一种基于主成分分析的时空地理加权回归方法

• 作者: 仇阿根 卢月明 张用川 王亮 赵阳阳
• 来源期刊: 测绘科学技术学报
• 学科: 地球科学
• 关键词: 主成分分析 地理加权回归模型 时空地理加权回归模型 细颗粒物 Pearson相关系数
• 年，卷（期）: 2017,（6）
• 页码范围: 654-658
• 页数: 5页
• 分类号: P208
• 字数: 3984字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6338.2017.06.021

摘要

针对时空地理加权回归模型(GTWR)进行预测时,输入变量较多导致计算复杂度高,而输入变量较少引起预测精度降低这一问题,提出了一种基于主成分分析的时空地理加权回归方法(PCA-GTWR).该方法采用非线性主成分分析方法,先对影响PM2.5浓度的若干相关变量降维处理得到几个综合指标,并将其作为GTWR模型的输入变量进行预测.为验证该方法的有效性,采用北京市2014-04-2017-03的PM2.5数据,利用Pearson相关系数法选取与PM2.5浓度具有较高相关性的影响因素作为常规的GTWR模型的输入变量,在变量个数相同的前提下,与本文方法进行对比.结果表明应用非线性主成分分析方法对相关变量进行预处理后,有效地解决了变量之间的共线性,保留了原始影响因素主要信息,提高了运算效率,且该方法的MAE、RMSE、AIC均低于常规的GTWR模型,拟合优度GF最高达到88.11％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王亮		61	550	14.0	21.0
2	卢月明		10	41	4.0	5.0
3	仇阿根		34	159	6.0	11.0
4	赵阳阳		21	131	6.0	10.0
5	张用川		8	41	5.0	6.0