GWmodelS：地理加权模型软件的开发与应用

软件X 21（2023）101291原始软件出版物GWmodelS：地理加权模型软件陆彬彬a，胡一公b，杨东阳c，刘勇c，廖刘奇a，尹左尧a，夏天阳a，董哲一a，保罗·哈里斯d，克里斯·布朗斯登e，莱克斯·康伯f，Guanpeng Dongc，g，ha中国武汉大学遥感与信息工程学院b英国布里斯托尔大学地理科学学院c河南大学黄河文明与可持续发展重点研究院，河南开封475001dNet Zero and Resilient Farming，Rothamsted Research，North Wyke，UK爱尔兰梅努斯大学国家地理计算中心f英国利兹大学地理学院g河南省与教育部共建黄河文明协同创新中心河南大学，河南h黄河中下游地区地理空间技术教育部重点实验室ar t i cl e i nf o文章历史记录：接收18七月2022收到修订版2022年11月19日接受2022年保留字：空间异质性时空模型可视化高性能本地技术a b st ra ct空间异质性或非平稳性已成为一个流行的和必要的关注，在探索变量之间的关系。在这方面，地理加权（GW）模型提供了一个强大的收集技术，在其定量描述。我们开发了一个用户友好的，高性能的和系统的软件，命名为GWmodelS，以促进更好和更广泛的使用这些模型。除了各种GW模型，包括GW描述性统计，GW回归模型和GW主成分分析，数据管理和映射工具也已与精心设计的界面相结合。©2022作者（S）。由爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）中找到。元数据当前代码版本V1.0.3用于此代码版本的代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX-D-22-00202可复制胶囊的永久链接法律代码许可证GNU使用GitHub的代码版本控制系统使用C/C++、CMake的编译要求、操作环境和依赖关系QT Creator、GDAL、QGIS、Armadillo如果可用，请链接到开发人员文档/手册问题支持电子邮件binbinlu@whu.edu.cn1. 动机和意义空间异质性或非平稳性在数据关系中引起了越来越多的关注[1]。根据托布勒·通讯作者：河南大学黄河文明与可持续发展重点研究院，河 南 开封，475001。电子邮件地址：gpdong@vip.henu.edu.cn（Guanpeng Dong）.https://doi.org/10.1016/j.softx.2022.101291统计，称为地理加权（GW）模型已经发展到包括当地的技术适用于数据不能很好地描述的情况下，全球模型中的变量之间的关系往往是不切实际的假设是空间不变的。相反，适当局部化的校准方法可以提供更好的描述。典型的GW模型和技术包括GW回归[3-2352-7110/©2022作者。 由Elsevier B.V.出版。这是一篇开放获取的文章，使用CC BY许可证（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softx卢彬彬，胡一功，杨东阳，等。软件X 21（2023）1012912Fig. 1. GWmodelS的软件架构。[22，23]、GW可视化技术[24]和GW人工神经网络[25，26]。这些GW模型形成了一个通用的、开放的和不断发展的技术框架，以探索自然科学和社会科学中广泛学科的空间异质性。许多列出的GW模型被纳入一系列R [27]软件包中，包括spgwr[28]，mgwrsar[18]，GWLe- last[29]，spMoran[30]，gwer[31] ， lctools[32 ， 33] ， gwrr[34] ， CARBayes[35] 和GWmodel[36，37]。特别是，GWmodel包含校准和估计基于地理加权方案的广泛模型或技术的功能。这些包括GW汇总统计、GW主成分分析、GW判别分析和各种形式的GW回归技术;其中一些以基本和抗离群值形式提供，相关测试和诊断以及距离度量的灵活选择选项[38]。自2013年在CRAN上首次发布以来，它已被下载超过120，000次（通过R包cranlogs计算），并吸引了越来越多的学科关注[39]。然而，GW模型的使用者在应用时可能会经常遇到一些问题：首先，需要使用R语言编程，特别是对于来自不同学科的学者。在撰写本文时（2019年6月），GW模型手册的当前版本约为85页，并按顺序组织。虽然这些文章符合CRAN的指导方针，但它们可能很难遵循。值得注意的是，软件包，即GeoWeightedModel [40]，已开发用于专门为GW模型中的GW功能提供图形用户界面。