A Hierarchical Flow Capturing Location Problem with Demand Attraction Based on Facility Size,and Its Lagrangian Relaxation Solution Method

This article presents a hierarchical flow capturing location problem (HFCLP) and proposes an effective Lagrangian heuristic solution method. The original flow capturing location problem (FCLP) aims to locate a given number of facilities on a network to maximize the total flow that can be serviced at facilities along their preplanned routes, such as daily commute to work. We extend the original model to allow a decision maker to select the size of facilities among m different size alternatives. Larger facilities are assumed to be more attractive and, therefore, can attract more customers, but they cost more to construct than smaller ones. Customers deviate from their preplanned routes to access a facility's service when the size of the facility is sufficiently large. The degree of deviation from the original path is measured by the additional distance customers have to go to access facilities, and the acceptable deviation distance becomes larger as the size of a facility increases. This article presents a new problem in which the number of facilities of each size and their locations are simultaneously determined so as to capture as much flow as possible within the total budget available for locating all facilities. We present an integer programming formulation of the problem and devise a Lagrangian relaxation solution method. The proposed algorithm is tested using road networks with 300 and 500 nodes. The results show that the method produces high‐quality solutions in a fairly short time. Este artículo presenta un problema de localización de captura de flujo jerárquico (hierarchical flow capturing location problem‐HFCLP) y propone un método heurístico eficiente de tipo Lagrange (lagrangian). En su formulación original el HFLCP tiene como objetivo localizar un número determinado de instalaciones en una red con el fin de maximizar el flujo total que puede ser atendido por las instalaciones existentes a lo largo de rutas preestablecidas, como en el caso por ejemplo, de los desplazamientos diarios del lugar de residencia al de trabajo. Los autores amplían el modelo original para permitir que el tomador de decisiones seleccione el tamaño de las instalaciones entre “m” alternativas. Se asume que las instalaciones más grandes son más atractivas que las más pequeñas y, por lo tanto, pueden atraer a más clientes, pero a la vez, son también más costosas de construir. Los clientes se desvían de su ruta preestablecida para acceder al servicio de una instalación cuando el tamaño de la instalación es lo suficientemente grande. El grado de desviación de las rutas se mide por la distancia adicional que los clientes viajan para acceder a las instalaciones. La distancia de desviación aceptable se hace más grande en relación al tamaño de la instalación. En este artículo se presenta un nuevo modelo para el HFLCP en el que el número de las instalaciones de cada tamaño y su ubicación son determinadas simultáneamente con el fin de capturar la mayor cantidad de flujo dentro del presupuesto total disponible para la localización de todas las instalaciones. Los autores presentan una formulación de programación entera (integer programming) del HFCLP e implementan un método que relaja la solución lagrangiana. El algoritmo propuesto es evaluado utilizando redes viales con 300 y 500 nodos. Los resultados muestran que el nuevo método produce soluciones de alta calidad y en tiempos de computación relativamente cortos. 本文介绍了一种分层的截流选址问题 (HFCLP),提出了一个有效的拉格朗日启发式解决方法。最初的截流选址问题(FCLP)目标是在网络上布局给定数量的设施使总流量最大,使按预定路线的行进流可以获得最大的服务,如每日的工作通勤。本文对原始模型进行扩展,让决策者可在不同的设施规模选择方案中进行规模选择。假设更大规模设施具有更大的吸引力,因此也能够吸引更多的客户,但同时也需要更多的建造成本。当设施规模足够大时,消费者会选择偏离预定路径而进入该设施的服务范围。对原始路径的偏离程度可通过用户进入该设施所增加的额外距离度量。可接受的偏差距离随着设施规模增大而增大。本文提出了在总预算确定条件下,同步确定不同规模设施数量及其位置以实现截取最大流量的新问题,并给出了该问题的整数规划方法,设计了拉格朗日松弛解法。通过300和500个节点的网络测试,结果显示该算法可在相当短时间内获得高质量的解决方案。     

