GWR4 软件输入数据制作

前言

GWR软件是实现地理加权回归建模的专业软件。
GWR软件下载地址Click here。
软件下载后自带了User guidance，也可以参照这篇博客。
软件要求输入的数据格式为.csv。数据中要包括投影坐标，因变量，解释变量。

数据制作

我这里以地表温度(LST)做因变量，NDVI做解释变量为例，使用Arcgis制作.csv输入文件。
LST和NDVI的原始数据是两幅投影坐标的栅格影像。
首先在Arcgis中打开影像，然后使用栅格转点工具将栅格转换为点状shp文件。


得到每个像素点的shp文件。

原先栅格每个像素的值会自动在shp文件属性表中生成一个字段GRID_CODE。
接下来为属性表添加投影坐标数据。
打开shp图层的属性表，添加字段，并计算几何。同理添加Y坐标也这样操作。

成功添加XY坐标后，属性表左上角导出，选择保存类型为文本文件，然后手动将文件后缀改为.csv。

至此得到GWR要求的.csv输入文件。

问题

地理加权回归一般会在省市间进行，元素数量级一般在几十，几百。但是我的需求是对栅格点进行地理加权回归，数量级比较大。输入数据比较大时，GWR软件会报错。所以我考虑使用pysal这个python库进行GWR。
pysal.model.mgwr.gwr的Github地址
代码如下：

import pysal.lib as ps
from pysal.model.mgwr.gwr import GWR
import numpy as np
import pandas as pd

excel_file = r'F:\Py_project\GWR\LST_excelNo-1.csv'

dataset = pd.read_csv(excel_file).loc[:, ['LST', 'NDVI', 'X', 'Y']]

coords = list(zip(dataset['X'], dataset['Y']))

y = np.array(dataset['LST'], dtype='float32').reshape(-1, 1)
# y = (y - y.mean(axis=0)) / y.std(axis=0)

X = np.array(dataset['NDVI'], dtype='float32').reshape(-1, 1)
# X = (X - X.mean(axis=0)) / X.std(axis=0)
del dataset

model = GWR(coords, y, X, bw=44, fixed=False, kernel='gaussian')
results = model.fit()

params = results.params

报错如：MemoryError: Unable to allocate 35.9 GiB for an array with shape (69420, 69420) and data type float64。
同样是因为数据量过大，运行内存不足导致的。
试过修改源码中开辟nunpy数组的数据类型为float16，没有成功。
我看文献中的研究区数据量应该比我这大得多，可能是工作站跑的。也有明确说是使用GWR软件的，这就很疑惑了- _ - ，GWR软件不支持大数据量。