摘要： 多尺度地理加权回归与地理探测器集成分析方法及实现 摘要 本文介绍一种将多尺度地理加权回归（MGWR）与地理探测器相结合的空间分析集成框架。该框架可广泛应用于社会、经济、环境等领域，用于量化解释变量的空间异质性、探测因子交互效应，并通过留一交叉验证自动筛选最优预测模型。代码实现以非地图统计图表和结构化 阅读全文

摘要： 面向小样本的 XGBoost 稳健建模与 SHAP 解释 —— 兼顾预测精度与核心变量可解释性 在社会科学、经济管理等领域的研究中，样本量往往有限，同时又需要对关键变量的影响力做出可靠推断。本文分享一套新改进的 XGBoost 建模流程，该流程专为小样本回归任务设计，在控制过拟合的前提下，仍然能够给 阅读全文

摘要： 拒绝算法黑盒！XGBoost + SHAP 一键生成 10 张出版级模型解释图 现在跑机器学习，大家最头疼的往往不是怎么把 R² 刷高，而是被导师或者业务方灵魂拷问：“你这个模型为什么会得出这个结果？哪个特征起决定性作用？” 像 XGBoost、随机森林这种集成树模型，虽然精度吊打传统回归，但“黑盒 阅读全文

摘要： 面对 140万+ 的海量文本坐标数据，传统的 GIS 桌面软件（如 ArcGIS/QGIS）极易因内存溢出（Memory Error）而卡死。本文分享了一套基于 Pandas + GeoPandas 调通的现代化 GIS 自动化脚本。通过 化整为零的分块读取（Chunking）、严苛的数据双重清洗、物理降温式的主动内存释放（GC） 等核心骚操作，将原本吃配置的重度空间裁剪（Clip）任务，转化为轻量级的流式处理流。文章同时科普了为什么在海量数据面前应果断放弃古老的 Shapefile，全面拥抱 GeoPackage （.gpkg）。代码均已完成脱敏，贴心附带完整注释，改个路径即可直接白嫖！ 阅读全文

摘要： 用 Python 画三类论文级图表：分组柱状图、双轴折线图与多面板图（解决中文乱码） 在做区域经济差异分析时，常见的问题不是“不会算指标”，而是图画得不规范： 中文乱码 图像分辨率不够 图表结构不符合论文习惯 这篇文章用一个完整示例，演示如何用 Python 画出三类常见的论文图表： 分组柱状图（对 阅读全文

摘要： Python批量图片拼接脚本：支持行列布局、最后一行居中、自然排序 平时写论文、做报告或者整理素材时，经常需要把多张图片拼成一张大图。试过不少在线工具和本地软件，要么是没法批量处理，要么是最后一行图片没填满时就左对齐，空出一大块特别丑。 索性自己写了个Python脚本，用Pillow库实现，核心解决 阅读全文

摘要： Google Earth Engine (GEE) 批量计算 Sentinel-2 夏季 NDVI 并导出 最近做植被变化分析，需要某区域近5年（2019-2023）夏季的NDVI数据。试了下用GEE处理，不用自己下几十G的影像，代码跑通后直接批量导出到Drive，效率很高。把代码和步骤整理一下，方 阅读全文

摘要： 生态系统服务研究中的四大模型：地理探测器、XGBoost-GeoShapley、Transformer-GeoShapley与PLUS模型的对比解析 引言 在生态系统服务与区域空间治理研究中，揭示自然生态系统服务（NES）与文化生态系统服务（CES）之间的复杂关系，预测未来土地利用变化，以及评估不同 阅读全文

摘要： Transformer-GeoShapley 与 XGBoost-GeoShapley：原理、数据需求、分析流程与生态空间治理应用详解 在区域空间治理领域，准确解析生态系统服务（ES）间的权衡与协同关系、或城市热环境跨区域传导机制，是制定科学规划的核心前提。传统统计模型难以同时处理长距离空间依赖、复 阅读全文

摘要： 地理探测器和 GEO-SHAP 的应用场景讲解 摘要： 这篇文章用大白话、像聊天一样的方式，详细讲清楚地理探测器（Geodetector）和 GEO-SHAP（也叫 GeoShapley）到底是什么、能干啥。重点讲它们在真实生活和研究里的应用场景，配上大量最新案例。看完你就能明白：这两个工具一个像“ 阅读全文