其次，内存和计算限制明确存在于R中，尽管高性能解决方案已经方便地开发了多核或计算统一设备架构配置[41]。这种自然的局限性R往往导致高性能解决方案的效率受到损害。第三，数据处理和映射是GW模型的必要操作，但GW模型中没有相关的实用工具。通常会求助于外部软件包（例如ggplot2[42]）或工具（例如ArcGIS [43]），这导致GW模型的使用更加困难。因此，迫切需要一个用户友好的，高性能的和集成的软件来实现GW 模 型 。 因 此 ， 我 们 的 目 标 是 开 发 一 个 独 立 的 软 件 ， 即GWmodelS，完全解决上述问题。2. 软件描述2.1. 软件构架GWmodelS的开发架构如图1所示。我们采用了地理空间数据抽象库（GDAL）[44]、Armadillo C++库[45]和QGIS库[46]中的函数。实现处理地理空间数据、计算线性代数和地理可视化方面的基本功能。与这些卢彬彬，胡一功，杨东阳，等。软件X 21（2023）1012913图二、G W m o d e l S 中 的 功能本体（已开发或待开发）。这些功能包括：空间依赖性、数据/层管理中的核心功能最后，我们通过跨平台框架Qt将所有这些模块和算法集成在一起，生成了一个友好的GWmodelS图形用户界面（GUI）。此外，算法的调用规范化设计，以方便其使用和进一步的扩展。在当前版本的GWmodelS（版本1.0.3）中，我们提供了两个选项，独立或开放多处理（Open-MP）来计算大多数GW模型，并且计算统一设备架构（CUDA）解决方案也正在开发中，以加速图形处理单元（GPU）设备的计算2.2. 软件功能图 2.给出了GWmodelS中已开发或待开发功能的本体图。该软件的主要功能如下：(1) 数据/图层管理：GWmodels可以导入不同格式的地理空间数据，包括ESRI形状文件、GeoJOSN和GPKG，同时通过GDAL可以根据需要提供此外，CSV格式的表格文件也可用于交换。(2) GW模型的通用选项：在GWmodelS中，我们提供了大量用于计算地理权重的选项，这是校准任何GW模型的核心组件之一。详细地说，可以计算许多距离度量，包括欧几里得距离、大圆距离、闵可夫斯基距离[38]、此外，核函数（例如，高斯、指数、Box-car、Bi-square和Tricube），为各种应用场景提供灵活的加权方案。(3) GW模型：当前版本的GWmodelS中包含了许多GW模块，包括GW描述性统计[19]、GW主成分卢彬彬，胡一功，杨东阳，等。软件X 21（2023）1012914图三. 将LNHP数据加载到GWmodelS中。分析[21]、标准GW回归[6]和适用于大规模数据集的许多扩展[49]、多尺度GW回归[9，50，51]、地理和时间加权回归[12]、鲁棒GW回归[13]、局部补偿GW回归、广义GW回归[8]和用于分析始发地-目的地流的GW交互模型此外，GW判别分析[23]和GW人工智能技术[25]也被暂时编码，并将在不久的将来被纳入。(4) 计算选项：在实践中，独立计算对于大多数GW模型都很好，特别是当样本量很小时（例如小于3000）[41]。针对大规模数据，该软件还无缝集成了多核并行和CUDA技术等高性能选项。(5) 映射和可视化：除了常规工具（如专题地图和统计图表）外，还包含一些特定的可视化工具，如用于可视化模型规范的多变量曲线图[36]和圆视图[47]。为了便于多变量映射，我们开发了一个批量映射工具，即将所有的制图参数设置为一次性的，并相应地产生所有的3. 标准GW回归安装GWmodelS后通过单击“图层/数据->ESRI Shapefile”将其加载到GWmodelS准备好进行检查，如图3所示。使用QGIS库，导航，编辑器和属性查看器工具也可用于初步探索数据，这对于进一步建模总是必要的。在本节中，我们以标准GW回归作为说明性示例，更多复杂的示例可以在随附的视频演示中找到。通过单击菜单栏>基本见图4。用于校准标准GW回归模型的参数配置表单。如图四、所有的参数都可以通过以下步骤进行设置：(1) 从组合框中选择数据层，即LNHP;如果有不同的层作为回归点，请勾选复选框卢彬彬，胡一功，杨东阳，等。软件X 21（2023）1012915图五、 从标准GW回归模型返回的结果。(2) 从组合框和列表框中指定因变量和自变量(3) 通过勾选单选按钮定义加权方案，即固定或自适应带宽，用户定义或通过交叉验证（CV）方法或校正的Akaike信息准则（AICc）优化[37]，最后从组合框中选择核函数;本例中采用具有优化自适应带宽(4) 勾选单选按钮以计算距离度量，其中在本例中，默认情况下采用第一个(5) 通过勾选单选按钮“无”或“多线程”来配置计算选项(6) “其他”面板中提供了额外选项(7) 点击“OK "按钮，GW回归模型的结果将作为新层（包括位置方面的系数估计）返回，并且一旦计算成功完成，将在属性面板中返回摘要信息，如图所示。 