基于GWR的陕西省夏季GPM降水融合降尺度研究

以陕西省为研究目标,基于GWR方法,使用NDVI对GPM降水进行融合降尺度分析,结合87个地面雨量计数据,分析融合前后降水在空间上的差异和原因;同时,考虑陕西省特殊地形,将陕西分为陕北、关中和陕南三部分,利用雨量计数据分析这3个区域的降尺度效果.研究发现:1)GPM和融合降尺度数据均能反映降水在空间上的分布特征,融合降尺度数据更能呈现降水细节;2)参数计算显示,融合降尺度数据与站点数据更接近;3)当具体到某一个较小的范围时,GPM和融合降尺度数据精度仍有待提高;4)GPM和融合降尺度数据能反映陕北、关中和陕南不同的降水特征,且关中和陕南观测质量优于陕北;5)GPM和融合降尺度数据对高降水量的记录更为准确,对小降水量的记录能力有待提高.

基于EBK-GWR方法的区域PM_(2.5)浓度估算

针对我国现有的空气监测站点数量有限且分布不均、获取连续的区域PM_(2.5)数据困难的问题,依据由两广地区气象站获取的气压(PRS)、温度(TEM)、相对湿度(RHU)以及所属和相邻探空站获取的大气可降水量(PWV)数据,通过反距离加权插值得到2019年两广地区不同季节的TEM、 PRS、 RHU和PWV数据,综合分析其与PM_(2.5)的相关性,进一步构建地理加权回归模型(GWR)和经验贝叶斯克里金-地理加权回归模型(EBK-GWR),对2019年两广地区PM_(2.5)浓度空间分布进行估算。结果表明:EBK-GWR模型在不同季节的PM_(2.5)浓度估算效果明显优于GWR模型,其中春、秋两季均方根误差RMSE和平均绝对误差MAE提升最为显著;相比于GWR模型,春季分别提升了16.67%和13.88%,秋季提升了14.13%和13.04%;夏、冬两季提升效果较春、秋两季有所降低,但较于GWR提升均保持在10%左右,且不同季节估算的RMSE和MAE均小于4μg/m3。

基于GWR的中国省域尺度铁路货运供需协调度时空演化规律

为探究铁路货运供需耦合协调发展的影响因素及其时空演化规律,基于2010年、2015年和2020年31个省份铁路货运相关统计数据,构建了包含19项需求侧和17项供给侧影响因素的供需协调度指标库.在结合相关系数法和变异系数法对指标库中的影响因素进行筛选后,利用熵权法确定权重并计算省域耦合协调度.基于地理加权回归模型(Geographically Weighted Regression,GWR)构建铁路货运供需协调时空分析模型,以解释我国铁路货运供需耦合协调度的省级区域差异及其时空演化规律,并提出障碍度模型分析制约铁路货运供需协调发展的主要因素.研究结果表明:在样本考察期内铁路货运供需耦合协调度空间分布具有集聚性,影响因素对铁路货运供需耦合协调度的影响程度具有空间非稳态特征,且发生重心的空间转移和分化现象,其中东北、华北地区供需耦合度较高,西部地区供需耦合度低;铁路货物周转量和货运量为影响供需协调发展的关键障碍因素.研究结果可为优化我国铁路货运网络、促进货运协调发展提供理论依据.

基于GWR模型的海南省碳排放空间差异性研究

在深化海南自贸港建设,打造高质量经济发展和生态环境保护的典范,实现碳达峰、碳中和的背景下,明确海南碳排放空间差异,有助于精准施策,增加政策的把控性。本文基于GWR模型,利用2010年、2015年、2020年统计年鉴数据,从经济角度探讨海南省碳排放的空间差异,探索减排途径,以期为海南省碳排放政策发展提供参考。研究发现:①全省碳排放自东向西逐渐减少,碳排放集群性显著。②城镇化水平和能源强度与碳排放量绝对正相关。③产业结构对碳排放影响较大,去产能、结构调整、转型方式的发展正逐步走上正轨。④能源强度与碳排放量之间存在显著的正相关关系,高值区向东迁移聚集,低值区逐渐扩大,碳排放总量仍在逐步增加。

