基于多尺度地理加权回归模型的城市住宅价格影响因素空间异质性——以桂林市主城区为例

基于桂林市2022年10月二手房价格数据,结合多尺度地理加权回归(multi-scale geographically weighted regression,MGWR)模型,分析不同尺度下城市住宅价格影响因素的空间异质性。结果表明:(1)桂林市住宅价格呈显著空间自相关,局部空间自相关结果表明,桂林市住宅价格空间呈显著的集聚分布,以“高-高”和“低-低”集聚为主,“高-低”和“低-高”集聚范围较小;(2)相较于普通最小二乘法(ordinary least squares,OLS)和地理加权回归(geographically weighted regression,GWR)模型,MGWR模型的R2更高,能更准确地测度变量对住宅价格的影响程度和空间差异性;(3)住宅房龄、教育医疗和商务设施为全局变量,绿化率、公共交通设施、铁路设施配套、生活配套和旅游景点的空间异质性处于中等水平,对外交通设施的空间异质性较大,在局部范围内对住宅价格有显著影响且差异明显;(4)住宅房龄、生活配套和旅游景点对住宅价格具有负向影响,教育医疗和商务配套对住宅价格具有正向影响,其余变量在不同空间区位上对住宅价格表现出抑制或增值作用。

基于时空地理加权回归模型的区域经济发展收敛性研究

传统的区域经济发展收敛性研究方法往往忽略空间和时间因素对区域经济发展收敛性的影响,导致分析结果存在偏差,使得区域经济发展收敛半衰期与实际差距过大。因此,应开展基于时空地理加权回归模型的区域经济发展收敛性研究。首先,选取区域经济发展变量,对选取的变量利用时空地理加权回归模型进行处理,然后,建立经济发展收敛函数,计量区域经济发展收敛性。实验结果显示:与区域经济发展收敛性回归分析方法和区域经济发展收敛性空间计量经济学研究方法相比,基于时空地理加权回归模型的区域经济发展收敛性研究方法对区域经济发展的收敛半衰期计量结果更准确,与实际的40年一致,具有更好的应用价值。

基于空间自回归和地理加权回归模型的不同尺度下土地利用程度研究

以谷城县2009年土地利用现状为研究对象,在分析不同尺度土地利用程度及其驱动因子空间自相关的基础上,分别从全局和局部的角度考虑,建立空间自回归模型和地理加权回归模型。结果表明:该区土地利用程度及其驱动因子都存在一定的空间自相关性,并且具有尺度效应;空间自回归模型可以对各因子进行全局的参数估计,而地理加权回归模型可以给出局部模型的拟合度及驱动因子的参数估计,同时不同尺度地理加权回归模型对地理信息反映详略有一定的影响。

路网形态与住宅价格的多尺度空间关系研究——基于空间网络分析与多尺度地理加权回归模型

针对以往住宅价格影响因素分析中忽略城市路网形态参数的问题,该文基于空间网络分析,将不同搜索半径下道路接近度与穿行度纳入住宅价格特征变量,构建空间计量模型,探究成都市路网形态对住宅价格的驱动效应。结果表明:1)相比享乐回归模型和地理加权回归模型,多尺度地理加权回归模型揭示了不同变量的空间影响尺度,更适用于探究成都市路网形态对住宅价格的影响;2)路网的局部接近度、局部穿行度核心位于二环内,全局接近度核心主要分布在四环内,全局穿行度核心主要分布在交通干道上;3)不同搜索半径下对住宅价格具有显著驱动效应的接近度均为全局尺度变量,该效应在空间上相对平稳,而穿行度作为局部变量,其在空间上的影响尺度随搜索半径的变化而存在差异,具有一定的空间异质性,其中,路网接近度对住宅价格产生正向影响,其系数空间格局呈跨尺度相似特征,而穿行度产生负向影响,其系数空间格局呈跨尺度变异特征;4)各搜索半径下路网形态变量的差异可在一定程度上改变消费者对其他影响因素的偏好程度。

