为了更好地利用模型对湖北省肾综合征出血热(Hemorrhagic fever with renal syndrome,HFRS)发病率数据的时间和空间分布进行拟合和预测,本文基于传统的时空地理加权回归模型(Geographically and Temporally Weighted Regression model,G...为了更好地利用模型对湖北省肾综合征出血热(Hemorrhagic fever with renal syndrome,HFRS)发病率数据的时间和空间分布进行拟合和预测,本文基于传统的时空地理加权回归模型(Geographically and Temporally Weighted Regression model,GTWR),引入时间序列中的季节性差分方法,同时采用空间自相关法优化模型中的带宽参数,构建了季节性差分时空地理加权回归模型(Seasonal Difference-Geographically and Temporally Weighted Regression model,SDGTWR)。研究结果表明,经过季节性差分优化的GTWR模型拟合精度要优于传统的GTWR模型及最小二乘法模型(OLS)和地理加权模型(GWR)方法。展开更多
文章选取成都市内一个65 km^(2)范围为研究区域,运用表征城市建成环境的6种兴趣点(point of interest,POI)和土地利用混合度数据,结合网约车订单数据,构建影响网约车客流的建成环境因素集,建立基于时空地理加权回归(geographically and ...文章选取成都市内一个65 km^(2)范围为研究区域,运用表征城市建成环境的6种兴趣点(point of interest,POI)和土地利用混合度数据,结合网约车订单数据,构建影响网约车客流的建成环境因素集,建立基于时空地理加权回归(geographically and temporally weighted regression,GTWR)模型的网约车客流影响模型,探究各因素与网约车客流之间的关系。相比于普通最小二乘(ordinary least squares,OLS)法和地理加权回归(geographically weighted regression,GWR)模型,采用GTWR模型能更好地解释城市建成环境因素对网约车客流的影响,并定量分析解释城市建成环境因素的时空异质性影响。研究结果表明:网约车客流主要受购物服务、公司企业、餐饮服务影响,且影响程度时空分布不均衡;土地利用混合度始终会抑制网约车的客流出行,但抑制程度较弱。研究结果可为网约车的运营管理提供参考。展开更多
文摘文章选取成都市内一个65 km^(2)范围为研究区域,运用表征城市建成环境的6种兴趣点(point of interest,POI)和土地利用混合度数据,结合网约车订单数据,构建影响网约车客流的建成环境因素集,建立基于时空地理加权回归(geographically and temporally weighted regression,GTWR)模型的网约车客流影响模型,探究各因素与网约车客流之间的关系。相比于普通最小二乘(ordinary least squares,OLS)法和地理加权回归(geographically weighted regression,GWR)模型,采用GTWR模型能更好地解释城市建成环境因素对网约车客流的影响,并定量分析解释城市建成环境因素的时空异质性影响。研究结果表明:网约车客流主要受购物服务、公司企业、餐饮服务影响,且影响程度时空分布不均衡;土地利用混合度始终会抑制网约车的客流出行,但抑制程度较弱。研究结果可为网约车的运营管理提供参考。