Pneumatic Networks as Geographs

The Jordan–Sylvester graph center theorem provides an established and well‐known method for calculating the center of a graph. We visualize this theorem in the context of a historical network, the Berlin Rohrpost of 1901, and interpret that visualization using contemporary visualization tools (Google Earth). Technology serves to bridge a visualization gap over time and, through this example, suggests direction for updating other historical studies. It also serves to guide further the direction of methodological research in regard to space filling as Fractalyse software offers planners ideas of how densely packed, with network nodes, an urban environment might become over time. El teorema del centro del gráfico de Jordan‐Sylvester (Jordan 1869), proporciona un método establecido y bien conocido para calcular el centro de un gráfico. Visualizamos este teorema en el contexto de una red histórica, la de Berlín Rohrpost de 1901 e interpretamos dicha visualización utilizando herramientas contemporáneas de visualización (Google Earth). La tecnología sirve para llenar el vacío de visualización a través del tiempo y a través de este ejemplo indica la dirección para actualizar otros estudios históricos. También sirve para guiar la investigación metodológica en lo que respecta a la ocupación de espacios ya que el software de Fractales ofrece a los planeadores ideas acerca de qué tan densamente ocupado de nodos puede un medio urbano volverse con el tiempo. Jordan–Sylvester 图中心理论(Jordan 1869)提供了一种确定的且广为人知的图中心计算方法。本文在1901年的柏林Rohrpost的历史网络中对该理论进行了可视化,并利用现代可视化工具（Google Earth）对可视化结果进行了说明。本文填补了早期研究中可视化技术的缺失,为提升其他历史研究提供了方向。同时也为空间填充方法研究指引了新方向,由于Fractalyse软件能不规划人员提供网络节点密集填充方案,这样可以演示一个城市环境随着时间逐渐形成的过程。     

A New Method of Adaptive Zoning for Spatial Interaction Models

Spatial interaction models commonly use discrete zones to represent locations. The computational requirements of the models normally arise with the square of the number of zones or worse. For computationally intensive models, such as land use–transport interaction models and activity‐based models for city regions, this dependency of zone size is a long‐standing problem that has not disappeared even with increasing computation speed in PCs—it still forces modelers to compromise on the spatial resolution and extent of model coverage as well as on the rigor and depth of model‐based analysis. This article introduces a new type of discrete zone system, with the objective of reducing the time for estimating and applying spatial interaction models while maintaining their accuracy. The premise of the new system is that the appropriate size of destination zones depends on the distance to their origin zone: at short distances, spatial accuracy is important and destination zones must be small; at longer distances, knowing the precise location becomes less important and zones can be larger. The new method defines a specific zone map for every origin zone; each origin zone becomes the focus of its own map, surrounded by small zones nearby and large zones farther away. We present the theoretical formulation of the new method and test it with a model of commuting in England. The results of the new method are equivalent to those of the conventional model, despite reducing the number of zone pairs by 96% and the computation time by 70%. Los modelos de interacción espacial suelen utilizar zonas discretas para representar áreas o puntos de interés. Los requisitos computacionales de estos modelos normalmente aumentan a razón del número de zonas elevadas al cuadrado o más. Para modelos computacionalmente intensivos como los modelos de interacción entre uso de suelo y transporte y los modelos basados en actividades para ciudades‐región, el impacto del tamaño de la zona es un problema persistente no superado aun. Esta limitación persiste a pesar de los grandes avances en la velocidad de procesamiento en computadoras, pues obliga a los modeladores a hacer concesiones entre la resolución espacial y la extensión que abarca el modelo, así como en el rigor y profundidad del análisis. En este artículo se presenta un nuevo tipo de sistema de zonas discretas que: a) tienen como objetivo reducir el tiempo de estimación de la aplicación de modelos de interacción espacial; y b) al mismo tiempo mantienen su nivel de precisión. La premisa que gobierna este nuevo sistema es que el tamaño apropiado de las zonas de destino depende de la distancia a su zona de origen: a distancias cortas, la precisión espacial es importante y las zonas de destino deben ser pequeño; a distancias mas largas, conocer la ubicación precisa es progresivamente menos importante y las zonas pueden ser mayores. El nuevo método define un mapa específico de zonas para cada zona de origen; cada zona de origen se convierte en el foco de su propio mapa, rodeada de zonas cercanas pequeñas y zonas grandes a mayor distancia. El estudio presenta la formulación teórica del nuevo método y su demostración vía un modelo de desplazamientos residencia‐trabajo en Inglaterra. Los resultados del nuevo método son equivalentes a las del modelo convencional, a pesar de reducir del número de pares de zonas en un 96% y el tiempo de cálculo en un 70%. 空间相互作用模型通常采用离散区域代表区位。模型的计算量往往与区域数量呈平方甚至更高阶增长。对于可计算的精细模型,如土地利用‐交通相互作用模型和基于行为的城市区域模型,区域尺度的依赖性是长期存在的问题,即使计算机的计算速度增加,该问题仍无法消除。因此,建模者需在模型空间分辨率和覆盖范围以及模型分析的严谨性和深度上做出权衡。本文介绍了一种新型的离散分区系统,目的在于减少空间相互作用模型估算和计算时间,同时维持其精度。新系统的前提是目标区域的适当尺度取决于与初始区域的距离：在短距离范围内,空间精确性是重要的,且目标区域必须是小的;在更远距离上,位置精度的重要性降低,目标区域可以变大。该方法为每个初始区域制定了具体的尺度地图。每个初始区域成为其自身地图的中心,被近邻的小区域和更远距离的大区域所包围。本文给出了新方法的理论公式,并以英格兰地区的通勤模型进行检验。结果显示,尽管区域对的数量减少了96%,计算时间缩短了70%,但新方法的计算结果等效于常规模型。     