基于地理加权回归模型的典型山地卫星反演降水产品降尺度研究

降水是陆地水循环的关键变量,高分辨率降水数据的获取是准确模拟陆地水循环过程的前提。虽然卫星反演降水产品具有较强的空间代表性和连续性,但其空间分辨率较低的问题限制了它的应用。以太行山、横断山和喀斯特山区为研究对象,基于降水与高程(DEM)、植被指数(NDVI)之间存在较好相关关系的假设,构建了GPM降水(Global Precipitation Measurement Mission)与高程、植被指数的地理加权回归模型,得到了2014—2016年研究区1km分辨率GPM降水数据。研究结果表明:地理加权回归模型能有效地提高GPM数据的空间分辨率。降尺度后,GPM数据精度在太行山和横断山区略有提高。年尺度上,相比于原始GPM数据,太行山和横断山区降尺度数据站点实测数据的确定系数分别提高了0.06和0.08,RMSE分别降低了0.45%和3.89%,MAE分别降低了0.16%和1.70%;月尺度上,太行山区67%的月份,横断山区83%的月份GPM产品降尺度后更加接近于站点实测数据。喀斯特地区GPM数据降尺度后精度略有下降,降尺度后,年尺度的降雨数据与实测数据的RMSE和MAE分别增加了10.00%和8.00%,R^2降低了0.06,月尺度上仅8月和9月降尺度后的精度更高。降雨与地形和NDVI的关系较弱是喀斯特地区降尺度效果较差的主要原因。

基于地理加权回归的吉林省微波土壤水分降尺度研究

微波遥感是土壤水分监测的重要手段,但微波遥感土壤水分产品的空间分辨率较低,难以满足区域尺度的应用需求。使用地理加权回归模型,以1 km MODIS产品的遥感地表温度(LST)和归一化植被指数(NDVI)作为辅助数据,将空间分辨率为9 km的SMAP被动微波土壤水分数据降尺度为1 km,利用吉林省地面实测土壤水分数据,对降尺度后的SMAP数据进行了精度验证。结果表明,该降尺度方法在吉林省适用性较好,降尺度结果与SMAP数据在空间分布上保持了较高的一致性,小幅度提高了SMAP数据的精度,显著提高了SMAP数据的空间细节和纹理特征。

旅游发展对城乡收入差距影响的空间异质性——基于多尺度地理加权回归模型(MGWR)

基于2018年全国地级市数据,运用多尺度地理加权回归模型(MGWR)分析旅游发展对城乡收入差距影响的空间异质性及其尺度规律。结果表明,旅游发展对城乡收入差距的影响以扩大作用为主,且影响效果体现出空间异质性规律:在华南和西南地区,旅游发展对城乡收入差距具有较为明显的扩大作用;在中部和西北地区,旅游发展对城乡收入差距具有扩大作用,但影响程度较弱;在华东、华北和东北地区,旅游发展对城乡收入差距的影响程度最弱,在沿海区域表现为缩减作用,内陆区域表现为扩大作用。因此,未来应当持续推进乡村振兴战略,促进乡村旅游发展;大力发展全域旅游,促进城乡旅游全面协同发展;旅游发展规划兼顾区域均衡发展和城乡均衡发展的双重目标。

空间多观测样本的地理加权回归模型

地理加权回归(GWR)以及GWR改进模型无法处理空间点上多个观测样本的情况,本文对GWR进行了拓展,构建了一种可以处理多观测样本的地理加权回归模型(MRGWR)。MRGWR在估计回归系数时,充分利用了回归关系在邻近点上具有相似性的特点,对邻近空间点的观测样本施加不同权重。通过数值实验评估了MRGWR的估计性能,并与普通最小二乘回归和GWR模型进行了比较。采用MRGWR模型探究了物理海洋学中海洋中尺度涡旋热反馈问题,揭示了北太平洋中尺度海面净热通量异常对中尺度海面温度(SST)异常的响应关系。研究结果表明,中尺度海面净热通量异常对中尺度SST异常的响应关系存在显著的季节和空间变化。

