.png){kind=icon}
返回
Generalised spatial error for validation
.png){kind=icon}
OA
AI
DOI：10.1080/15481603.2026.2690327.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
空间预测模型的验证仍主要依赖全局指标（如均方根误差RMSE），这些指标虽能概括平均模型性能，但可能低估预测误差的空间集中度和异质性。为补充现有的残差诊断方法，我们提出了广义空间误差（GSE）这一验证指标，该指标结合了局部RMSE与局部误差方差，并对性能不稳定的邻域赋予更大权重。我们使用9种预测模型对澳大利亚墨累-达令盆地（MDB）维管植物物种丰富度进行了GSE评估。各模型中，GSE较RMSE普遍高出20.29%–24.40%，反映了通过方差加权聚合局部误差幅度与不稳定性的总体增加。局部误差方差图进一步显示，预测不稳定性主要集中在盆地物种丰富的东部区域。基于地理面积、海拔和物种丰富度分层的敏感性分析显示，GSE与RMSE之间存在一致差异，支持GSE在不同环境条件下的稳健性。结果表明，GSE为诊断空间可靠性提供了有用的补充指标，可超越平均预测精度，用于识别模型预测可靠性较低且不利于环境评估和决策的区域。
Keyword:
Spatial validation
generalised spatial error
local error variance
spatial heterogeneity
Murray–Darling Basin
期刊
暂无期刊信息
机构
引用论文
Geographically weighted regression: A method for exploring spatial nonstationarity地理加权回归: 一种探索空间非平稳性的方法
OAAI
OAAI分享收藏分享收藏Changes in the surface water-Groundwater interactions of the Murray-Darling basin (Australia) over the past half a century在过去的半个世纪中，默里-达令盆地 (澳大利亚) 的地表水-地下水相互作用的变化.png)
JOURNAL OF HYDROLOGYOAAI
JOURNAL OF HYDROLOGYIF6.3
OAAI分享收藏
查看更多内容