多元地理加权回归分析中多尺度异质性关系估计
地理加权回归分析技术(Geographically weighted regression,GWR)是空间数据异质性关系建模的重要手段之一.本文针对由不同类型、种类或性质变量构成的多元GWR模型中所可能存在的尺度差异性,提出了模型变量-空间距离度量对应的GWR模型解算方法(GWR with parameter-specific distance metrics,PSDM GWR),即利用不同的距离度量和带宽选择而实现模型估计,解决不同变量之间尺度差异的问题.本文采用了伦敦市房地产市场数据对PSDM GWR方法进行了验证,实验结果表明该技术相对于采用单一距离度量的GWR技术能够大大改善模型解算结果,并能够反映不同变量对应的空间关系异质性在尺度上差别.PSDM GWR是对传统GWR技术的重要补充,尤其在弱化空间数据尺度对GWR模型解算结果的影响方面(Scale dependent)具有重要意义,但该方法在模型诊断和计算效率方面仍然存在着一些问题,亟待进一步地研究和探索.
地理加权回归分析 建模技术 空间数据异质性 解算方法
卢宾宾
武汉大学遥感信息工程学院,湖北武汉,430079
国内会议
深圳
中文
1-5
2016-09-23（万方平台首次上网日期，不代表论文的发表时间）