地理加权各向异性回归模型与方法研究.pdf

地理加权各向异性回归模型与方法研究

摘要

地理关系回归分析是当前地理信息科学的研究热点。发展新的空间回归关系

方法，提升地理关系的分析挖掘能力，对深入理解自然现象和社会过程具有重要

的理论和实践意义。非平稳性是地理关系的固有特征，距离和方向都是影响其建

模精度的重要因素。然而，以地理加权回归(GWR)为代表的地理关系分析模型，

假设变量关系在空间上为各向同性，忽视了方向在地理空间关系建模中的重要作

用。后续学者从空间邻近的视角出发，通过构造新型距离来实现各向异性空间关

系的表达，一定程度上改善了GWR模型，并提高了建模精度，但仍存在以下两

方面问题：①各向异性关系表达不充分。采用相同的距离参数来刻画研究区域整

体的各向异性，忽视了不同空间位置通常具有不同各向异性的数值特征；②采用

带宽来刻画地理关系在空间上的非平稳性，但当前带宽（无论单或多带宽）刻画

的是回归关系在整个空间上的平均非平稳性，无法描述地理关系在空间上的局部

变化特性，造成在变化剧烈的区域欠拟合和变化平缓的区域过拟合。

针对以上问题，本文从空间关系梯度场的视角出发，开展各向异性关系的

GWR建模研究。首先，采用空间关系梯度场来实现地理变量间空间关系的各向

异性表达，进而将新型表达融入地理加权回归，构建地理加权各向异性回归模型，

并提出实现模型参数估计与统计推断的算法。本文研究内容概况如下：

（1）地理加权各向异性回归模型的构建。根据地理关系在不同位置、方向

上变化的速度存在差异性的特点，首先构建了基于空间关系梯度场的各向异性关

系表达：①采用空间关系梯度场来刻画采样点的各向异性关系主方向与强度；②

利用方向导数来刻画地理关系在不同方向上速度的差异性；③进而采用不同阶次

的梯度与方向导数来自适应实现不同类型的各向异性关系表达，其中梯度全为0

来表达地理空间关系为全局平稳，1、2阶梯度分别表达地理空间关系为线性与

非线性各向异性类型。

随后，基于新型各向异性关系表达，扩展了基于各向同性假设的地理加权回

归模型，构建了地理加权各向异性回归概念模型。从地理关系的尺度特点出发，

搭建了地理加权各向异性回归（GGWR）与多尺度地理加权各向异性回归

（GMGWR）两类空间关系分析模型。

（2）GGWR/GMGWR模型的参数估计与统计推断算法研究。制约

GGWR/GMGWR参数估计的关键在于各向异性关系类型的自适应确定，本文首

先将其转化为空间关系梯度阶次的确定问题，进而将阶次问题转化为“特征”选

择的问题，提出稀疏优化的思想来实现各向异性关系类型复原的思路。因此，首

要在于提出一种特征选择准确率高的模型。

①本文引进稀疏表达算法，提出-GWR模型来实现特征选择，并提出启

00

发式的优化方法——切分算法来实现-GWR的参数估计，通过引入修订后的贝

0

I

博士学位论文

叶斯信息准则（MBIC）来实现特征数量的自适应确定。最后，提出回归系数符

号一致性指标（ICS）来定量评价模型参数估计结果的易解释性程度。

②将-GWR的参数估计法分别与加权最小二乘、后向拟合法进行融合，

0

实现GGWR与GMGWR模型的参数估计与统计推断。同时，针对GGWR与

GMGWR中存在全局平稳关系的情形，提出二阶段参数估计法来实现全局平稳

与局部非平稳关系的单独求解。

（3）模型的集成与应用验证。将基于空间关系梯度场的地理加权各向异性

回归模型与部分经典模型（GWR、sGWR与MGWR）进行集成，开发了FGWR

软件平台，并据此对本文提出的模型与方法进行验证：

①0-GWR模型的验证。模拟与真实试验（波士顿住宅价格建模）表明

-GWR的变量选择准确率、系数估计精度、ICS以及拟合精度相对于基准模型

0

具有显著的优越性。特别是-GWR的ICS显著高于GWL（地理加权拉索回归）、