多领域地学应用：浙江大学团队提出GeoAI系列方法，助力地理/海洋/地质/大气领域时空建模与预测

关注

原创 2024-11-22 15:19:37 1.7k 阅读 AI 写同款· GEO 优化 ›

地球科学作为一个高度跨学科的领域，正在经历一场由 AI 引领的重大变革。通过在海量地球科学数据中挖掘潜在信息、发现隐匿模式等，AI 不仅可以深化人们对地球自然现象的理解，还能优化研究人员对地球科学不同因素之间时空非线性关系的建模与预测，推动新研究范式的形成。

近日，在 HyperAI超神经联合出品的 COSCon’24 AI for Science 论坛中，来自浙江大学地球科学学院的专聘研究员戚劲以「GeoAI 及其跨学科地学应用」为题，向大家分享了传统地理学建模的局限、以及 AI 赋能传统方法对房价分析、海洋遥感、大气污染、成矿预测等领域的影响。

在这里插入图片描述

戚劲老师演讲现场

HyperAI超神经在不违原意的前提下，对戚劲老师的深度分享进行了整理汇总，以下为演讲实录。

GeoAI 的跨学科应用，覆盖房价分析、海洋遥感、大气污染、成矿预测

随着观测技术的不断进步，地球科学领域的时空数据呈现爆炸式增长。这些数据可被广泛应用于海洋环境建模、房价成因分析、矿产空间分布勘探以及 PM2.5 空气污染模拟等科学研究。

过去，我们通过传统的地理加权回归 (GWR) 模型分析地理位置对变量间关系的影响，以分析或预测目标对象的空间异质性变化。然而，不同数据之间存在复杂的相互作用，如何构建更精细的模型结构和更多尺度的建模对象，成为了一个重要的挑战。

为了适应人工智能和大数据的发展，应对现实世界中的复杂建模问题，我们将传统地理加权回归的理念与神经网络技术相结合，提出了一类新的模型，包括地理神经网络加权回归 (GNNWR)、地理时空神经网络加权回归 (GTNNWR) 等。

自第一篇论文发表以来，GNNWR 、GTNNWR 等系列方法备受关注，并在海洋学、地理学、大气科学和地质学等多个方向得到了广泛应用，累积发表相关论文超 30 篇，这些成果不仅限于我们团队内部发表的方法类研究和应用型研究，还有许多外部团队利用类似的建模思想或技术架构开展研究。目前 GNNWR 已在 GitHub 上开源，还支持直接调用 pip install gnnwr (Python≥3.9)。

GNNWR 开源地址：
https://github.com/zjuwss/gnnwr

在这里插入图片描述

以房价分析为例，众所周知，房价受地理位置的影响显著，旅游景点、学区位置等都直接影响房价高低，而地理学就是通过统计分析，揭示哪些因素可以影响房价。与传统的回归模型相比，GNNWR 模型不仅具有更高的拟合精度，还具备更强的可解释性，能够深入揭示房价影响因子的作用机制及其空间差异。本研究的具体内容将在后面详细介绍。

论文原文：
https://www.mdpi.com/2220-9964/11/8/450
https://www.tandfonline.com/doi/full/10.1080/13658816.2024.2343771

在这里插入图片描述

在海洋生态环境建模方面，遥感卫星从太空获取的海洋图像中含有丰富的波段信息，根据这些波段信息在空间上的不同分布，我们可以分析出叶绿素、悬浮泥沙等海洋生态要素的含量。

近年来，海洋中的一种重要营养物质——硅酸盐，也可以通过 GTNNWR 模型进行时空分布估算。硅酸盐的减少会导致沿海赤潮的发生，使用 GTNNWR 模型可以获得近岸海域溶解硅酸盐的细尺度时空动态变化，进而为近海赤潮的发生提供遥感预警信号。本研究的具体内容将在后面详细讲述。

在这里插入图片描述

再比如 PM2.5 污染，北方的一些重工业城市可能是污染的主要源头。GNNWR 模型能够建立空间非平稳的回归关系，估算 PM2.5 浓度，提供全国范围内高精度、细节合理的 PM2.5 分布情况。例如，通过地理空间建模我们发现，从北京到连云港，PM2.5 浓度普遍较高，这可能是受风向、风速等因素的影响，此外，特定区域内的防护林可能会抑制 PM2.5 的扩散。

论文原文：
https://www.mdpi.com/2072-4292/13/10/1979

在这里插入图片描述

在地质学领域，特别是在金矿空间分布预测方面，我们开展了一系列研究，揭示了地质因素对金矿形成概率的影响。在构建的模型中，我们引入了 Shapley 方法，以增强模型的可解释性，实现了对复杂空间环境下矿化的精确预测和解释。

在这里插入图片描述

以汉堡价格为例，探讨传统地理学建模局限

在传统统计学范畴内，想要探究 PM2.5 浓度受哪些因素影响，一般用多元线性回归分析，即 x 表示自变量，y 表示因变量，探究 y 与 x 之间的关系。然而，在地理学研究领域，考虑到空间位置导致的变量间关系差异，传统统计方法难以对此类复杂的自然现象进行建模。