基于地理加权回归模型的凉水自然保护区红松空间分布分析

依据凉水国家级自然保护区的671块随机样地的标准地调查数据及landsat9遥感影像,分别建立以最小二乘为基础的泊松回归(Poisson)模型、逻辑斯蒂回归(Logistic)模型和高斯回归(Gaussian)模型3种全局模型,以及以地理加权回归模型(GWR)为基础的地理加权泊松(GWPR)模型、地理加权逻辑斯蒂(GWLR)模型和地理加权高斯(GWGR)模型3种局部模型来预测凉水国家级自然保护区的天然红松分布情况。结果显示,对该地区天然红松分布影响最为显著的因子为坡度和海拔;通过对比全局模型和GWR模型的残差空间相关性发现,GWR模型能够产生更为理想的模型残差,模型残差的空间相关性明显小于全局模型,因此,可以使用GWR模型来解决样地间存在的空间异质性问题,有利于提高红松分布的预测精度;全局模型和GWR模型均有不错的拟合效果,但GWR模型的各个评价指标要优于全局模型,拟合结果更好;天然红松在凉水国家级自然保护区的北部分布最多,在中间条状带区域分布最少。研究结果可为大区域森林经营中的天然红松分布估测提供理论依据。

时空可达性视角下公共服务设施对住宅价格的影响——基于多尺度地理加权回归(MGWR)的研究

城市住宅价格由多种因素共同作用决定。住宅的建筑特性能够决定其基本价值,但不同的区位条件也会使住宅价格产生差异。区位差异带来的交通、教育、医疗、休闲娱乐等服务的不同,会影响居住便利性,从而影响住宅价格。因此,研究到达公共服务设施的便利程度对住宅价格的影响,能够揭示住宅价格波动的内在规律,为城市规划和政策制定提供依据。文章研究了南京市6个老城区和2个新城区住宅价格的空间分异特征及其影响因素。通过收集2024年1月各小区的平均住宅价格,运用克里金插值法分析住宅价格的空间特征,再用网络分析法计算住宅到各类公共服务设施的最短时间,将住宅属性和通行时间成本纳入MGWR模型来探究公共服务设施可达性对房价空间分布的影响。研究结果表明:(1)南京市住宅价格由市中心向郊区递减,呈现圈层状分布,峰值出现在鼓楼区、玄武区和建邺区;(2)住宅容积率、小区绿化率、到达最近公园、公交车站、购物中心、火车站和三级甲等医院的时间对住宅价格有显著影响;(3)相同因素在不同城市空间对住宅价格的影响存在差异。

异方差混合地理加权回归模型的正交投影估计

文章针对误差项存在空间异方差的混合地理加权回归模型,提出了一种新的估计方法。该方法将正交投影、局部线性估计和广义最小二乘估计的思想相结合,能够单独对模型中的常数系数、系数函数和方差函数进行估计。通过数值模拟对所提方法的性能进行验证。模拟结果表明,所提方法比现有的再加权估计方法更具优势。最后,基于城镇居民文化消费水平及其影响因素的实证分析验证了所提方法的实用性。

武汉市主城区建成环境对街道活力影响的时空特征----基于多尺度地理加权回归

探究建成环境对街道活力的影响效应是城市公共空间品质提升的关键。文章以武汉市主城区为例,首先基于人口热力数据测度多时段街道活力,其次利用街景数据、POI数据及OSM路网数据构建基于宏观街区构成和微观街道特质的多维度建成环境指标体系,最后引入多尺度地理加权回归模型探讨不同建成环境对街道活力影响的时空差异。结果表明:(1)时间上,武汉市主城区内中高活力街道在9:00-18:00间整体占比最多。空间上,街道活力在各时段整体呈“东核西带、多点聚集”分布。(2)基于宏观街区构成的二维建成环境对街道活力的影响整体较微观三维街道建成环境更为明显。(3)各建成环境要素对街道活力影响的时空异质性显著。距娱乐休闲设施最近距离和围合度对街道活力的影响整体具有稳健的时空变化特征,接近度、功能混合度、功能设施密度和天空开敞度次之,距综合商场最近距离、街道高宽比和交通安全设施占比则表现了明显的时空局部显著效应。

