人口空间化（三）GWR实现人口空间化

GWR也就是所谓的地理加权回归，是一种局部的线性回归方法，相较于全局回归模型中（如普通最小二乘法回归 (OLS)），GWR可以为数据集中的各要素构建了一个局部回归方程。具体可以参考一下ArcGIS中关于GWR的解释

首先第一个问题：GWR为什么可以应用于人口空间化研究

1、人口分布的空间差异性。

     举个最简单的例子北京和菏泽无论从人口密度还是影响人口分布的因子来讲，都具有明显的差异，如果对这俩地区如果采用OLS，那势必会造成北京人口被低估，菏泽人口被高估。

2、参与建模的城市数量太多，彼此之间差异太大，这种情况下仍采用OLS显然不合适

我觉得总体来说主要是上述这两个原因

第二个问题：GWR如何实现人口空间化

1）确定建模因子，这里选择一个比较常见的模型吧，选择“灯光强度”、“灯光区面积”、“无灯光区面积”，这个是我看GWR相关文献时用的最多的，最早提出来的那个前辈emmmm我忘记人家名字了，呜呜呜呜

2）接下来就是统计各市的总人口、上述三个因子的和（有的文献用的是各因子平均值，那对应的就要用人口密度建模），GWR顾名思义里面有个G嘛，所以大家获取一下各市的质心坐标（X,Y)

3）在arcgis里计算各市的模型，这个可以参考一下GWR操作手册

4）有了各市的三个因子系数，剩下的正常来说类似我前面写的 “面积权重法”，但人嘛别这么死心眼（主要是我电脑太旧了，连生成格网都做不到），所以我研究了一下如何不安正常路子来。

我们最后的目标其实就是各市的因子系数对应的乘以各市对应因子的值或者面积，面积这个东西反正就是一个栅格你之前重采样一顿操作把他搞得都一样大了，这时候有人讲各市边界的面积不一样大啊，这个问题emmmm其实各市边界处人并不多，而且我们认为人分布在建设用地上，你把其它地表覆盖类型一掩膜，你发现边界处的人更少了，所以我把边界处也视为一个栅格的误差给忽略了。

继续说咋搞

首先把你算出来的系数和你的shp数据连接，把这三个字段转换为栅格；

然后在栅格计算器里算    con(isnull(灯光值栅格图），0，1）*灯光值系数栅格图+con(isnull(灯光区），0，900）*灯光值系数栅格图+con(isnull(无灯光区），0，900）*灯光值系数栅格图

900是假设你一个格子是900平方米

con和isnull是防止加出来是个空值

这样就有了初步的人口模拟结果

第三个问题：GWR在人口空间化存在啥问题（有啥注意事项）

1） 你数据量不要太少，它本身就是为了解决数据量比较多的情况造就的

2） 以我目前试验过的来看，它应用于人口空间化时共线性非常严重，也就是说你有些城市拟合出来的系数是负的。