基于STIRPAT-GWR模型的重庆市土地利用碳排放动态演进及影响因素

探究重庆市土地利用碳排放时空分异及影响因素,可为进一步优化土地利用结构、落实差异化的降碳减污政策提供参考。基于2000年、2010年、2020年3期土地覆盖数据揭示重庆市碳排放的区域差异及时空动态特征,综合运用STIRPAT模型和地理加权回归(GWR)模型,探究社会经济因素对碳排放的空间异质性影响。结果表明:重庆市净碳排放量在2000—2020年总计增长3723.14×104 t,其时序变化可划分为急剧增加阶段和缓慢增加阶段;土地利用碳汇与碳源仍存在收支不平衡问题。净碳排放总体呈现“中心高、两翼低”的分布格局,净碳排放增量在主城都市区的增长幅度最为剧烈,在渝东南各区县均呈现微度增长态势,渝东北各区县的增长量存在明显的空间差异性。土地利用碳排放各影响因素的空间分布格局差异较大,碳排放强度和人均GDP是关键主导因素,其他依次为城镇人口规模、地方财政一般预算支出、产业结构,碳排放强度在渝东北地区的影响强度较大,城镇人口规模在主城都市区的正向促进作用较大。

基于GWR模型的城市住宅地价的时空演变研究——以江苏省为例

江苏省地价总体变化特征分析的基础上,构建城市住宅地价的GWR模型,对1997、2005和2008年3个时间点的江苏省城市住宅地价影响因素的空间变异特征进行了探究,揭示了各因素因子对住宅地价的影响程度和区域差异,丰富和发展了城市地价影响因素时空变化规律的理论研究。研究结果表明:①距中心城市距离对住宅地价的影响呈负相关,3年回归系数绝对值的平均值逐渐增大且高值分布区域逐渐扩大;②GDP与住宅地价呈正相关,GDP对住宅地价影响最大地区逐渐北移,且高值区域逐渐减小;③城镇化率与住宅地价呈正相关,从空间看,沿江地区是苏南、苏中两大经济板块的纽带,对住宅地价影响变大,从时间看,城镇化率对住宅地价的影响逐步减小;④对外交通状况对住宅地价贡献为正,南部地区回归系数较高,向北系数逐渐减小,从时间角度看,其影响程度逐步增大;⑤从业人口数量对住宅地价的贡献为正,南部地区回归系数较高,向北回归系数绝对值逐渐减小,从业人口数量对苏南影响比苏北大;⑥房地产投资总额北部地区回归系数较高,向南系数逐渐减小,苏北房地产投资总额对住宅地价影响高于苏南地区。

都市新区住宅地价空间异质性驱动因素研究——基于空间扩展模型和GWR模型的对比

以南京市江宁区为例,基于2004~2011年住宅用地出让数据,利用空间扩展模型和GWR模型对都市新区住宅地价空间异质性及其驱动因素进行研究。结果表明:1空间扩展模型与GWR模型分别可解释采样区63%、61%的住宅地价变化,较全局回归模型(47%)有显著提升,更有利于研究土地市场的空间异质性。2空间扩展模型可有效表征各解释变量及其交互项对住宅地价作用的空间结构总体趋势,其拟合效果相对较优。GWR模型则在局部参数估计方面存在优势,借助GIS可将各变量的地价作用模式可视化,从而比空间扩展模型更能有效刻画住宅地价影响因素的空间非平稳性特征,各因素对地价的平均边际贡献排序为水域>地铁>大学园区>CBD>商业网点>医院,且商业网点、医院系数值具有方向差异性。3距地铁站点、水域、大学园区以及CBD的距离是研究区住宅地价的关键驱动因素,各自存在特有的地价空间作用模式,可为研究区住宅土地市场细分提供科学依据。

