知识点:
空间统计学经典论文《地理探测器:原理与展望》论文引用量已将近3000,多年来凭其原理明晰、操作简便的巨大优势,影响力可见一斑。
处理数据>跑地理探测器模型>得出结果>描述分析,这是地理探测器模型应用的入门程度,相应的成果也只能刊发在普通期刊,对于着急毕业的研究生无可厚非。
如果目标期刊为C刊或SCI,相应的要求肯定不止于此,但是也不是说一定需要复杂的模型或高端的方法,更重要的是研究的科学问题:
时间异质性
尺度效应
因子探测与交互探测的差异
地理探测器模型有很多优势就不多说了,但也有个局限,那就是结果不具空间异质性,也就是说结果的维度存在局限,那我们可以自己DIY拓展结果的维度,提升研究的饱满程度:既然空间不行,那就挖时间,
多时间节点建模,结果进行时间维度的比较
。
地理探测器模型具有结果不稳定性的特性,这当然不是模型的缺点,而是给我们应用者开辟了一个小研究分支,那就是建模尺度效应的探讨(名词解释:基于不同尺度建模的结果差异,可理解为尺度效应)。当应用该模型基于格网的时候,设置多大的格网就是一个问题了,拍脑袋?也不是不可以,只是不够科学。可以尝试的做法:比如先设置100-1000m十套格网,并处理聚合数据,比较十套格网建模的结果差异,
当全部因子平均Q值相对较高,且各因子Q值排序相对稳定,此时的建模格网尺度可视为较优尺度格网。
地理探测器模型常用的两个子模型是因子探测器和交互探测器,前者量化各因子对因变量的独立影响力,后者量化每对因子对因变量的共同交互影响力,这是地理探测器模型区别于其他空间统计模型的最大优势。那么既然以上两方面都应用了,何妨再进一步比较两个模型之间的结果差异呢?即比较因子交互时的Q值,与该因子的独立Q值相比提高了多少%?
相关推荐:
1、GB5226.1-2008 机械电气安全
2、GB19517-2009国家电气设备安全技术规范
全部回复(0 )
只看楼主 我来说两句抢沙发