欢迎进入气象科学专业知识服务系统!
文献介绍

当前位置:首页>专业文献>文献详情

空间变系数模型的局部线性BGWR估计及其应用

Local Linear BGWR Estimation and Application of Spatially Varying Coefficient Models

摘要:随着社会的快速发展,在众多领域的科学研究中,观测数据总是在特定的空间地理位置被搜集整理,形成了具有空间属性(空间非平稳性等)的空间数据集.近年来,随着非参数回归模型的频繁出现,空间变系数模型受到普遍重视且得到广泛应用.本文从空间变系数回归模型的拟合方法,系数函数曲面图比较和应用方面做了研究.介绍了空间变系数模型的局部线性GWR估计,文章针对空间变系数回归模型,通过空间加权距离构造权重矩阵,基于多元线性回归模型的贝叶斯统计推断,得到了该模型的局部线性BGWR估计方法.通过此方法推导出回归系数的后验分布,采用Gibbs抽样得到回归系数的逐点估计.将所得结果通过绘制曲面图,计算绝对偏差均值和标准偏差均值与Le Sage的BGWR模型估计结果进行对比,进一步说明该估计方法的有效性.最后我们利用空间变系数模型研究了生态学中的一个实例.通过空间变系数回归模型分析了2006和2011年的新疆伊犁地区降水量和温度对植被覆盖度指数影响的空间变化特征,利用局部线性BGWR方法估计得到了回归系数曲面,揭示出变量间相互影响的空间异质性,同时利用Le Sage的BGWR模型估计结果进行了对比.结果表明:1)空间变系数回归模型可以用于变量间的空间相关分析;2)局部线性BGWR估计方法明显优于Le Sage的BGWR模型估计;3)拟合结果表明,伊犁地区降水量和温度对植被覆盖指数的影响具有显著的空间非平稳性特征;4)模型估计误差是降水,气温之外的地形,地貌及人类活动等多种因素造成的,需进一步研究.本方法可为具有空间非平稳性特征变量间空间相关性分析以及植被覆盖指数的空间模拟分布提供思路和方法.

基本信息

doiCNKI:CDMD:2.1016.768283
作者 冯金杰
Author
作者单位
刊名
Journal
年,券(期)2016-06-30,(2017)
分类号16
关键词 空间变系数模型 局部线性BGWR Gibbs抽样 伊犁地区 植被覆盖指数 降水量 温度
Keywords spatially varying coefficient regression model local linear Bayesian Geographically Weighted Regression(BGWR) Gibbs sampler Yili area vegetation coverage index precipitation temperature
在线出版日期2016-06-30
基金项目

相关专家

相关推荐