五、4. 影响作为与R包GWmodel配套的软件，GWmodelS将在实际应用GW模型时提供完全不同的经验，因为，(1) 友好的界面和基本的GIS工具集成允许用户轻松运行所有的GW模型，即使他们的编程技能可能是零。(2) 广泛的地理加权模型已被纳入，随着越来越多的GW模型和扩展的开发，这个数字仍在迅速增加。(3) 包括Open-MP和CUDA在内的高性能技术无缝集成到所有GW模型中，这对于大规模数据建模非常重要。(4) 可视化工具，包括批量映射，多变量曲线图和圆视图专门用于映射空间变化的结果从GW模型。总之，GWmodelS在图形用户界面、可操作性、计算效率和可访问性等方面都有很大的优势.这就是我们期望GWmodelS如何帮助来自广泛领域的更多用户在定量研究中应用GW模型。5. 结论GW模型已经成为定量探索空间异质性和数据关系非平稳性的本地技术的一个重要分支。GWmodel的早期版本已经获得了超过400次引用（根据google scholar的记录），作为一个首选的GW工具包， 广泛的研究，例如气象学[53，54]，城市研究[55，56]和环境科学[57为了促进GW模型更好、更广泛的应用，我们开发了这个用户友好、高性能的集成和二联软件。GWmodelS的发布是一个良好的开端，后续的更新和教程也在长期规划中。竞合利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作数据可用性数据将根据要求提供。卢彬彬，胡一功，杨东阳，等。软件X 21（2023）1012916确认我们要感谢并向Martin Charlton博士致敬，感谢他在开发最早的GWR软件和R包GWmodel中做出的非凡贡献。本研究由国家重点研究 发 展 计 划 （ No.2021YFB3900904 ） 、 国 家 自 然 科 学 基 金（42071368，42001115）和智卓时空人工智能研究基金（批准号：ZZJJ202203）共同资助。引用[1] Goodchild MF.地理信息科学和地理学中规律的有效性和有用性。《美国地质年鉴》，2004年;94（2）：300[2] 托布勒海峡一部模拟底特律地区城市发展的电脑电影。《经济地理学》，1970年;46（2）：234-40。[3] Fotheringham AS，Charlton ME，Brunsdon C.地理加权回归：空间数据分析扩展方法的自然演变。环境规划A1998;30（11）：1905-27。[4] 放 大 图 片 作 者 ： J. 地 理 加 权 回 归 ： 空 间 变 化 关 系 的 分 析 。 Chichester ：Wiley;2002.[5] 放大图片Brunsdon C，Fotheringham S，Charlton M.空间非平稳性的地理加权回归建模。J R Statist Soc Ser D（Statist）1998;47（3）：431-43.[6] 张文，张文，等.空间非平稳性分析方法.北京：科学出版社，2000，24（3）：117 - 118. Geogr Anal1996;28（4）：281-98.[7] 王南，梅春林，严晓东.空间变系数模型的局部线性估计：地理加权回归技术的改进。环境计划A2008;40（4）：986-1005。[8] Nakaya T 等 人 ， 疾 病 关 联 映 射 的 地 理 加 权 泊 松 回 归 。 统 计 医 学 2005;24（17）：2695-717。[9] Lu B 等 人， 使 用特 定 参数 距离 度 量的 地理 加 权回 归 。Int J Geogr Inf Sci2017;31（5）：982[10]Liu Y， et al.地 理 加权 时 间 相关 logistic 回 归 模型 。Sci Rep2018;8 （ 1 ） ：1417。[11]梁燕燕，余俊成。对地理加权回归的一种改进。Int J Health Geogr2017;16（1）：11.[12]黄B，吴B，巴里M.地理和时间加权回归模型在房价时空变化。 Int J GeogrInfSci2010;24（3）：383-401.[13][1] Harris P，Fotheringham AS，Juggins S.鲁棒地理加权回归：淡水酸化临界负荷和集水属性之间的空间关系量化技术。Ann AmAsphalt Geogr2010;100（2）：286-306.[14]杨 伟 ， 杨 伟 ， 王 伟 . 多 尺 度 地 理 加 权 回 归 （ MGWR ） Ann Am AsphaltGeogr2017;107（6）：1247-65.