Пространственные методы
111 — методы этого семейства.
Избранное
Модель изменения землепользования CA-MarkovCA-Markov is a hybrid spatio-temporal model that projects land-use and land-cover change by combining a Markov chain — which predicts how much of each class will change — with cellКокригинг: Многомерная геостатистическая интерполяцияCo-kriging is a geostatistical interpolation technique that predicts the spatial distribution of a primary variable by leveraging its spatial cross-correlation with one or more secКокригингCokriging extends kriging to use one or more correlated secondary variables to improve prediction of a primary variable. When the variable of interest is sparsely sampled but a relУсловное геостатистическое моделированиеConditional Geostatistical Simulation — most commonly implemented as Sequential Gaussian Simulation (SGS) — generates multiple stochastic realizations of a spatial random field thaГауссовский процессA Gaussian Process (GP) is a non-parametric, fully probabilistic machine learning model that places a prior distribution directly over functions. Rather than predicting a single vaПространственная автокорреляция по критерию Гири (Geary's C)Geary's C is a global measure of spatial autocorrelation — whether nearby locations tend to have similar values — introduced by Roy Geary in 1954. Unlike Moran's I, which is built
План чтения
Наиболее цитируемые фундаментальные методы этой темы в порядке их появления — отправная точка, если вы здесь впервые.
Все методы 111
Модель изменения землепользования CA-MarkovКокригинг: Многомерная геостатистическая интерполяцияКокригингУсловное геостатистическое моделированиеГауссовский процессПространственная автокорреляция по критерию Гири (Geary's C)C GearyГеографически взвешенный метод главных компонент (GWPCA)Географически взвешенный случайный лесРегрессия с географически взвешенными коэффициентами (GWR)Анализ горячих точек Getis-Ord Gi*Многокритериальный анализ решений на основе ГИС (GIS-MCDA)Глобальный КокригингСтатистика Global Getis-Ord Gi*Глобальный анализ горячих точек (статистика Getis-Ord G)Глобальный кригингГлобальный индекс МоранаГлобальный ординарный кригингГлобальная классификация данных дистанционного зондированияГлобальная пространственная автокорреляцияГлобальная пространственная модель Дурбина (SDM)Глобальная пространственная модель ошибок (SEM)Глобальная пространственная панельная модельГлобальный универсальный кригингАнализ горячих точек (Getis-Ord Gi*)Модель ХаффаМетод обратных взвешенных расстояний (IDW)Кригинг-интерполяция пространственных данныхМетрики ландшафтного паттернаАнализ наименьшей стоимости пути / анализ стоимости расстоянияLISAЛокальный коэффициент Geary's CЛокальная географически взвешенная регрессия (GWR)Локальный анализ Getis-Ord Gi* (анализ горячих точек)Локальный анализ горячих точек (Getis-Ord Gi*)Локальные индикаторы пространственной ассоциации (LISA)Локальная оценка плотности ядраЛокальный кригинг (кригинг в скользящем окне)Локальный индекс пространственной автокорреляции (LISA)Локальный пространственный анализ на основе сетейЛокальный обычный кригингЛокальная пространственная автокорреляцияЛокальная пространственная модель ДурбинаЛокальная модель пространственного лагаЛокальная пространственная регрессияЛокальный универсальный кригингМодели размещения-распределенияАлгебра картМультимасштабный геопространственно взвешенный регрессионный анализ (MGWR)Тест пространственной автокорреляции Морана II МоранаМногомасштабная географически взвешенная регрессия (MGWR)Многомасштабный анализ горячих точек Getis-Ord Gi*Мультимасштабный индекс МоранаМультимасштабный пространственный автокорреляционный анализСетевой пространственный анализОбычный кригингПространственная автокорреляция C Гири для панельных данныхПанельная географически взвешенная регрессия (Panel GWR)Анализ панельных горячих точекОценка плотности ядра в панельных данных (Panel Kernel Density Estimation)Панельный кригингPanel Local Indicators of Spatial AssociationПанельная многомасштабная географически взвешенная регрессия (Panel MGWR)Пространственный анализ на основе сетевых данных в панельных исследованияхПанельный Обычный КригингПанельная пространственная автокорреляцияПанельная пространственная модель ДурбинаПанельная пространственная модель ошибок (Panel Spatial Error Model, panel SEM)Панельная пространственная регрессияПанельный универсальный кригингМодель радиации мобильности и миграцииКлассификация изображений дистанционного зондированияRipley K FunctionRobust Co-KrigingRobust Geary's CСтатистика Robust Getis-Ord Gi*Робастное кригингРобастные локальные показатели пространственной ассоциации (Robust LISA)Robust Moran's IРобастные методы пространственной автокорреляцииRobust Universal KrigingАнализ зоны обслуживанияПространственно-временной коэффициент Гири (Space-Time Geary's C)Пространственно-временная статистика Гетиса-Орда Gi*Анализ пространственно-временных горячих точекПространственно-временная оценка плотности ядра (ST-KDE)Пространственно-временной кригингSpace-Time Local Indicators of Spatial AssociationПространственно-временной индекс Морана (Space-Time Moran's I)Пространственно-временной анализ на основе сетейОбычный пространственно-временной кригингПространственно-временная классификация данных дистанционного зондированияПространственно-временная пространственная автокорреляцияПространственно-временная пространственная модель Дурбина (ST-SDM)Пространственно-временная модель пространственной ошибкиПространственно-временная модель пространственного лагаПространственно-временная пространственная панельная модельПространственно-временная пространственная регрессияПространственно-временной универсальный крокингПространственная автокорреляцияПространственный метод разностей в разностяхПространственная модель Дарбина (SDM)Пространственная модель ошибок (Spatial Error Model, SEM)Модели пространственного взаимодействия (гравитационные модели)Spatial Lag ModelПространственная модель панельных данных (FE/RE)Пространственное взвешивание по показателю склонностиSpatial SAC ModelКоличественная оценка неопределенностиУниверсальный кригинг (кригинг с трендом)