空间数据驱动的B市主城区犯罪时空分布及其影响因素分析

本文以基于派出所的泰森多边形为研究单元,采用核密度估计、标准差椭圆、G统计分析、地统计分析和全局Moran''s I指数分析B市2016-2017年犯罪在空间上的分布情况。基于空间兴趣点（Point of Interest, POI）与多时相遥感分类体系等多源数据,采用相关分析和主成分分析提取犯罪影响因子,通过解释变量Johnson变换后的地理加权回归模型（Geographically Weighted Regression model, GWR）和基于主成分因子的最小二乘法模型（the Ordinary Least Squares model, OLS）解释因子对五类犯罪空间分布的影响。研究发现：时空分析上,在六、七月份犯罪率最高,具有“东西”走向且“离心型犯罪化”的表现;影响因素分析中16个自变量中有10个变量对犯罪率存在较强的正相关影响,而这些变量之间具有空间自相关性,因此采用基于主成分分析的最小二乘法和地理加权回归模型对其消除空间自相关性建立回归模型;而几个回归模型检验上,基于主成分因子的OLS、GWR与Johnson变换后GWR模型均具有较高的拟合度。此研究结果可为犯罪防控及犯罪预测建模提供参考与建议。     

基于扩样技术和地理加权泊松回归模型的交通量估计

提出了扩样和地理加权泊松回归(GWPR)相结合的方法来估计有限观测值下的路网流量。首先,采用基于空间相似性的扩样方法对不平衡的观测流量进行纠正;然后,考虑道路几何特征和建成环境等因素的影响,采用地理加权泊松模型估计车道的小时交通量。结果表明,与传统线性回归模型和原始样本下的地理加权泊松模型相比,组合模型具有最佳的估计性能。此外,自变量与交通量关系的局部空间异质性也得到了很好的捕捉。     

地理加权回归分析空间数据的空间非平稳性

空间数据一般具有空间非平稳性的特征,用一般线性回归模型来拟合空间数据,其分析结果不能全面反映空间数据的真实特征．地理加权回归模型是一种相对简单而又有效的探测空间非平稳性的新方法,属于局域空间分析模型．它允许不同的地理空间存在不同的空间关系,其结果是局域而不是全域的参数估计,因此能够探测到空间数据的空间非平稳性．以银行不良贷款原因分析为实例来验证空间数据的空间非平稳性．     

吐鲁番葡萄沟社区居民旅游业参与积极性空间分异研究

利用2014—2016年新疆吐鲁番葡萄沟实地调研及问卷数据,对葡萄沟4个社区居民旅游业参与积极性与不同影响因子进行相关性分析,并引入地理加权回归(geographically weighted regression,GWR)模型分析其空间分异。结果表明:葡萄沟社区居民旅游业参与积极性与家庭年收入、户主年龄这两个因素相关性最大;居民旅游业参与积极性的分布呈现出空间聚集特征,存在明显的局域空间相关性;4个社区居民旅游业参与积极性均不相同,表现出一定的空间分异。     

犯罪热点路段识别及影响因素分析

基于道路交通网络的热点分析可以获取犯罪热点道路,从而为公安巡控、警务资源优化提供指导性意见。以等距路段为最小研究单元,采用等距路段热点研究方法识别分析北京市西城区2016年盗窃犯罪在道路交通网络上的分布情况。对于空间兴趣点(points of interest, POI)的10类源数据,采用主成分分析方法实现降维,通过多元线性回归对提取出的两类主成分因子进行犯罪影响因素解释。研究发现：北京市西城区盗窃犯罪在空间分布上呈高度聚集态势,少量路段聚集了大量犯罪;热点路段大都集中在人员流动性大、交通便利等地区;较不等距路段犯罪热点分析方法而言,等距路段犯罪热点分析方法可以更精准地实现热点路段的识别;提取两个主成分分别是与居民日常生活类和与居民精神文化类,与居民日常生活较多的区域对犯罪的发生呈正相关作用,与居民精神文化相关的区域对犯罪的发生呈反相关作用。研究结果可以为一线执法机关的警务资源分布优化、维护社会稳定提供安全防范依据。     