[15]作者：Dong G，Nakaya T，Brunsdon C.有序分类反应变量的地理加权回归模 型 ： 地 理 参 考 生 活 满 意 度 数 据 的 应 用 。 Comput Environ Urban Syst2018;70：35[16]Comber A ， Harris P. 地 理 加 权 弹 性 网 络 逻 辑 回 归 。 J Geogr Syst2018;20（4）：317-41.[17]Cysneiros FJA，Paula GA，Galea M.异方差对称线性模型。Statistist ProbabLett2007;77（11）：1084-90.[18]作者声明：J.同时处理回归模型中空间自相关和空间异质性的一种新方法。RegSci Urban Econ 2018;72：74-85.[19]Brunsdon C，Fotheringham AS，Charlton M.地理加权汇总统计：局部探索性数据分析的框架。城市环境计算机系统2002;26（6）：501-24.[20]杨伟，王伟，王伟.带地理加权变异函数的移动窗口克里金法。Stoch EnvironRes风险评估2010;24（8）：1193-209。[21]放大 图片作者 ：James P，John M.地理 加权主成分 分析。 Int J Geogr InfSci2011;25（10）：1717-36.[22]Foley P，Demšar U.使用地理视觉分析来比较地理加权判别分析与其全球对应物线性判别分析的性能。Int J Geogr Inf Sci2012;27（4）：633-61.[23]放大图片Brunsdon C，Fotheringham S，Charlton M.地理加权判别分析。Geogr Anal2007;39（4）：376-96.[24]作者声明：J.地理加权可视化：用于尺度变化探索性分析的交互式图形。IEEETrans Vis ComputGraph2007;13：1161-8.[25]放大图片作者：J.地理加权人工神经网络。Int J Geogr Inf Sci 2021;1[26]Du Z ， et al. ， Geographically neural network weighted regression fortheaccurate estimation of spatial nonstationarity. Int J Geogr Inf Sci2020;34（7）：1353-77.[27]R核心团队R中的内存限制。在：统计研讨会2020. 2020年，[引用于2020年5月21日];可从：https://stat.ethz.ch/R-manual/R-devel/library/base/html/Memory-limits.html获得。[28]Bivand R，Yu D. 包'spgwr'。 CRAN;2020.[29]Yoneoka D，Saito E，Nakaoka S.具有地理异质性和变量选择的区域指数构建新算法：在胃癌筛查中的应用。Sci Rep2016;6（1）：26582.[30]村上湾Spmoran：一个用于Moran的基于特征向量的空间回归分析的r包2017年，arXiv：1703.04467v3。[31]AraujoYA，Cysneiros FJA，Cysneiros AHMA.Gwer：地理加权椭圆回归。2020年。[32]卡洛吉鲁湾Lctools：局部相关性，空间不平等。在：地理加权回归和其他工具。CRAN; 2020.[33]卡洛吉鲁湾空间分析：方法论与应用。希腊，雅典：希腊学术图书馆链接;2015。[34]惠勒D gwrr：使用诊断工具拟合地理加权回归模型。2013年，R包版本0.2-1。[35]Lee D. CARBayes：一个用于空间区域单元建模的r包，带有条件自回归先验。2015年。[36]GWmodel R package ： further topics for exploring spatialheterogeneityusing geographically weighted models. Geo-Spat Inf Sci2014;17 （2 ） ：85-101.[37]GWmodel ： anRpackageforexploringspatialheterogeneityusinggeographically weighted models. J Stat Softw2015;63（17）：1-50.[38]Lu B ， et al. ， Minkowski approach for choosing the distance metricingeographicallyweighted regression. Int J Geogr Inf Sci 2016;30（2）：351[39]Comber A等，地理加权回归成功应用的路线图。