Incorporating Spatial Dynamics and Temporal Dependency in Land Use Change Models

This article formulates an empirical discrete land use model within a spatially explicit economic structural framework for land use change decisions. The underlying framework goes beyond mechanistically fitting models for the spatial process of land use change to more closely link landowner decision behavior to land use patterns. At the same time, the article explicitly considers spatial spillover effects in the decisions of landowners of proximately located parcels. These spillover or peer influences may be due to strategic or collaborative partnerships between landowners, and can be associated with variables observable to the analyst (such as accessibility to city centers and market places) and variables unobservable to the analyst (such as perhaps soil quality and neighborhood attitudes/politics). In addition to spatial spillover effects, heterogeneity is also likely to exist in the decision‐making process of different landowners because of differential responsiveness to various signals relevant to decision making. This leads to correlation in land uses across time that is stationary for the same spatial unit. The article accommodates these technical considerations by formulating a random coefficients spatial lag discrete choice model using a fine resolution for the spatial unit of analysis. Time‐varying random effects are also considered to capture the effects of time‐varying unobserved factors (for instance, unobserved landowner attitudes regarding specific land uses may shift over time). The model is estimated using Bhat's maximum approximate composite marginal likelihood inference approach. The analysis is undertaken using the City of Austin parcel‐level land use database for multiple years (1995, 2000, 2003, and 2006). The estimation results indicate that proximity to highways and other roadways, distance from floodplains, parcel location in the context of existing development, and distance from schools are important determinants of land use. As importantly, the results provide very strong evidence of temporal dependency and spatial dynamics in land use decisions. There is also a suggestion that major highways may not only physically partition regions, but may also act as social barriers for didactic interactions among individuals. Este artículo presenta un modelo empírico discreto de uso de tierra dentro de un marco económico estructural espacialmente explícito para la toma de decisiones de cambio de uso de suelo. El marco utilizado por los autores va más allá del ajuste mecánico de modelos al proceso espacial de cambio de uso de suelo pues vincula más estrechamente el comportamiento y decisión del terrateniente a los patrones de uso observados. Al mismo tiempo, el estudio considera explícitamente los efectos espaciales de difusión en las decisiones de los propietarios de las parcelas cercanas. Esta difusión (spillover) o influencia de los pares puede deberse a alianzas estratégicas o de colaboración entre los terratenientes. También pueden estar asociadodos a variables observables (como la accesibilidad a los centros de las ciudades y plazas de mercado), así como a las variables no observables (por ejemplo, la calidad del suelo y las actitudes o tendencias políticas de los residentes). Además de los efectos de spillover, también es probable que exista heterogeneidad en el proceso de toma de decisiones de los diversos terratenientes, debido a su diferente capacidad de respuesta a las distintas señales que influencian la toma de decisiones. Esto conduce a que exista correlación en los usos del suelo a través del tiempo que es estacionaria para la misma unidad espacial. En el estudio todas las consideraciones técnicas mencionadas son tomadas en cuenta mediante la formulación de un modelo de elección discreta con rezago espacial con coeficientes aleatorios (random coefficients spatial lag discrete choice model) usando unidades espaciales de alta resolución. Para capturar los efectos de los factores no observados que varían temporalmente los autores utilizan efectos aleatorios (random effects) (por ejemplo, las actitudes de los terratenientes con respecto a usos específicos de tierras pueden cambiar con el tiempo). El modelo propuesto es estimado utilizando el enfoque inferencial de similitudes marginales de aproximaciones máximas compuestas de Bhat (2011) (maximum approximate composite marginal likelihood ‐MACML). El análisis se lleva a cabo usando una base de datos de a nivel de parcela base de uso de la tierra de la ciudad de Austin, Texas para varios años (1995, 2000, 2003 y 2006). Los resultados de la estimación indican que la proximidad a las autopistas y otras carreteras, la distancia de las llanuras de inundación, la ubicación de parcela en el contexto del desarrollo urbano existente, y la distancia a las escuelas, son factores importantes para el uso de suelo. Adicionalmente, los resultados proporcionan evidencia muy clara de la dependencia temporal y la dinámica espacial en las decisiones de uso de suelo. El estudio también sugiere que las carreteras principales dividen las regiones no sólo físicamente, sino que también pueden actuar como barreras sociales para las interacciones entre los individuos. 本文提出了土地利用变化决策下空间经济结构框架的一种经验离散土地利用模型。土地利用变化的空间过程与土地所有者决策行为更为紧密连接的土地利用模式,使得潜在的框架超出已有拟合模型。同时,本文明确认为毗邻地块区位在地主决策中具有空间溢出效应。这种溢出或对等效应可能源于与地主有战略上或合作伙伴的关系,并且这种效应分为分析中可测的变量关联（如城市中心和市场区的可达性）和不可测的变量关联（如可能为土地质量和邻居态度/政策）两种。除空间溢出效应,异质性也可能存在于不同地主决策制定的过程中,因为多种信号的不同响应与决策制定相关。这种异质性导致了土地利用在相同空间单元时间演化过程中的相关性是平稳的。本文在理解这些含义的基础上对此采纳的技术考虑是,通过利用随机高分辨率的空间滞后离散选择模型来分析空间单元。随时间变化的随机效应也被考虑用来捕获不可测的时变因子效应（如不可测的关于特殊土地利用的地主态度可能随时间改变）。本文的模型通过Bhat’s（2011）提出的近似最大联合边缘似然推断方法（MACML）进行估计。分析数据来源于奥斯汀市土地利用关于地块尺度多年的数据库（1995,2000,2003,2006）。估计结果表明,与高速公路和其它道路的近邻性,与洪泛平原的距离,现状开发条件下的地块区位,以及跟学校的距离对于土地利用模式的确定是非常重要的决定因素。同样重要的是,该结果为空间动力学与时间依赖性的土地利用决策提供了非常强的证据。本结果也显示主要高速公路不仅是区域分割的物质表征,而且在个体之间的交流中扮演着社会障碍的角色。     