空间异质模型在城市扩展模拟中的应用与评估

以南京江宁区为例，基于遥感影像及其他数据，利用空间扩展模型和地理加权逻辑回归模型对研究区1999-2010年间的城镇用地扩展的影响因素进行有效检验与分析，探索其空间异质性特征.结果表明：1) 空间扩展模型与地理加权逻辑模型分别可解释研究区历史时期57%和64%的城镇用地转变，二者的解释能力在logistic模型基础上 (51%) 得到显著提升，有力地辩驳了全局回归模型的系数稳定性假设；2) 较之于空间扩展模型，地理加权逻辑回归模型更能有效刻画城市增长影响因素的空间非平稳性特征，更能够适用于研究区的城镇用地扩展模拟研究；3) 邻近变量中的DIS2INDU，DIS2ORD及DIS2CENT，邻域变量中的DENURBAN以及政策变量中的DENLANDP是研究区城镇用地扩展的关键驱动因素.     

合肥都市圈旅游发展水平空间差异性研究——基于A级景区的统计

以合肥都市圈为研究区,以A级旅游景区为研究对象,采集相关自然环境及人文社会经济相关要素,在GIS软件的支持下,研究景区的空间分布规律。并以此为基础,建立地理加权回归模型,探索县(区)尺度下形成旅游发展空间差异的主要因素。结果显示:目前合肥都市圈旅游发展呈"多核心"的格局,高级别景区有一定辐射效应,芜湖市区旅游发展水平高于其它区域;地理加权回归模型拟合度较好,影响都市圈旅游发展水平的因素较多,其中平均海拔、植被覆盖率、交通运输支出、人口密度、高级宾馆数量与其关联紧密。     

基于时空地理加权回归的服务区驶入量影响因素分析

为掌握河北省服务区驶入量的时空分布规律,构建了时空地理加权回归（geographically and temporally weighted regression,GTWR）模型,揭示了服务区规模、服务区地理区位、关联地区土地利用、高速公路类型等因素在时间和空间上对服务区不同车型驶入量的影响。结果表明：时空地理加权回归模型的拟合结果显著优于最小二乘回归模型与地理加权回归模型;断面交通量对三种车型均具有促进作用,特别是在夏季高温地区服务区对于小型车驶入量促进作用显著;2~4h车程范围内,风景名胜密度对小型车驶入量具有促进作用,且在旅游旺季及位于旅游业发达城市的服务区影响最显著;2~4h车程范围内工商业型信息点(point of information,POI)密度对大中型车驶入量具有促进作用,特别是在货运高峰期及位于商贸发达城市的服务区促进作用显著;所属高速公路沿途资源型城市数量对服务区大型车驶入量具有显著促进作用,特别是在供暖季节。     

广义线性模型参数估计的随机加权法

在广义线性模型中,用随机加权法求解参数估计的渐近方差.通过推导给出随机加权参数估计与未加权参数估计的渐近分布,并且证明它们是相同的,从而可以用容易获得的随机加权估计的渐近分布去近似原参数估计的渐近分布.     

应用改进的时空地理加权模型分析城市住宅价格变化

以深圳市为例对城市住宅价格进行时空地理加权统计回归分析,揭示城市住宅价格在时间与空间方面的变化趋势。研究结果表明,时空地理加权回归模型不仅能够分析相关因素在空间的差异性上对住宅价格具有重要影响,还能够揭示其在时间上的差异性,得出相关因素对住宅价格影响是随时间和空间变化的特点。依据模型的拟合度标准,GTWR能够从OLS的0.617,GWR的0.736提高到0.895。AIC标准的统计信息则表明,GTWR模型明显优于OLS与GWR模型。     