数字经济的空间分异与尺度分析——基于多尺度地理加权回归模型

数字经济已逐渐成为中国经济发展的新动能。本文以279个地级市数据为研究样本,采用多尺度地理加权回归模型(MGWR)分析数字经济在地级市尺度上的空间分布及其空间作用。结果表明,数字经济是一个局部变量,在空间上呈现出空间异质性,随着时间的推进,其空间作用尺度不断扩大,逐渐向全局变量转变,且数字经济在中部和东北地区对经济的促进作用明显较强;调节效应检验证明,由于京津冀、长三角和珠三角地区的互联网基础设施完备,数字经济成为促进经济发展的全局变量,不再具有空间异质性。因此,通过加快互联网基础设施建设,能有效发挥数字经济对经济发展的促进作用。

基于多尺度地理加权回归模型的中西太平洋围网鲣渔获率环境影响机制研究

鲣(Katsuwonus pelamis)是中西太平洋金枪鱼围网捕捞的重要资源,其资源分布受环境影响明显。为探索环境对鲣渔获率影响的空间异质性特征,利用中西太平洋渔业委员会(Western and Central Pacific Fisheries Commission,WCPFC)所公布的2005—2019年中西太平洋金枪鱼围网综合的1°×1°渔业及海洋环境数据,对标准化后的环境因子及渔获率选用多尺度地理加权回归(Multi-scale Geographically Weighted Regression,MGWR)方法进行研究。结果表明:1)与传统广义加性模型(Generalized Additive Model,GAM)相比,考虑环境影响空间异质性问题的地理加权回归模型(Geographically Weighted Regression,GWR)和MGWR拟合优度(R^(2))有明显提升,校正后拟合优度(Adjusted R^(2))分别为0.273、0.846和0.871,且拟合结果的空间分布形态更符合真实情况。2)各环境因子对鲣资源分布存在显著的空间非平稳性影响。各海洋环境因子对鲣渔获率分布影响的空间异质性程度(各环境变量变异系数大小)依次为水下55 m东西向海流速度(Sea water X velocity at 55 m depth,U55)>海表面温度(Sea surface temperature,SST)>净初级生产力(Net primary productivity,NPP)>100 m盐度(Sea water salinity at 100 m depth,S100)>55 m南北向海流速度(Sea water Y velocity at 55 m depth,V55)。3)各环境因子的影响存在明显尺度效应差异,NPP的作用尺度为44,其次为S100和U55(均为48),SST的为54,V55为全局尺度。4)总体上,S100、NPP、SST、V55和U55对鲣渔获率正向影响比例依次为73.5%、64.8%、66.8%、80.8%和32.3%;其中S100、NPP和SST对鲣渔获率空间分布的影响相似,具体表现为东西向差异,170°E以西主要为正向影响,170°E以东为负向影响;U55为负向影响为主的因子。

基于局部非线性地理加权回归模型的地表 温度降尺度算法研究

地表温度(land surface temperature,LST)是反映地表状况的一个重要参数,能对地表-大气相互作用过程进行描述。由于受到卫星热红外传感器成像条件的制约,获取的卫星热红外遥感图像存在时间分辨率、空间分辨率难以兼顾的问题,导致反演的LST数据难以得到深入应用。采用LST降尺度算法可以解决此矛盾,获得高时空分辨率的地表温度数据。目前LST降尺度模型逐步由全局模型转向局部模型,但局部降尺度模型忽略了非线性关系。针对此问题,提出基于局部非线性地理加权回归(non-linear geographically weighted regression,NL-GWR)的地表温度降尺度算法。选择合适的研究区域,并分别选取归一化差异植被指数(normalized difference vegetation index,NDVI)、归一化差异建筑指数(normalized difference build-up index,NDBI)以及数字高程模型(digital elevation model,DEM)作为辅助参数进行LST降尺度,将中分辨率成像光谱仪(moderate resolution imaging spectroradiometer,MODIS)地表温度空间分辨率从1000 m提升到100 m,并将基于地理加权回归(geographically weighted regression,GWR)与NL-GWR模型的降尺度结果进行对比分析。实验结果表明,考虑非线性关系的NL-GWR模型要优于GWR线性模型,能够获得较低的均方根误差(1.96℃)和平均绝对误差(1.63℃)。