Optimal Weights for Focused Tests of Clustering Using the Local Moran Statistic

Local spatial statistics measure and test for spatial association for a variable or variables of interest in a geographic neighborhood surrounding a predefined location. Most applications adopt a single scale of analysis but give little attention to the scale of the process generating the data. Alternatively, when the researcher is uncertain about the process scale, local statistics may examine a number of scales. In these cases, it is important to include a correction for multiple testing when evaluating the statistical significance of each local statistic, something that is rarely done. Consequently, local statistics are more likely to identify significant relationships, even when no meaningful spatial association exists. In this article, we develop a methodology for the local Moran statistic that provides both an empirical estimate of the spatial scale of association and an assessment of the significance of the statistic for that scale. The key idea is to test a number of possible choices for the statistic's weight matrix and then account for the multiple testing associated with the number of weight matrices examined. Unlike previous research, our statistic avoids the use of simulation to determine statistical significance in the presence of multiple testing. To test the validity of our approach, we constructed a numerical example to assess the statistic's performance and conducted an empirical study using leukemia data from central New York state. The developed statistic addresses the need for the empirical determination of weights and spatial scale. The test therefore addresses the common weakness of many applications, where weights are defined exogenously, with little or no thought given to either the definition or its implications. Los indicadores locales (local spatial statistics) evalúan la asociación espacial de una o varias variables de interés dada un área predefinida y sus áreas vecinas. La mayoría de dichas medidas utilizan una escala única de análisis y prestan poca atención a la escala del proceso de generación de los datos. En los casos en los que el investigador no está seguro de la escala del proceso, las los indicadores locales pueden ser evaluados a varias escalas. En dichos casos, cuando se hace la evaluación de la significancia estadística de cada indicador local, es importante incorporar una corrección para pruebas múltiples (multiple tests), un ajuste que raramente se realiza en la gran mayoría de estudios. Debido al problema de pruebas múltiples, los indicadores locales son más propensos a identificar relaciones significativas, incluso cuando no existe asociación espacial significativa alguna. En este artículo los autores desarrollan una metodología que produce un índice local de Moran que proporciona tanto una estimación empírica de la escala espacial de la asociación así como una evaluación de la importancia del indicador para dicha escala. La idea clave es poner a prueba una serie de opciones posibles para la definición de la matriz de pesos espaciales (spatial weight matrix) del índice y luego tomar en cuenta las pruebas múltiples asociadas con el número de matrices de peso examinadas. A diferencia de métodos anteriores, el indicador local propuesto evita el uso de simulaciones para determinar la significancia estadística con pruebas múltiples. Para probar la validez del enfoque propuesto, se construyó un ejemplo numérico con el fin de evaluar el desempeño del nuevo índice y se llevó a cabo un estudio comparativo a partir de datos del centro de leucemia del estado de Nueva York. El índice desarrollado responde a la necesidad de definir las ponderaciones (pesos) empíricamente y la escala espacial. De esta forma el método propuesto supera limitaciones comúnmente halladas de muchas aplicaciones en las cuales los pesos son definidos exógenamente, con poca o ninguna atención a su definición o su implicancias. 局部空间统计量可用于度量和检验预定地理区域周围邻域的空间关联。大多数情况下仅采用单一尺度的分析而较少关注数据生成过程的尺度。而当其过程尺度无法确定时,局部统计量却可能检测出多个尺度。在这些案例中,对单个局部统计量统计显著性评估建立多重检验的修正是重要的,而这却鲜有实施。因此,即使存在无意义的空间关联时,局部统计也更可能识别出显著的相关性。 本文发展了一种基于局部Moran统计的方法,提供了空间尺度关联性的经验估计以及对该尺度下统计显著性的评估。其核心思想是测试统计权重矩阵的可能选择,然后考虑与权重矩阵检验数量数目相关的多重检验。与以往研究不同,该方法在多重检验情况中避免了采用模拟来确定统计显著性。为检验其有效性,采用了数值案例来评估其统计性能,并基于纽约州中部的血癌数据进行比较研究。该方法解决了权重和空间尺度确定经验估计的需求,通过验证也相应地解决了很多应用中的普遍弱点,即权重被定义成外生变量,而很少或根本没有考虑其定义或含义。     

