Temat: regresja ważona geograficznie - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Zastosowanie regresji ważonej geograficznie do interpolacji przestrzennej miejskiej wyspy ciepła we Wrocławiu
Application of the geographically weighted regression for spatial interpolation of the urban heat island in Wroclaw (SW Poland)
Autorzy:: Szymanowski, M.
Kryza, M.
Powiązania:: https://bibliotekanauki.pl/articles/2084534.pdf
Data publikacji:: 2011
Wydawca:: Uniwersytet Warszawski. Wydział Geografii i Studiów Regionalnych
Tematy:: miejska wyspa ciepla
Wroclaw
zastosowanie
regresja wazona geograficznie
interpolacje
Opis:: Geographically weighted regression (GWR), was used here for spatial interpolation of two selected cases of the urban heat island measured in Wroclaw (SW Poland). The GWR algorithm was extended with spatial interpolation of the local regression residuals (GWRK). It was shown that the GWRK outperforms GWR, as well as other widely used interpolation procedures, including multiple regression models and residual kriging.
Źródło:: Prace i Studia Geograficzne; 2011, 47; 417-423
0208-4589
Pojawia się w:: Prace i Studia Geograficzne
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Zastosowanie regresji ważonej geograficznie do modelowania miejskiej wyspy ciepła we Wrocławiu
Application of geographically weighted regression for urban heat island modelling in Wrocław
Autorzy:: Szymanowski, M.
Kryza, M.
Powiązania:: https://bibliotekanauki.pl/articles/130125.pdf
Data publikacji:: 2009
Wydawca:: Stowarzyszenie Geodetów Polskich
Tematy:: regresja ważona geograficznie
interpolacja przestrzenna
GIS
wyspa ciepła
Wrocław
geographically weighted regression
spatial interpolation
urban heat island
Opis:: Artykuł prezentuje zastosowanie regresji ważonej geograficznie (GWR) do interpolacji przestrzennej temperatury powietrza w warunkach wystąpienia miejskiej wyspy ciepła (UHI) we Wrocławiu. Rezultaty interpolacji GWR porównano z uzyskanymi za pomocą innych metod: regresji wieloczynnikowej (MLR) – model globalny, i krigingu resztowego dla obydwu modeli regresyjnych (odpowiednio: RK i GWRK). Dane wejściowe stanowiły pomiary temperatury powietrza w 206 nieregularnie rozmieszczonych punktach oraz warstwy dodatkowych zmiennych objaśniających, utworzone głównie na podstawie mapy pokrycia terenu i zdjęć satelitarnych (Landsat TM). Walidację interpolacji przeprowadzono metodą oceny krzyżowej (CV), analizując miary diagnostyczne (BIAS, MAE, RMSE) i rozkład przestrzenny błędów CV. Porównanie rezultatów modeli regresyjnych wskazało zasadność zastosowania GWR w przypadku niestacjonarnego procesu przestrzennego (UHI). Kalibrację modelu lokalnego przeprowadzono w zmiennej macierzy sąsiedztwa (tzw. kernelu) z uwzględnieniem zachowania możliwości fizycznej interpretacji procesu. Kriging reszt, przeprowadzony dla lokalnego i globalnego modelu regresji poprawił jakość interpolacji. Za optymalną w analizowanych przypadkach UHI metodę interpolacji uznano kriging resztowy dla regresji ważonej geograficznie (GWRK).
Implementation of geographically weighted regression (GWR) for urban heat island (UHI) modelling in Wrocław is presented. The results of spatial interpolation using 4 methods are evaluated and compared. The methods are: multiple linear regression (MLR) – global model, GWR – local model and residual kriging for both regression techniques (RK and GWRK). The analysis was performed based on 2 examples of UHI. Air temperature data were gathered in 206 irregularly distributed points. Additional explanatory variables were developed based mainly on the land-use map and Landsat TM images. The cross-validation (CV) technique was used to compare results obtained with the different algorithms together with the evaluation of errors (BIAS, MAE, RMSE) and their spatial distribution. The results confirmed the usefulness of GWR in the case of non-stationarity of the spatial process. Calibration of the local models was performed using adaptive kernel, taking into account the possibility of physical interpretation of the model. Kriging of MLR and GWR residuals significantly improved the spatial interpolation results in terms of cross-validation errors. The most accurate results of the UHI spatialization were obtained with the GWRK techniquedr.
Źródło:: Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2009, 20; 407-419
2083-2214
2391-9477
Pojawia się w:: Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "regresja ważona geograficznie" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język