基于GWR模型的南京市住宅地价影响因素及其边际价格作用研究

研究目的:以南京市为例,探索城市住宅地价影响因素及其边际作用空间变化性及各因素边际作用大小空间分布状况,为城市土地科学管理提供帮助。研究方法:地理加权回归模型(GWR)。研究结果:(1)地铁站点、商业网点、水景观、绿地公园对住宅地均价的边际影响能力的空间变化性强,高等学校、医院等其他因素边际作用的空间变化性较弱;(2)容积率住宅地价边际增值能力高于其他因素,各因素在具体不同地块上边际作用能力高低不同。研究结论:GWR模型可以改进传统空间回归方法,可对城市地价影响因素边际价格作用空间变化性进行良好的估计;住宅土地价格对快速交通、商服条件及自然景观因素较为敏感,反映主城区人们对住宅便捷性及休憩性呈强偏好;容积率边际增值能力空间变化弱与土地的住宅性用途有关,但容积率始终是边际增值能力最高的因素;GIS良好的输出图像可视化技术能够指导相关部门调控具体地块的主要规划因素,促进城市土地科学管理。

基于GWR模型的青藏高原地区TRMM数据降尺度研究

青藏高原地区复杂的气候环境与地形构造给水文气象数据观测造成了很大的困扰,缺少有效的高时空分辨率观测数据成为区域气象预报与预测的重要阻碍。以2001—2015年间热带降雨测量卫星(tropical rainfall measurement mission,TRMM)降水产品为基础,使用1 km空间分辨率增强型植被指数(enhanced vegetation index,EVI)空间数据,基于地理加权回归(geographically weighted regression,GWR)模型实现TRMM产品的降尺度计算,并以地面站点实测数据对降尺度结果在年、月尺度上进行结果检验与对比分析。研究结果表明:TRMM产品在降尺度处理前后的空间分布特征整体上趋于一致,但降尺度后的结果精度明显高于原始TRMM产品;2001—2015年间各年TRMM产品降尺度后的降水量与实测降水量的相关系数R 2均高于原始TRMM降水量,均方根误差和平均绝对偏差分别平均降低了21.652 mm和16.379 mm;2001—2015年间TRMM产品原始降水量准确率相对较低,在使用时需进一步进行修正,经过降尺度处理的TRMM降水量与实测降水量的拟合程度有显著性提高,除6月、8月和11月外,其他月份R 2均达到了0.65以上,表现出较好的一致性和适用性。

基于GWR模型的中国NDVI与气候因子的相关分析

在ArcGIS支撑下,基于1982—2010年8 km分辨率的AVHRR NDVI及气温和降水数据,应用最小二乘法和地理加权回归方法,构建中国NDVI与气候因子的地理加权回归模型,定量分析中国NDVI与气温和降水的相互关系,获取各个回归参数的空间格局,并将模拟结果与全局性回归结果进行对比。结果表明,与线性回归模型相比,地理加权回归模型的拟合效果显著提高,拟合优度从0.3提高到0.6。气候因子对NDVI的影响具有空间异质性:从北到南,气候因子对NDVI的影响逐渐减小;西北内陆等干旱荒漠地带,气候因子对NDVI的影响较大。对中国大部分地区而言,气温对NDVI的影响超过降水。各区NDVI与主导气候因子发生作用的特征尺度不同。

山西省县域经济发展影响因素的空间异质性研究——基于地理加权回归(GWR)模型

县域经济是国民经济的基石,在整个国民经济体系中占有重要地位。山西省作为我国重要的能源重化工基地,分析其县域经济发展影响因素具有重要意义,然而不同县域经济发展影响因素存在较大的空间异质性。采用地理加权回归(GWR)模型,对山西省107个县域单元进行分析,结果表明山西省不同县域经济发展影响因素存在较大差别,为山西省县域经济发展提出针对性的政策建议提供依据,对其县域经济统筹发展具有重要意义。

基于GWR模型的陕西秦巴山区TRMM降水数据降尺度研究

应用TRMM降水数据,进行国内典型区域降尺度相关研究,可弥补应用气象站点数据研究带来的局限。以陕西秦巴山区为研究区,基于TRMM降水数据和NDVI数据,应用GWR模型和比例指数,获得GWR年、月降尺度数据并进行检验,最后分析地形对降尺度结果的影响。结果表明:获得的1 km分辨率的GWR降尺度降水数据,具有较强的细节表现能力;降尺度数据与实测降水数据年尺度上相关系数为0.88,月为0.93,相关性较好;与TRMM原始数据对比,降尺度结果降水值略小,整体低估降水;区内秦岭山地GWR降尺度结果精度变化幅度最小,相似地形条件下,海拔越高,GWR降尺度结果表现越好;采用GWR模型进行秦巴山区TRMM降水数据的降尺度研究,具有较强的适用性。