Geographical Analysis: Its First 40 Years

Geographical Analysis (GA), in cooperation with the Wiley‐Blackwell publishing business, undertook a project to complete the digitizing of all back issues of the journal and make those for the period 1969–2001 free to the academic community; the volumes for 2002–2005 already were, and continue to be, free. This article commemorates the completion of this event late in 2010, drawing upon this new resource to highlight important contributions made through the journal to the geography and spatial sciences community. Besides summarizing publication trends for the journal, in the tradition of Fenneman's Venn diagram conceptualization of overlaps between geography and its cognate disciplines, this article highlights prominent articles published in the journal that contributed to the four themes of urban and economic geography, transportation geography, spatial statistics, and geographic information science. Geographical Analysis (GA) en cooperación con publicaciones Wiley‐Blackwell llevo a cabo el proyecto de digitación de todos los números pasados de la revista, los cuales están ahora a disposición de la comunidad académica sin costo alguno; los volúmenes de los años 2000–5 ya estaban disponibles y continúan siendo gratis. El presente artículo conmemora la culminación de dicho evento a fines de 2010, recogiendo los aportes de esta nueva fuente de información y resaltando varias contribuciones importantes hechas vía GA a la comunidad de geografía y ciencias espaciales. Además de resumir las tendencia de las publicaciones de la revista, en la tradición de la conceptualización de traslapes entre la geografía y disciplinas afines de los diagramas Venn Fanneman, el presente artículo resalta, artículos prominentes publicados en GA que contribuyeron a los cuatro temas principales: geografía urbana y económica, geografía del transporte, estadística especial y ciencias (sistemas) de información geográfica. 地理分析（GA）和Wiley‐Blackwell出版商合作完成了对本刊1969‐2001年所有刊册数字化的项目,并向学术界免费开放。事实上,从2002年第5卷就已经开始并将一直持续免费。本文记述了2010年末完成的这一事件,并依托这一新的数据资源,重新回顾了本刊对地理学和空间科学研究群体做出的重要贡献。本文总结了本刊论文发表趋势,从Fenneman的韦恩图概念传统来看是地理学及其相关学科的交叉。此外还回顾了本刊发表的对城市与经济地理、交通地理、空间统计以及地理信息科学方法做出卓越贡献的论文。     

Spatial Distribution of Trees and Landscapes of the Past: A Mixed Spatially Correlated Multinomial Logit Model Approach for the Analysis of the Public Land Survey Data

