文献

J-GLOBAL ID：202202229044802172   整理番号：22A0943312

都市スケーリング解析における空間的自己相関の除去【JST・京大機械翻訳】

Removing spatial autocorrelation in urban scaling analysis

著者 (4件)： Xiao Yixiong (Department of Earth System Science, Tsinghua University, Beijing 100084, China) ,  Xiao Yixiong (Tsinghua Urban Institute, Tsinghua University, Beijing 100084, China) ,  Xiao Yixiong (Business Intelligence Lab, Baidu Research, Beijing 100085, China) ,  Gong Peng (Department of Geography and Department of Earth Science, The University of Hong Kong, Hong Kong)
資料名： Cities  (Cities)
巻： 124  ページ： Null  発行年： 2022年 
JST資料番号： D0261C  ISSN： 0264-2751  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 都市のスケーリング関係を分析することは,都市の将来の開発を予測し,都市の性能を特性化するためのスケール調整都市指標(SAMIs)を導くのに役立つ。しかし,既存の研究は都市を個々のシステムとして扱うが,それらの間の空間的自己相関を無視している。ここでは,都市スケーリング解析への空間自己相関の影響を組み込んだフレームワークを提案した。都市のスケーリング関係をモデル化するときの空間効果を捉えるために,固有ベクトル空間フィルタリング(ESF)モデルを用いた。ESFモデルの残差に基づいて,著者らは,SAMIsに及ぼす空間自己相関の影響に対処するために,都市指標-空間およびスケール調整都市指標(SSAMIs)の新しいセットを提案した。中国とアメリカにおける著者らの実験の結果は,非空間モデルと比較して,スケーリング関係を推定するとき,ESFモデルがより良い適合結果を作り出すことができることを示した。結果はまた,SSAMIの使用が,開発地域における都市の過大推定を避けることができ,そして,より少ない開発地域における都市の過小評価を回避できることを明らかにした。本研究では,都市スケーリング解析における空間自己相関効果を扱う新しい試みを提案した。それは都市スケーリング則を理解し,都市評価のための指標を強化するための洞察を提供する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 空間フィルタリング ,  スケール則 ,  評価 ,  残差 ,  *都市 ,  中華人民共和国 ,  空間 ,  モデル ,  キャラクタリゼーション ,  *自己相関 ,  固有ベクトル ,  指標
準シソーラス用語： 空間モデル ,  空間自己相関 ,  過小評価 ,  空間的自己相関 , 【Automatic Indexing@JST】

著者キーワード (3件)： 都市スケール則 ,  空間自己相関 ,  固有ベクトル空間フィルタリング(ESF)

分類 (3件)： 土地利用一般,地域制  (RD02010Z) ,  環境問題  (SA01020V) ,  局地循環,気流  (DC05090N)

タイトルに関連する用語 (4件)： 都市 ,  スケーリング ,  解析 ,  空間的自己相関