在这里插入图片描述

以汉堡价格为例，设 y 为汉堡价格，北京的汉堡售价为 25 元，杭州则为 15 元。如果用简单的线性建模，从地理位置来看，江苏位于北京与杭州之间，则可能会预测江苏的汉堡价格为 20 元。然而，地理要素并不是这么简单的线性关系，汉堡价格还会受到物流成本、交通条件及原材料成本等多重因素的影响，这些因素在空间上的分布各不相同，这意味着建模时应该考虑各因素在不同地理空间位置的权重。

在这里插入图片描述

为进一步解决地理关系建模的问题，地理学家将传统的多元线性回归扩展至地理加权回归 (GWR)。在 GWR 中，每个自变量前的回归系数 β 被赋予了随地理位置变化的特性，即每个回归系数的权重随空间位置的变化而变化，这种变化就是我们常说的「空间非平稳性」，意味着自变量与因变量之间的关系并非是一个稳定的线性关系，而是高低起伏的。

在这里插入图片描述

如何计算地理加权回归系数？其核心包括 2 点，第一是要计算一个准确的空间距离，第二是要在众多核函数中选择一个最准的拟合函数。

在这里插入图片描述

在空间距离计算方面，除了欧氏距离外，还存在曼哈顿距离计算等。假设杭州至南京有 200 公里，北京至南京也为 200 公里，若依据欧氏距离计算，两地间直线距离可通过勾股定理求得。但在实际应用中，大连和烟台乘船可能只需 100 公里左右，乘坐高铁则需绕行较远的路程，实际距离可能超过 300 公里。因此在地理空间建模中，距离计算方法的选择至关重要。

在这里插入图片描述

其次，我们引入了「核函数」的概念，并绘制了核函数小山丘图形，如下图所示，距离分析点（红色点）越远的位置，权重越低，但这种关系并非简单的递减关系，而是随着空间距离产生波动的。地理学家们建模的时候，权重核函数的选择有很多种，比如高斯函数、指数函数等。

在这里插入图片描述

总结来说，空间距离度量的不确定性，以及选择哪种核函数才能最佳拟合数据，是影响地理学建模准确性的主要问题。

将传统地理建模与 AI 融合

复杂非线性是现实世界不同因素间固有的特征，机器学习与神经网络就是为了解决这类问题而生。

在地理建模领域，两点之间的空间距离往往是非线性的，核函数所描述的权重也是非线性变化的，因此，我们将传统地理加权回归 (GWR) 理念与神经网络技术结合，提出了一类新的方法模型，包括地理神经网络加权回归 (GNNWR) 、地理时空神经网络加权回归 (GTNNWR) 等。

在这里插入图片描述

GNNWR 在房价和海洋生态环境建模中的应用

房价不仅与工作单位关联，还需考虑交通、学区、环境等因素。在房价建模上，我们以武汉房价为例，采集了近 1,000 套二手房交易记录的数据，按 85:15 的比例划分为训练集和测试集。选择二手房是因为它受政策调控影响较小，更贴近真实的经济流动效果。

在这里插入图片描述

在研究过程中，我们遵循常规的神经网络建模流程，划分了测试集与训练集，并收集了一系列可能影响房价的变量。本案例的特色在于引入了新的「空间距离」概念，除了传统的欧氏距离外，我们还提出了基于实际交通情况的「通勤距离」。通过建立一种距离融合函数，我们将通勤距离与欧氏距离一同输入神经网络中，以此确定两者融合后的非线性距离。

在这里插入图片描述

模型的整体架构未作大幅改动，也是输入相应的每个要素权重 w，输出最终的房价 y。通过对比实验，我们证明，当同时考虑欧氏距离与通勤距离时，模型性能比传统建模提高 12%，高于单个距离分别输入神经网络时的提升值。

在这里插入图片描述

研究还揭示了武汉市房价与大学城、科研院所、科技公司及旅游景点分布之间的关联，此外，所提出的模型对于远离市中心区域的房价预测效果尤为突出。具体而言，随着与市中心距离的增加，模型的预测准确性也随之提高。这表明，在城市边缘地区，特殊距离测量方法能更精确地捕捉房价变动规律。

在这里插入图片描述

在海洋生态环境建模方面，以长江三峡大坝为例，大坝会拦截泥沙，使水体变得更加清澈，但同时也阻隔了进入海洋中的一种重要营养物质——硅酸盐，硅酸盐的减少会导致沿海有毒有害赤潮的比例增大。传统研究方法通过绘制等值线图，粗略估计营养物质的流动趋势。然而，在新时代背景下，如何利用高时空分辨率的遥感卫星图像来探索营养物质的分布成为了一个新课题。对此，我们提出了基于 GeoAI 的非线性建模思路，希望发挥大数据的优势，实现海洋营养物质的分析等。

在这里插入图片描述

本研究采用了团队自主研发的 GNNWR 方法，该方法的特点如下图所示。此外，我们还在其中进行了数据集匹配、遥感时空估算、缺失数据补全等操作。

在这里插入图片描述

研究过程中，我们与浙江省海洋监测管理部门合作，利用其发布的监测数据，结合 Google Earth Engine Map 这一著名 API 下载所需的遥感影像，然后定义它的时间、空间位置及分辨率，并按照标准流程划分为训练集、测试集和验证集，实施了 10 折交叉验证，选取了最优且最稳定的结果进行建模。

在这里插入图片描述