Public Land Survey (PLS) data have been widely used in landscape studies of forest and woodlands in the pre‐ and early‐European‐settled Midwestern and Western United States. We aim to reconstruct presettlement forest vegetation at a finer spatial resolution than available from the PLS data using environmental covariates (slope, aspect, geology, and soil type) and the spatially correlated structure of witness tree data. To accommodate various data obtained from multiple sources while explicitly taking into account their spatial structures, we adopt a mixed spatially correlated multinomial logit model within the framework of a generalized linear mixed model. The application of the proposed model is illustrated using the three most abundant tree taxa from PLS data in the Arbuckle Mountains of south‐central Oklahoma. To assess the influence of each source of information on the spatial prediction, we considered four variant multinomial/spatial models and evaluated their relative predictive power using a validation technique. The probabilistic information about the spatial distribution of tree species obtained from different models reveals the need to integrate information about witness tree data as well as environmental covariates, and the nature of tree species; that is, a tendency to cluster in space to share environmental conditions in the reconstruction of the presettlement forest vegetation surface. Los datos sobre el uso y cobertura de tierras del Public Land Survey (PLS) han sido utilizados ampliamente en estudios de paisaje de bosques y de bosques históricos para periodo previo al asentamiento de migrantes europeos en el medio oeste y oeste de los Estados Unidos. Nuestro objetivo es reconstruir la vegetación forestal previa al asentamiento europeo a una resolución espacial más fina que la disponible actualmente en base a datos del PLS, usando covariables ambientales (pendiente, orientación, geología y tipo de suelo) y la estructura de correlación espacial de los datos de los árboles testigos. Para dar cabida a los diversos datos obtenidos de fuentes múltiples, y a la vez teniendo en cuenta explícitamente sus estructuras espaciales, adoptamos un modelo logit multinomial espacial mixto dentro del marco de los modelos mixtos lineales generalizados (GLMM). La aplicación del modelo propuesto es ilustrada con los tres tipos más abundantes de árboles según los datos del PLS para las montañas de Arbuckle en el centro‐sur de Oklahoma, EEUU. Para evaluar la influencia de cada fuente de información sobre la predicción espacial, se consideraron cuatro variantes de los modelos multinomial y espaciales. El poder predictivo de dichos modelos fue evaluado en relación con una técnica de validación. La información probabilística acerca de la distribución espacial de las especies de árboles obtenidos a partir de los diferentes modelos revela que para la reconstrucción de la superficie de la vegetación forestal histórica, es necesario integrar la información sobre los datos de árboles testigos así como las covariables ambientales y la naturaleza de las especies de árboles: es decir, la tendencia de los arboles a agruparse en el espacio para compartir las mismas condiciones ambientales. 公共土地调查(PLS)数据在欧洲人定居美国中西部和西部地区之前以及早期的森林和林地景观研究中得到广泛应用。本文旨在利用环境协变量（坡度、坡向、地貌和土地类型）证据树数据的空间关联结构,重建比PLS数据中更有效的更精细空间分辨率的前殖民期森林植被。为集成多种来源的各类数据,并明确地考虑数据间的空间结构,本文在广义线性混合模型(GLMM)框架下提出了混合空间关联多项Logit模型。以俄克拉荷马州中南部的阿尔布克尔山脉为研究区,提取PLS数据中三种最丰富的树种对模型进行验证。为估计每种信息来源对模型空间预测准确性的影响,本文考虑了4种变异的多项/空间模型并运用验证技术评估它们的相对预测能力。从不同模型获得的树种空间分布的概率信息表明,需要对证据树数据、环境协变量和树种自然属性信息进行集成,也就是说,在重建前殖民期森林植被曲面时,空间上的集聚趋势共享了环境条件。     

The Community Structure of Research and Development Cooperation in Europe: Evidence from a Social Network Perspective

