地理空间大数据预测

地理空间大数据预测（geographic spatial big data prediction），理学-地理学-地理信息科学-地理信息科学-〔地理信息大数据挖掘〕-地理空间大数据挖掘-地理空间大数据预测，旨在结合多元时空数据，基于对空间地理现象现状的描述、认识及归纳，通过研究空间对象或事件间的相互影响及依赖关系，对研究对象的发展趋势及行为模式做出预测。地理空间大数据预测可以解决诸如下一次流感的爆发地在哪、某地的商业价值及潜力如何、某项发展决策在哪里会造成最小的环境影响等实际地理相关问题。预测的一般步骤：①对现有地理现象进行刻画，经过特征选择，找出描述地理实体或事件的特征变量。②通过统计推断及假设检验等方式，对地理现象的发生与特征变量间的关系进行评估。③建立合适的预测模型，对未来地理对象或事件的发生进行预测。常用的预测方法包括：①时间序列分析方法，只考虑系统变量随时间的变化趋势、基于变量随时间变化的历史资料、对未来变量的表现进行预测，如自回归模型等。②相关性分析方法，通过测试变量间的统计依赖性，对变量的发展趋势做出判断，如回归分析等。