中国科学院地理科学与资源研究所王劲峰研究员在地理学领域权威期刊《Annals of the Association of American Geographers》上发表了题为“Statistical Modeling of Spatially Stratified Heterogeneous Data”的研究论文。截至目前，该文已成为《Annals of AAG》2024年阅读量最高的文章。
空间统计是地理空间数据分析的重要方法, 能够处理空间自相关数据和空间(局部)异质数据, 从而捕捉地学第一定律和第二定律。空间分层异质性(spatially stratified heterogeneity, SSH)的例子包括气候带和土地利用类型。与前两个特性相比, 很少有针对此类数据的方法。SSH的存在, 证明了自然是有规则的、结构化的, 而非完全随机的。这引发了地理数据差异背后的“一层”因果关系。本文超越传统的聚类方法, 提出整体性SSH方法, 提供了SSH方程, 展示了SSH如何导致空间采样的偏差和空间建模的混淆, 检测了SSH分布中的非线性随机因果关系, 对两个SSH分布叠加所识别的交互作用进行了量化, 基于SSH进行了空间预测, 开发了新的空间拟合度指标, 并将其与SSH的q统计相结合从而改进了全局建模。该研究促进了SSH数据处理的统计学理论和方法, 为空间数据分析提供了新方法。
