多层建筑物等环境下多路径误差影响较大,还预测出未采样区域的多路径误差影响范围,该研究成果可应用于GPS观测站选址、GPS测量技术设计等领域。该文从空间分布特征的角度提出了一种新的研究多路径误差特性的思路,实现了对指定测区内的多路径误差的空间分布特征的探究。     

基于不同拟合方法的圆曲线综合不确定性模型

分别利用直线、圆曲线与多项式曲线的拟合空间曲线实体,估计出拟合曲线与真实曲线之间的模型误差,建立包含模型误差与法线方向位置误差的曲线综合误差带模型。并通过算例证明了含有模型误差的综合误差带模型能更好地反应圆曲线的位置不确定性。     

全球天顶对流层延迟模型新修正方法

针对对流层延迟误差与信号频率无关且具有较强的随机性的性质,该文以GGOS Atmosphere发布的格网数据作为真值,依据现有模型的全球残差分析了不同全球天顶对流层延迟模型的时空特征,并将中误差和平均相对误差作为评价指标,在空间维对全球进行分区。以Saastamoinen作为基础模型,构建新的修正模型,在各分区内拟合新模型系数。验证结果显示:相比于Saastamoinen模型,新模型在南半球高纬地区模型计算残差平均值由0.8m降到了0.5m以下,在(0.0~0.2)绝对小误差区间的误差分布比例提升了3%左右,且模型的稳定性得到了保证。     

一种基于补偿最小二乘的空间直线拟合算法

针对空间直线拟合的整体最小二乘算法无法顾及模型误差以及空间直线拟合无法直接利用整体最小二乘进行拟合的问题,该文提出了一种基于补偿最小二乘方法的空间直线拟合方法。首先,将待拟合的空间直线分别投影至3个互相垂直的平面得到3条平面直线;然后根据补偿最小二乘方法能同时顾及数据中模型误差和偶然误差的特性,选择合适的方法求取正规化矩阵和平滑因子来平衡误差,分别求解3条平面直线的拟合参数;最后,根据3条平面直线的拟合参数重建空间直线。通过与相关文献的结果进行比较,结果表明采用补偿最小二乘方法进行空间直线拟合具有一定的可行性,可以提高空间直线的拟合精度。     

一种基于补偿最小二乘的空间直线拟合算法

针对空间直线拟合的整体最小二乘算法无法顾及模型误差以及空间直线拟合无法直接利用整体最小二乘进行拟合的问题,该文提出了一种基于补偿最小二乘方法的空间直线拟合方法。首先,将待拟合的空间直线分别投影至3个互相垂直的平面得到3条平面直线;然后根据补偿最小二乘方法能同时顾及数据中模型误差和偶然误差的特性,选择合适的方法求取正规化矩阵和平滑因子来平衡误差,分别求解3条平面直线的拟合参数;最后,根据3条平面直线的拟合参数重建空间直线。通过与相关文献的结果进行比较,结果表明采用补偿最小二乘方法进行空间直线拟合具有一定的可行性,可以提高空间直线的拟合精度。     

一种基于补偿最小二乘的空间直线拟合算法

针对空间直线拟合的整体最小二乘算法无法顾及模型误差以及空间直线拟合无法直接利用整体最小二乘进行拟合的问题,该文提出了一种基于补偿最小二乘方法的空间直线拟合方法。首先,将待拟合的空间直线分别投影至3个互相垂直的平面得到3条平面直线;然后根据补偿最小二乘方法能同时顾及数据中模型误差和偶然误差的特性,选择合适的方法求取正规化矩阵和平滑因子来平衡误差,分别求解3条平面直线的拟合参数;最后,根据3条平面直线的拟合参数重建空间直线。通过与相关文献的结果进行比较,结果表明采用补偿最小二乘方法进行空间直线拟合具有一定的可行性,可以提高空间直线的拟合精度。     

一种基于补偿最小二乘的空间直线拟合算法

针对空间直线拟合的整体最小二乘算法无法顾及模型误差以及空间直线拟合无法直接利用整体最小二乘进行拟合的问题,该文提出了一种基于补偿最小二乘方法的空间直线拟合方法。首先,将待拟合的空间直线分别投影至3个互相垂直的平面得到3条平面直线;然后根据补偿最小二乘方法能同时顾及数据中模型误差和偶然误差的特性,选择合适的方法求取正规化矩阵和平滑因子来平衡误差,分别求解3条平面直线的拟合参数;最后,根据3条平面直线的拟合参数重建空间直线。通过与相关文献的结果进行比较,结果表明采用补偿最小二乘方法进行空间直线拟合具有一定的可行性,可以提高空间直线的拟合精度。