红松天然林胸径生长的空间异质性及其与地形的关系

【目的】探讨红松天然林胸径生长的空间异质性及其与地形因子的关系,为科学管理经营红松天然林提供借鉴。【方法】通过采用地统计学、方差分析、地理加权回归等方法,对白河林业局的红松天然林胸径生长的空间异质性及其与海拔、坡位、坡向和坡度等地形因子的关系进行了研究。【结果】研究区内红松天然林胸径生长变异系数为0.6,属于中等变异性,其空间变异特征最适合用指数模型来描述,且模型拟合度高; 红松天然林胸径生长在0～4 230 m范围内存在强烈的空间自相关; 运用普通线性回归(OLS)与地理加权回归(GWR)方法建立基于地形因子的红松天然林胸径生长模型,预测结果显示,GWR方法较OLS方法提高了预测精度。【结论】红松天然林胸径生长在一定范围内具有较强空间异质性,且会因地形因子的变化而产生差异,其中海拔、坡向对胸径的生长影响较大。     

空间异质性视角下常规公交客流影响因素

常规公交出行是城市客运体系重要的组成部分,其出行强度明显受城市建成环境的影响作用。以往建模方法未考虑影响因素之间的多尺度空间异质性问题,研究结果均存在一定局限性。以青岛市主城区为研究对象,首先基于公交GPS与IC卡数据提取常规公交客流为研究的因变量,并通过网络地图开放平台获取14个指标作为自变量;其次,通过探索性空间数据分析探究303个研究单元的常规公交客流空间演化特征;最后,分别构建地理加权回归与多尺度地理加权回归模型量化分析建成环境变量对常规公交客流影响的空间异质性。研究结果表明：与地理加权回归模型相比,多尺度地理加权回归模型的对回归结果的解释性更强;学校密度、医院密度、公交线路密度和停车场密度正向影响早晚高峰公交客流量,购物密度、土地利用混合度、距公交站点距离对早晚高峰的常规公交客流均有显著负向影响;公交线路密度、学校密度具有明显的空间异质性,对常规公交客流的影响程度整体上呈现由南向北扩散性递减的趋势。     

城市消防警情的空间异质性及影响因素

城市消防警情主要分为火警和非火警(抢险救援和社会救助),目前对火警的研究相对较多，而对救援救助警情的研究相对较少。该文采用探索性空间数据分析(ESDA),定量研究了城市消防警情的空间差异和集聚程度，确定了影响消防警情的社会因素，构建了多尺度地理加权回归(MGWR)模型，将其应用到城市消防警情的实证研究中，并采用多元线性回归、地理加权回归模型(GWR)进行了对比分析。研究结果表明：火警和救援救助在所研究城市都呈现出一定程度的空间聚集，老城区为火警的热点区域，而救援救助的热点分布相对更广。MGWR模型相较于传统的多元线性回归和经典的GWR模型有着更好的效果，在火警、救援救助和总警情中拟合优度均超过了0.8,且其残差平方和、修正后的Akaike信息准则(AICc)数值最低。通过GWR模型和MGWR模型的带宽对比分析发现，不同社会因素对消防警情的影响存在空间异质性。该研究还发现救援救助与火警在该城市的空间分布及影响因素的空间异质性上具有显著差异。在未来的消防工作中，考虑救援救助对整体警情的影响具有重要意义。     

基于多源数据的四川省GDP公里格网化研究

社会经济统计数据的空间化是地理、社会、经济等领域共同关注的热点问题之一.针对以行政区为单元的经济统计数据难以反映单元内详细分布的问题,通过分析一、二、三产业GDP与土地利用类型的关系,对第一产业建立面积加权的空间化模型;第二产业中水电业建立装机容量加权的空间化模型,其余第二产业建立面积加权模型;第三产业中交通业建立路网长度加权的空间化模型,其余第三产业基于城镇规模,建立距离衰减加幂指数模型,以建立的模型进行四川省2009年GDP空间化实验,得到1km2的格网GDP空间分布数据,分析表明四川省GDP高值区分布在以成都市为中心的成都经济区,较真实地反映了区域经济的空间分布特征,其结果对灾害风险评估、区域经济分析、资源环境研究等具有重要意义.     