土地供应政策对房价影响的GWR模型分析

运用地理加权回归(GWR)模型,以全国31个省级行政区为对象,探索土地供应政策对房价的影响机制,以及各影响因素在空间上的作用大小和空间分布状况,为土地政策参与房地产调控提供理论支持和帮助。研究表明:其他条件不变的前提下,土地供应量和结构对房价具有显著的负效应,且存在显著的空间变异;土地供给量系数的绝对值有从东北和华北向西南递减的趋势,而保障房供给系数的绝对值有从南方向东北和西北递减的趋势;基本经济层面上的人均地区生产总值和就业人口占总人口比重对房价具有显著的正向关系,城市人均住房建筑面积与房价存在显著的负向关系,且三个变量均存在显著的空间变异。研究的结论是:GWR模型可以改进传统的回归方法,可对房价影响因素的空间变化性进行良好的估计;东北地区增加土地供给量相对于西南地区来讲对房价的负向影响更大,南方保障房供给相对于北方来讲对房价的负向影响更大;完善土地供应政策,实行差别化调控是今后抑制房价过快上涨的应有之义。

福州市土壤铬含量高光谱预测的GWR模型研究

通过系统分析不同光谱分辨率和光谱变换对土壤铬高光谱预测模型的不确定性影响,筛选出最优的光谱分辨率及光谱变量进行土壤铬含量预测的地理权重回归(GWR)模型构建,利用该模型进行福州市土壤铬含量预测,并将预测结果与普通最小二乘法回归(OLS)结果进行比较分析,探讨GWR模型在土壤铬高光谱预测中的适用性及局限性。结果表明:(1)在10 nm分辨率尺度下,以土壤全铬含量为因变量,反射率的二阶微分和反射率倒数的二阶微分为自变量构建的GWR模型对土壤铬预测的效果最好。GWR模型的R^2和调节R^2分别为0.821和0.716,较OLS模型分别提高了0.529和0.450,而AIC值为720.703,较OLS模型减少了22个单位,残差平方和仅为OLS模型的1/4,说明GWR模型的预测效果较OLS模型有了显著提高。(2)土壤铬预测模型的精度受光谱分辨率影响。对于OLS预测模型来说,3 nm分辨率的模型预测效果最好,而对于GWR预测模型来说,10nm分辨率的模型不仅预测效果最好,其相较于OLS模型的改善作用显著,为土壤铬含量GWR预测的最佳光谱分辨率。(3)光谱的一阶微分变换可以有效增强土壤铬的光谱特征,而其余的光谱变换对土壤铬的光谱特征则未起到增强作用,但可以很好地提高模型的预测效果。(4)研究得出土壤铬GWR模型预测的最佳光谱分辨率为10 nm,为EO-1 Hyperion影像的光谱分辨率,而且随着采样点的增加,GWR模型的预测效果趋于稳定,适合空间异质性大的区域尺度土壤铬预测。故该模型与高光谱影像结合,实现模型从实验室尺度向区域尺度的推广,为格网尺度土壤铬的空间预测提供可能。

基于GWR模型的中国生产性服务业空间差异的影响因素分析

利用GWR模型并结合相关理论分析我国生产性服务业发展的影响因素。结果发现:人力资本对生产性服务业的发展呈正相关作用,而2011年中西部地区其的贡献相对较低;创新能力对生产性服务业发展的贡献为正,但存在减小的趋势;城市化水平对生产性服务业的影响变化较大,由2005年和2008年的负相关转变为2011年的正相关;工业发展水平对生产性服务业的贡献为正,高值区存在由东向西转移的趋势;对外开放水平与生产性服务业呈明显的负相关;市场规模对生产性服务业发展的贡献为正,且有增强的趋势。

基于GWR模型的省域旅游影响因素空间差异分析

利用地理加权回归(geographically weighted regression,GWR)方法,以中国31个省域为例,研究省域旅游影响因素的空间差异,估算出各个地区旅游影响因素的弹性系数。结果表明:经济发展水平和基础设施是影响中国大部分省域旅游发展最为重要的因素,经济发展水平变量弹性系数在东北、华东、华北、西北地区较大;基础设施则对华中、华南及西南地区旅游较大影响;人力资源变量在东北和华北地区起到了主导作用,而旅游上层设施在西北地区的拉动作用明显。最后提出,各个地区应该制定差异化的旅游政策做引导,从而使各个地区旅游发展越来越好,也有利于全国旅游水平总体提高。

