面向粮食产量空间化的多元回归分析模型中的两个关键问题探讨

来源：自然资源学报杂志2015年第11期北京时间：

作者：廖顺宝1, 2； 姬广兴1； 侯鹏敏1； 岳艳琳1； 杨旭1；

单位：1. 河南大学 环境与规划学院,河南 开封 475004;2. 中国科学院 地理科学与资源研究所,北京 100101

摘要：为比较不同区域尺度变量对模型拟合效果的影响,在全国不分区和分区两种情况下,分别基于县级和地市级两个区域尺度上的样本构建粮食产量与水田、水浇地、旱地面积之间的多元线性回归模型,结果显示,用地市级数据作分析样本比用县级数据作分析样本好,分区建模比不分区建模效果好。因此,将全国划分为7个区,以地市级数据作为区域尺度的变量,在区域、栅格、亚栅格三个尺度上探讨变量（因变量、自变量）尺度和常数项取值这两个因素对模型应用的影响。得到以下结论：1）基于区域尺度样本构建的多元回归模型,如果常数项不为0,则不能用于空间化计算;如果常数项为0,则可以用于空间化计算;2）基于栅格尺度样本构建的多元回归模型,不论常数项是否为0,均可应用于空间化计算;3）基于亚栅格尺度样本构建的多元回归模型,不论其常数项是否为0,也均可用于空间化计算,但需要将计算结果乘以一个系数,该系数等于栅格单元面积与亚栅格单元面积的比值。上述结论对其他类型的统计数据空间化具有指导和参考价值。

关键词：统计数据,空间化,多元线性回归,变量尺度,常数项设置

基金资助：中国科学院战略性先导科技专项“应对气候变化的碳收支认证及相关问题（XDA05050000）; 环保公益性行业科研专项（201209030）