空间方法

111 种方法属于此方法族。

精选

CA-马尔可夫土地利用变化模型CA-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 cell 协克里金：多元地统计学插值Co-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 sec 共克里金Cokriging 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 rel 条件地质统计学模拟Conditional Geostatistical Simulation — most commonly implemented as Sequential Gaussian Simulation (SGS) — generates multiple stochastic realizations of a spatial random field tha 高斯过程A 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 va Geary's C空间自相关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

阅读路径

本主题被引用最多的基础方法，按其提出的先后顺序排列——若您初次接触，不妨从这里开始。

Moran's I1950作者：Patrick A. P. Moran
空间自相关1950作者：P. A. P. Moran (global measure, 1950); Roy Geary (Geary's C, 1954); Luc Anselin (LISA, 1995)
空间误差模型 (SEM)1988作者：Anselin
空间滞后模型（SAR / 空间自回归）1988作者：Anselin (textbook formalisation); LeSage & Pace
Getis-Ord Gi* 热点分析1992作者：Arthur Getis and J. Keith Ord
局部空间关联指标 (LISA)1995作者：Luc Anselin
地理加权回归 (GWR)2002作者：Fotheringham, Brunsdon & Charlton
高斯过程2006 (book); roots in Kriging, 1951)作者：Rasmussen, C. E. & Williams, C. K. I.

本栏架上的全部方法 ↓

全部方法 111

CA-马尔可夫土地利用变化模型协克里金：多元地统计学插值共克里金条件地质统计学模拟高斯过程 Geary's C空间自相关 Geary's C 地理加权主成分分析 (GWPCA)地理加权随机森林地理加权回归 (GWR)Getis-Ord Gi* 热点分析基于地理信息系统的多准则决策分析 (GIS-MCDA)全局协同克里金法全局 Getis-Ord Gi* 统计量全局热点分析（Getis-Ord G统计量）全局克里金法全局莫兰指数全局普通克里金全球遥感分类全局空间自相关全局空间杜宾模型 (SDM)全局空间误差模型 (SEM)全局空间面板模型全局通用克里金 Getis-Ord Gi* 热点分析 Huff 模型反距离加权法 (IDW)克里金空间插值景观格局指数最小成本路径 / 成本距离分析 LISA 局部吉尔里C 局部地理加权回归 (GWR)局部Getis-Ord Gi* (热点分析)局部热点分析 (Getis-Ord Gi*)局部空间关联指标 (LISA)局部核密度估计局部克里金（移动窗口克里金）局部莫兰指数 (LISA)局部网络空间分析局部普通克里金法局部空间自相关局部空间杜宾模型局部空间滞后模型局部空间回归 Local Universal Kriging 区位-分配模型栅格代数多尺度地理加权回归 (MGWR)Moran's I空间自相关检验 Moran's I 多尺度地理加权回归 (MGWR)多尺度 Getis-Ord Gi* 热点分析多尺度莫兰指数多尺度空间自相关基于网络的空间分析普通克里金法面板吉里氏C空间自相关面板地理加权回归 (Panel GWR)面板热点分析面板核密度估计 Panel Kriging (面板克里金)面板局部空间关联指标 (Panel LISA)Panel MGWR (Panel Multiscale Geographically Weighted Regression)面板网络空间计量分析面板普通克里金面板空间自相关面板空间杜宾模型面板空间误差模型面板空间回归面板泛克里金法辐射模型（Radiation Model）遥感分类 Ripley K 函数稳健协同克里金稳健的 Geary C 统计量稳健 Getis-Ord Gi* 统计量稳健克里金法稳健局部空间关联指标 (Robust LISA)Robust Moran's I 稳健空间自相关稳健通用克里金服务区域分析时空盖瑞C指数时空Getis-Ord Gi*热点统计时空热点分析空间时间核密度估计 (ST-KDE)时空克里金时空局部空间关联指标 (ST-LISA)时空莫兰指数基于时空网络的空间分析时空普通克里金时空遥感分类时空空间自相关时空空间杜宾模型 (ST-SDM)时空空间误差模型时空空间滞后模型时空空间面板模型时空空间回归时空泛克里金空间自相关空间双重差分法空间杜宾模型 (SDM)空间误差模型 (SEM)空间交互（引力）模型空间滞后模型（SAR / 空间自回归）空间面板数据模型（固定效应/随机效应）空间倾向得分加权空间SAC模型不确定性量化通用克里金 (带趋势的克里金)