山东县域经济及投入要素的空间非平稳性分析——基于ESDA-GWR方法

资本和劳动是推动经济增长的根本动力。文章运用ESDA方法剖析山东省140个县域单元经济及投入要素的时空演变规律,并进一步构建GWR模型解释各投入要素对县域经济增长的空间差异。结果表明:山东县域经济及4个投入要素均呈现正的空间自相关;2006年以来各投入要素的空间格局经历了不同程度的重组,其中人均固定资产投资完成额的空间聚集性逐渐减弱,而单位从业人员比重的空间聚集性趋于增强;各投入要素对县域经济增长的影响存在空间差异,单位从业人员比重对县域经济增长的影响最大,其次是中小学生师比、人均公共财政支出和人均固定资产投资完成额;投入要素对经济增长的影响强度有明显的带状分布规律。

基于GWR模型的耕地表层土壤有机质空间变异研究——以山西省忻州市忻府区为例

通过选择耕地土壤有机质含量影响因素,设定量化标准、构建地理加权回归(GWR)模型,对2006—2010年忻州市忻府区耕地土壤有机质含量进行了统计及空间可视化分析,探索了不同影响因素对忻府区耕地土壤有机质含量的影响及其空间差异性。发现距村距离、海拔、地面坡度、田面坡度、通常地下水位、pH值、全N、地势起伏度、总户数等对忻府区耕地土壤有机质含量影响显著。

我国省级温室气体和大气污染排放协同性及空间差异性研究——基于ESDA-GWR方法

温室气体减排与大气污染治理是中国现阶段环境保护面临的两大重要任务,并且,温室气体与污染物排放存在区域差异,研究二者协同性及空间差异性具有重要的现实意义。文章通过ESDA-GWR模型及聚类分析,研究了2009—2013年中国30个省份CO_2排放和SO_2排放协同性及其空间差异性。结果显示:SO_2排放量与CO_2排放量、人均CO_2排放量、CO_2排放强度存在正向协同性;SO_2排放强度与人均CO_2排放量和CO_2排放强度存在正向协同性,与CO_2排放量存在负向协同性;且这种协同性在空间上存在差异。基于上述结果,文章提出要因地制宜分地区、有针对性地、有区别地开展协同减排工作,以确保协同减排政策措施的灵活性和有效性,并积极探索跨区域的协同减排合作机制。

基于GWR的中国地级城市SO_2年均质量浓度模拟

中国城市空气污染问题已经引起广泛关注。目前相关研究很多,但是以空间位置为拟合参数,对空气质量进行回归模拟的研究较少。以2010年中国地级以上城市SO2年均质量浓度为因变量,分别应用普通线性回归和地理加权回归(GWR)模型模拟SO2年均质量浓度,其中地理加权回归方法考虑了空间位置的影响并以此作为回归参数。回归的自变量指标体系包括气象要素(多年平均温度、光照、降水)、植被覆盖(NDVI)、地形要素(坡度、坡向、起伏度)、人为因素(GDP、能源消费)几个方面。由于各指标之间存在较强的相关性,用主成分分析方法计算得到温度、日照、降水、NDVI表征的气象植被综合指标,高程、坡度、起伏度表征的地形综合指标,和GDP、能源消费表征的人为因素综合指标。用3个综合指标值作为自变量进行回归模拟。普通回归结果较差,其r2为0.11,矫正的r2为0.10;GWR模型模拟结果相对较好,其拟合优度显著提高,r2为0.66,矫正的r2为0.47。因此,地理加权回归适合进行此类拟合,普通线性回归不适合。通过对比地理加权回归模拟的各个城市的拟合优度,发现年均质量浓度数值较高的地区拟合效果较差,这些地区主要集中在中国华北和南部部分地区。与基于机理的模型相比,GWR模型和其各具优缺点,GWR的优势主要表现在数据及其格式化要求低,计算机软硬件条件要求低,运算速度快等。