城市景观格局与地表温度的定量关系分析

热岛效应是典型的城市气候现象,它的形成及强度与土地利用类型、景观格局等诸多因素有关.本文基于深圳市2010年遥感影像,采用线性光谱混合模型提取土地利用/覆盖等信息,利用最小二乘法和地理加权回归方法分别分析城市景观格局对地表温度的影响.结果表明:深圳市地表温度介于22.28~41.34℃之间,从西北到东南逐渐降低,城市不透水面温度显著高于植被覆盖区域,城市热岛效应明显.地理加权回归模型可以有效处理回归分析中空间非平稳性现象,能更好地刻画景观格局与地表温度之间的定量关系.植被格局指数对地表温度的空间分布解释率较高,其中归一化植被指数(NDVI)、叶面积指数(LAI)对地表温度的解释率最高,分别达88%、90%.不透水面面积、破碎度、邻近度,植被优势种种类、密度、空间分布以及垂直水平生长情况等共同影响深圳市的地表温度.在城市建设实践中,避免不透水面连片集中,降低其邻近度,同时尽可能增加城市的绿地面积,提高NDVI和LAI数值,是缓解城市热岛效应的有效手段.     

地理加权回归模型的平稳性检验

利用最小二乘估计理论,给出了在地理加权回归模型(GWR模型)中回归关系的全局平稳性检验方法和各回归系数随空间位置变化的平稳性检验方法.     

融合静态属性和动态轨迹的盗窃前科人员分类研究

以往犯罪前科人员分类研究,通常基于历史犯罪信息中的静态属性信息,而忽略了对动态轨迹信息的利用,且缺乏专门针对盗窃前科人员再犯罪风险预测的研究.基于上述以往研究的不足,本文研究融合静态属性和动态轨迹的盗窃前科人员初犯/累犯分类.构建了融合静态属性和动态轨迹的长时间跨度盗窃前科人员分类数据集,然后探索和对比多种不同类型机器学习模型在该数据集上对盗窃前科人员的分类性能,提炼出与盗窃前科人员分类最相关的特征;基于上述分析结果,提出基于加权关联规则的盗窃犯罪人员预警模型.本文的相关研究成果可以应用于盗窃犯罪的预警工作中,对犯罪打击和安全防范工作具有一定的现实意义.      

基于GWR模型的河北省县域人口分布的影响因素研究

以河北省各县域(市辖区)为研究对象,采用地理加权回归模型,分析综合经济实力、农业因素、地形条件的空间相关关系,并以此来解释各因素对人口空间分布差异的不同影响.结果表明:综合经济实力对人口分布的影响呈由冀北分别向冀东、冀中南(冀南)两侧递减的趋势;农业因素的影响强度由冀中北分别向东南、西南呈逐渐递减的趋势;地形条件对人口分布的影响一方面是从冀北向冀东逐渐递减,另一方面是从冀中向冀南、冀中南逐渐递减.     

湖南省贫困村空间分异及影响因素研究

以《湖南省2015—2020年贫困村名单》为研究样本,通过探索性回归分析选取自然及社会经济等10个解释变量,结合空间自相关和核密度分析对县域贫困村空间分异特征进行分析,利用全局回归(OLS)模型和地理加权回归(GWR)模型对县域贫困村影响因素的空间异质性进行研究。结果表明:(1)湖南省贫困村分布具有显著的空间聚集性,常德—益阳—长沙—湘潭—衡阳—郴州西部边界以西是贫困村的主要聚集区域,边界以东贫困村明显偏少,东北、东南方向有少量聚集区;(2)GWR模型校正R2(0.831)高于OLS模型的校正R~2(0.719),且拟合优度较高;(3)10个解释变量与贫困村数量关系呈现不同数值大小、不同正负效应的空间分异规律。研究结果为合理制定产业发展策略、优化要素投入、缩小县域发展差异提供了参考。     

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。