2024年华为杯 研究生数学建模 D题 大数据驱动的地理综合问题 第二问 思路和代码

目录

问题二：地形-气候相互作用对极端天气形成的影响模型

一、思路

二、数据预处理与分析

三、地理加权回归模型分析

四、模型结果与分析

五、总结

---

问题二：地形-气候相互作用对极端天气形成的影响模型

# 导入Geographically Weighted Regression (GWR) 模型库
import mgwr
from mgwr.gwr import GWR, Sel_BW
from mgwr.utils import shift_colormap
import libpysal as ps

# 假设气候和地形数据已经预处理好，并包含经纬度信息
coords = list(zip(data['longitude'], data['latitude']))
gwr_X = data[['elevation', 'slope', 'aspect']].values  # 地形变量
gwr_y = data['rainfall'].values.reshape((-1, 1))       # 气候变量，例如降水量

# 选择带宽，使用AIC准则选择最优带宽
sel_bw = Sel_BW(coords, gwr_y, gwr_X)
opt_bw = sel_bw.search()

# 使用地理加权回归模型进行拟合
gwr_model = GWR(coords, gwr_y, gwr_X, bw=opt_bw)
gwr_results = gwr_model.fit()

# 输出结果
print(gwr_results.su