The focus of this article is on precompetitive research and development (R&D) cooperation across Europe, as captured by R&D joint ventures funded by the European Commission in the time period 1998–2002, within the Fifth Framework Programme. The cooperations in this program give rise to a bipartite network with 72,745 network edges between 25,839 actors (representing organizations that include firms, universities, research organizations, and public agencies) and 9,490 R&D projects. Participating actors are linked only through joint projects. In this article, we describe a community‐identification problem based on the concept of modularity, use the recently introduced label‐propagation algorithm to identify communities in the network and differentiate the identified communities by developing community‐specific profiles with social network analysis and geographic visualization techniques. We expect the results to enrich our picture of the European Research Area (ERA) by providing new insights into the global and local structures of R&D cooperation across Europe. Este artículo se centra en la cooperación en investigación precompetitiva y desarrollo (I + D) en toda Europa tal y como se manifiesta en iniciativas conjuntas de I + D financiadas por la Comisión Europea durante el periodo 1998–2002, dentro del Quinto Programa Marco (5PM). La cooperación en este programa dio lugar a una red bipartita con 72.745 conexiones entre los 25.839 agentes (representando organizaciones que incluyen empresas, universidades, organizaciones de investigación y organismos públicos), y 9.490 proyectos de I + D. Los agentes participantes están vinculados sólo a través de proyectos conjuntos. En este artículo describimos un problema de identificación comunitaria basado en el concepto de modularidad, usamos el recientemente introducido algoritmo de propagación de etiquetas, Label‐propagation Algorithm (LPA) para identificar las comunidades en la red, y diferenciamos las comunidades identificadas desarrollando perfiles específicos comunitarios mediante el análisis de redes sociales y técnicas de visualización geográfica. Esperamos que los resultados enriquezcan nuestra visión del Espacio Europeo de Investigación (European Research Area, ERA), aportando nuevas perspectivas sobre las estructuras globales y locales de cooperación en I + D en Europa. 本文关注1998–2002年间在第五框架计划（FP5）下由研究与发展联合基金支持的欧盟研发计划中的竞争前欧洲研发合作。该项目合作形成一个在25839个参与者（执行组织,包括企业,大学,研究机构级公共部门）和9490个项目间拥有72745条边的双向网络,参与者仅仅通过合作项目连接。本文描述了基于模块化的社团识别问题。利用最近发展的标签传递算法（LPA）对网络群体进行识别,利用社会网络分析和地理可视化方法构建了群体专属的描述,区分识别出不同研发群体的资料。希望上述结果可以提供欧洲范围内研发合作的全局和局部结构的新视角,从而丰富欧洲研究区（ERA）的图景。     

The Geography of the Mathematics Research Collaboration Graph

Social networks have become a hot topic for research in the last decade or so. I study one such network in considerable detail: the graph of research collaborations among mathematicians. This graph displays many of the characteristics that various authors have found common to social networks in general. My “geographical” analysis includes the size of this graph, the distribution of the degrees of its vertices, its connectivity, the distances between its vertices, and its clustering coefficient. I also discuss the playful concept of Erd?s numbers. Las redes sociales se han convertido en un tema de gran interés de investigación durante la última década más o menos. El autor analiza una de esas redes a detalle: el grafo de las colaboraciones de investigación entre matemáticos. Este grafo muestra muchas de las características comunes que varios autores han encontrado en redes sociales en general. El análisis “geográfico” incluye el tamaño de este grafo, la distribución de los grados de sus vértices, su conectividad, las distancias entre sus vértices, y su coeficiente de concentración o clustering. El estudio también trata el concepto lúdico de los números de Erdos. 社会网络已成为近十年来研究的热点。作者详尽地研究了数学家间研究合作图。该图显示了不同作者间常拥有一般社会网络共有的许多特性。本文的地理分析包括图的大小、顶点的分布度与连结性,不同边之间的距离以及聚类指数。同时还讨论了有趣的Erd?s 数的概念。     

