[发明专利]一种基于模拟退火的地理探测器最优离散化方法

说明书

本发明公开了一种基于模拟退火的地理探测器最优离散化方法，其步骤为：第一步确定分层(stratified)数目、解释变量和被解释变量，第二步根据分层数目和解释变量，初始化断点向量，并计算初始地理探测器q统计量，第三步以获取最大的地理探测器q统计量为目标，使用模拟退火算法优化断点向量，第四步输出经模拟退火算法优化后得到的断点向量和其所对应的地理探测器q统计量，进而能用于更好的探测驱动因子。本发明具有实用性广、计算精度高、对异常值不敏感等优点，适用于地理、社会、生物等诸多领域。

技术领域

本发明涉及一种基于模拟退火的地理探测器最优离散化方法，属于地球空间信息技术领域。

背景技术

空间分异性是自然和社会经济过程的空间表现，是人类认识自然的重要途径。空间分层异质性是指层内方差小于层间方差的现象，它反映了自然或社会过程中潜在的驱动力或地理空间现象，空间分层异质性的度量和建模是地学的基石之一(王劲峰和徐成东，2017)。

地理探测器是一种测量空间分层异质性并解释其背后驱动力的新方法，地理探测器q统计量能有效反映并量化解释变量和被解释变量之间的关系。地理探测器q统计量方法要求解释变量应为离散型变量(Wang,Li et al.2010)，如果解释变量是连续的，例如地面温度、降雨量、植被覆盖指数等，则应在使用地理探测器之前通过分类算法或先验知识等对数据进行离散化。地理探测器自提出后，已广泛应用于社会、地理、卫生、农业等多个领域，但现在仍然没有有效的方法对输入的连续变量进行离散化，而离散化后的类型量却是这个方法中的关键参数(Wang,Zhang et al.2016)。

目前现有的常用的分类方法有等间隔、分位数、自然断点法、k-means等方法。等间隔方法将数据的范围划分为指定的相等子范围，断点根据数据范围确定，不考虑每个间隔的数目。当数据分布不均匀时，该方法不能有效揭示变量间关系(Cao,Ge et al.2013)；分位数方法将连续数据划分为指定的类，每个类具有相同的数据个数，并且不考虑数据的分布，该方法不适用于非线性分布数据(Murray and Shyy 2000)；自然断点法划分的标准是使每个层内的平均方差最小，使层间的方差更大。当数据是非线性分布时，该方法比大多数传统方法更为适用；k-means算法以K簇的初始分区开始，通过将对象分配给初始定义的簇来最小化均方误差，但其不确定性较大，最终结果可能并非全局最优解(Jain 2008)。

以上方法尽管在许多领域都有广泛应用，但它们只是在对单变量进行离散化时表现良好，而在空间异质性建模方面，因为这些传统方法在对解释变量进行离散化时，没有考虑解释变量和被解释变量之间的关系，所以效率较低，此外，这些方法不能用来探测空间分异性并给出其显著性检验。

整体而言，传统的分类方法可以用来离散化连续型数据，但它们只是针对对象的空间位置或空间属性进行离散化，并没有考虑解释变量之间的关联及其决定因素，因而无法探测空间分异性并揭示其背后驱动因子。

发明内容

本发明解决的技术问题：克服现有技术未考虑解释变量和被解释变量之间的关系且不能探测空间分异性并给出其显著性检验的不足，提供一种基于模拟退火的地理探测器最优离散化方法，能够得到既考虑解释变量与被解释变量之间的关系，又能够探测空间分异性并给出其显著性检验的最佳分层方式，提高地理探测器q统计量。

本发明的技术方案：一种基于模拟退火的地理探测器最优离散化方法，包括如下步骤：

步骤1、首先确定待离散的解释变量X，确定被解释变量Y，X和Y均为连续型数据；根据实际使用需求，自定义分层数d，作为最终解释变量X离散化后的层数；