基于地理加权回归模型和不同植被特征参数的TRMM 3B43降尺度研究——以云南省为例

为了将空间分辨率约为27 km×27 km的热带降水测量计划卫星(TRMM)3B43数据降尺度为1 km×1 km,并对比不同植被参数下TRMM 3B43降尺度效果,以云南省为研究区,TRMM 3B43卫星降水数据、MOD13 A3归一化植被指数(NDVI)和增强型植被指数(EVI)数据、MOD17A2H GPP数据、气象站点月降水数据等为数据源,基于地理加权回归模型,开展不同植被特征参数的TRMM3B43降水数据降尺度研究,采用线性相关系数、偏离率和均方根误差验证云南省整体、不同气候区及单气象站点TRMM数据的降尺度精度.结果表明,不同植被特征参数中,以植被总初级生产力、NDVI数据为基础的降尺度结果为佳,利用EVI进行降尺度的结果较差;各时间尺度下,以月尺度的降水数据降尺度结果最佳,其中降雨量较多的月份相关性更高,其次为季节尺度,其中以秋季降尺度最佳,年尺度下的降尺度综合精度评价结果较差;不同气候带下,边缘热带区域内TRMM降尺度效果最佳,其次为南亚热带和中亚热带,高原气候区TRMM降尺度结果稍差;单气象站点中,江城、丽江等站点处的TRMM降尺度效果最佳,贡山站点降尺度效果最差,与立体气候特征显著有联系.

基于多尺度地理加权回归模型的邯郸市商业街区活力测度及影响因素研究

探析商业街区活力分布特征及影响因素对城市活力的提升具有重要意义。以邯郸市和平路商业街区为例,基于网络开放多元数据及空间句法分析数据构建活力评价指标体系,通过多尺度地理加权回归模型对各要素与街区活力进行相关性影响分析,进而探究建成环境指标对商业街区活力的影响趋势。研究表明:基于自然出行的街区空间整合度对于节假日期间的商业街区活力没有显著影响;商业街区中的购物数量对于街区活力的影响极其显著,且存在较强的空间异质性,其空间尺度接近于街道尺度;按照各变量系数绝对值判断其影响力由大到小依次为购物点数量、全局穿行度、区位、餐饮点数量、功能混合度。通过分析各因素影响程度,为商业街区的前期设计与后期管理实践提供借鉴与参考。

基于多尺度时空地理加权回归模型的房价影响因素分析

以乌鲁木齐市2020年房价数据为研究对象,建筑年代为时间变量分别建立时空地理加权回归模型(GTWR)及多尺度时空地理加权回归模型(MGTWR),对房价的空间异质性进行分析。研究结果表明:相比GTWR模型,MGTWR模型的回归结果更为真实可靠,更适用于房价相关研究;在所选指标中,区位是最重要的影响因素且存在较强的空间异质性,次重要的因素依次是绿化率,卧室数、最近公交站距离、最近重点小学距离,一般影响因素有楼层、容积率、最近银行距离、面积,而最近重点中学的影响最小,最近三甲医院距离和最近商场距离的回归系数变化范围较大影响不显著。

基于协同克里格插值和地理加权回归模型的土壤属性空间预测比较

选取宜昌市红花套镇作为研究区域,研究土壤pH、有机质、有效磷、速效钾、碱解氮与土壤属性指标变量之间的关系,选择与预测变量之间具有较高相关性的变量作为辅助变量用以提高预测精度,本文试图将地理加权回归模型应用于土壤属性空间模拟中,以此与协同克里格插值的预测结果进行对照,从而比较它们的预测精度以提出更适合土壤属性预测的模型。结果表明:协同克里格插值和地理加权回归模型对土壤属性的空间模拟均有较高的预测精度,在辅助变量较多的情况下地理加权回归模型具有比协同克里格插值更为简单的算法,并且比较预测值相对误差的范围跨度和标准差以及均方根误差等方面,地理加权回归模型在土壤属性指标预测方面具有更高的预测精度,也具有更大的优势。

混合地理加权回归模型算法研究

以迭代算法为基础,推导出混合地理加权回归模型的常系数(全局参数)和变系数(局域参数)的计算方法,并以上海市住宅小区楼盘销售平均价格为例进行验证。结果表明,混合地理加权回归模型的计算量略大于地理加权回归模型,但对样本数据的拟合更好,局域参数估计更稳健。