地理加权回归(GWR)模型的带宽选择方法.docxVIP

地理加权回归(GWR)模型的带宽选择方法

一、引言

在空间数据分析领域，普通最小二乘回归因假设参数在全局范围内恒定，难以捕捉地理现象的空间异质性，而地理加权回归（GWR）模型通过为每个样本点赋予差异化的空间权重，实现局部回归参数的估计，成为揭示空间异质性的核心工具之一（Fotheringham等，2002）。在GWR模型的构建中，带宽是决定模型性能的核心参数，它直接控制着局部回归时样本点的邻域范围与权重衰减速度，其选择的合理性不仅影响模型的拟合精度，更决定了能否准确反映地理现象的真实空间规律。早期GWR研究中，带宽选择多依赖研究者的经验判断，缺乏系统的方法支撑，随着空间分析技术的发展，一系列基于统计准则与智能算法的带宽选择方法逐渐形成，但不同方法的适用场景与优劣差异显著。本文将系统梳理GWR模型带宽选择的基础认知、传统方法、改进方法及实践原则，为相关领域的研究者提供全面的参考框架。

二、GWR模型中带宽的基础认知

（一）带宽的定义与核心作用

带宽是GWR模型中用于调节空间权重函数的关键参数，本质上代表了每个样本点在进行局部回归时，周围参与计算的邻域范围。通俗来说，带宽越大，意味着更多距离较远的样本会被纳入局部回归计算，空间权重的衰减速度越慢，模型的局部特征越弱，逐渐趋近于全局回归；带宽越小，则只有紧邻样本点的少数样本参与计算，权重衰减速度快，模型更侧重捕捉局部区域的特征差异（Bru