2022年.[40]Maestre JDLH，Gómez MJF，Mendez S. GeoWeightedmodel：地理加权模型的用户友好界面。CRAN; 2022年。[41]鲁B，等。高性能解决方案的地理加权回归R。Geo-Spat Inf Sci 2022;1[42]威克姆·H Ggplot2：用于数据分析的优雅图形。New York：Springer-Verlag.[43]ESRI。ArcGIS空间分析：使用栅格和矢量数据的高级GIS空间分析。在：Esri白皮书中。New York：ESRI; 2001.[44]GDAL/OGR贡献者。GDAL/OGR地理空间数据抽象软件库。开源地理空间基金会; 2022年。[45]Sanderson C ， Curtin R. Armadillo ： 一 个 基 于 模板 的 线 性 代 数 C++ 库 。 JOpen Source Softw 2016;1：1[46]第322章QGIS.org地理信息系统开发人员手册。QGIS协会;2022.[47]LuB ， etal. ， GeographicallyWeightedRegressionwithaNon-EuclideanDistance Metric：A Case Study Using Hedonic House Price Data.国际地质学杂志I n fSci2014;28（4）：660-81.[48]Kordi M，Fotheringham AS.空间加权相互作用模型（SWIM）。Ann AmAsphalt Geogr2016;106（5）：990-1012.[49]Murakami D 等 人 ， Scalable GWR ： A linear-time algorithm forlarge-scalegeographical weighted regression with polynomial kernels。2020年美国地质学会年会;1-22.[50]Lu B等人，使用特定于参数的距离度量和带宽对地理加权回归的校准的改进。Comput Environ Urban Syst2018;71：41-57.[51]Lu B等人对“关于地理加权回归与参数特定距离度量的评论”的回应。Int JGeogr Inf Sci2019;33（7）：1300-12.[52]梁燕，梅春玲，张文祥。基于地理加权回归模型的空间非平稳性统计检验。环境计划A2000;32（1）：9-32.[53] 2000-2020年内蒙古自治区牲畜存栏时空变化及其与气象灾害的关系。ISPRS Int J Geo-Inf 2022;11. http://dx.doi.org/10.3390/ijgi11100520.卢彬彬，胡一功，杨东阳，等。软件X 21（2023）1012917[54]Nawrotzki RJ，Bakhtsiyarava M.国际气候迁移：气候抑制机制和农业途径的证据。PopulSpace Place2017;23（4）：e2033.[55]Tu W ， et al. ， Portraying the spatial dynamics of urban vibrationusingmultisystem urban big data. Comput Environ Urban Syst2020;80 ：101428.[56]李Q，等。空间变化之间的关系的服务的火车网络和住宅物业价值在墨尔本，澳大利亚。城市螺柱2020;0042098019896977.[57]杨文，等.干旱和氮沉降对樟子松生长的影响.北京：北京农业大学学报，2001，14（1）：117 - 118.损害环境污染2020;265：114352。[58]Li C，Managi S.气候变化带来的全球疟疾感染风险。环境研究2022;214：114028。[59]Bi J等人，将低成本传感器测量结果转化为大空间尺度下的高分辨率PM2.5建模。环境科学技术2020;54（4）：2152-62。[60]Meng X，Pi H，Gao X，He P，Lei J.一种集成相似生境和机器学习的高精度植 被 恢 复 潜 力 制 图 模 型 。 土 地 退 化 。 Dev.2022;1-17.http://dx.doi.org/10.1002/ldr.4527网站。[61]Dong G，et al.开发一个局部适应的空间多层次逻辑模型，使用个人人口普查记录分析生态对健康的影响。Ann Am Asphalt Geogr 2020;110（739