Exposing Unobserved Spatial Similarity: Evidence from German School Choice Data

In a spatial context, flexible substitution patterns play an important role when modeling individual choice behavior. Issues of correlation may arise if two or more alternatives of a selected choice set share characteristics that cannot be observed by a modeler. Multivariate extreme value (MEV) models provide the possibility to relax the property of constant substitution imposed by the multinomial logit (MNL) model through its independence of irrelevant alternatives (IIA) property. Existing approaches in school network planning often do not account for substitution patterns, nor do they take free school choice into consideration. In this article, we briefly operationalize a closed‐form discrete choice model (generalized nested logit [GNL] model) from utility maximization to account for spatial correlation. Moreover, we show that very simple and restrictive models are usually not adequate in a spatial choice context. In contrast, the GNL is still computationally convenient and obtains a very flexible structure of substitution patterns among choice alternatives. Roughly speaking, this flexibility is achieved by allocating alternatives that are located close to each other into nests. A given alternative may belong to several nests. Therefore, we specify a more general discrete choice model. Furthermore, the data and the model specification for the school choice problem are presented. The analysis of free school choice in the city of Dresden, Germany, confirms the influence of most of the exogenous variables reported in the literature. The estimation results generally indicate the applicability of MEV models in a spatial context and the importance of spatial correlation in school choice modeling. Therefore, we suggest the use of more flexible and complex models than standard logit models in particular. En un contexto espacial, los patrones sustitución flexible juegan un papel importante en el modelamiento del comportamiento de las decisiones individuales. Varios problemas de correlación pueden presentarse si dos o más alternativas de elección comparten características no observables por el modelador. Los modelos de valor extremo (multivariate extreme value‐MEV) ofrecen la posibilidad de relajar la propiedad de sustitución constante (constant substitution) presente en los modelos logit multinomiales (multinomial logit‐MNL), a través de su propiedad de independencia de alternativas irrelevantes (Independence of irrelevant alternatives property ‐IIA). A menudo, los enfoques existentes en la planificación de redes escolares no toman en consideración los patrones de sustitución y de libre elección de escuela. En este artículo, los autores presentan brevemente el funcionamiento de un modelo de elección discreta (discrete choice model) para la maximización de utilidad o modelo logit anidado generalizado (generalized nested logit model‐GNL) para dar cuenta de la autocorrelación espacial. Los autores sostienen que modelos demasiado simples y restrictivos no suelen ser adecuados en un contexto de elección espacial. En contraste el modelo GNL es conveniente en términos de su computación y obtiene una estructura muy flexible de los patrones de sustitución entre las alternativas de elección. En términos generales, esta flexibilidad se logra mediante la asignación (o anidación) de las alternativas cercanas en el espacio (una alternativa puede pertenecer a varios nidos). Por lo tanto, los autores presentan un modelo de elección discreta más general. El estudio presenta además datos y la especificación del modelo para un caso de elección de escuela concreto: el análisis de libre elección de escuela en la ciudad de Dresden, Alemania. El análisis confirma la influencia de la mayoría de las variables exógenas presentes en la literatura. Los resultados de la estimación demuestran en términos generales la aplicabilidad de los modelos MEV en un contexto espacial y la importancia de la autocorrelación espacial en el modelado de elección de escuela. Los autores concluyen sugiriendo el uso de modelos más flexibles y complejos que los modelos utilizados habitualmente, en particular los modelos logit estándar. 从空间视角看,灵活的替代模式在个人行为选择建模中发挥着重要作用。当存在两个或两个以上备选方案集具有共性且无法被建模者观察到时,就可能出现相关性问题。多元极值模型（MEV）通过不相关的替代属性（IIA）实现了对多元logit模型（MNL）中常数限制的松弛替代。现有校园网络规划方法通常无法解释替代模式,而且没有考虑到自由择校因素。本文简要地建立一个封闭离散选择模型（广义嵌套（GNL）模型）,从效用最大化角度来解释空间相关性。此外分析还表明,非常简单的约束模型通常不具有足够的空间选择情境。相比之下,GNL模型计算便捷,且可以在各选择方案中获得非常灵活的替代模式。大致而言,这种灵活性大体是通过与住处位置距离上彼此靠近的替代选择分配而获得,一个给定的选择可能属于不同的住处。因此,我们给出了一个更一般的离散选择模型。此外,还给出了针对择校问题的数据和模型设定。基于德国德累斯顿市自由择校分析,证实了已有研究中多数外生变量的影响。估计结果证实了MEV模型在空间分析中的适用性以及择校模型中空间相关的重要性,并建议使用更加灵活和复杂的模型而不是标准的logit模型。     

Assessing Activity Pattern Similarity with Multidimensional Sequence Alignment Based on a Multiobjective Optimization Evolutionary Algorithm

Due to the complexity and multidimensional characteristics of human activities, assessing the similarity of human activity patterns and classifying individuals with similar patterns remains highly challenging. This article presents a new and unique methodology for evaluating the similarity among individual activity patterns. It conceptualizes multidimensional sequence alignment as a multiobjective optimization problem and solves this problem with an evolutionary algorithm (EA). The study utilizes sequence alignment to code multiple facets of human activities into multidimensional sequences and to treat similarity assessment as a multiobjective optimization problem that aims to minimize the alignment cost for all dimensions simultaneously. A multiobjective optimization evolutionary algorithm is used to generate a diverse set of optimal or near‐optimal alignment solutions. Evolutionary operators are specifically designed for this problem, and a local search method is also incorporated to improve the search ability of the algorithm. We demonstrate the effectiveness of our method by comparing it with a popular existing method called ClustalG using a set of 50 sequences. The results indicate that our method outperforms the existing method for most of our selected cases. The multiobjective EA presented in this article provides an effective approach for assessing activity pattern similarity and a foundation for identifying distinctive groups of individuals with similar activity patterns. Debido a la complejidad y el carácter multidimensional de las actividades humanas, la evaluación de la similitud de los patrones de la actividad humana y la clasificación de individuos con patrones similares sigue siendo una tarea muy difícil. Este artículo presenta una metodología novedosa y única para evaluar la similitud entre los patrones de actividad individual. Se conceptualiza el método de alineación de secuencias multidimensionales (Multidimensional Sequence Alignment‐MDSA) como un problema de optimización multiobjetivo y se resuelve mediante un algoritmo evolutivo (evolutionary algorithm‐EA). El estudio utiliza la alineación de secuencias para codificar múltiples facetas de las actividades humanas en secuencias multidimensionales y para tratar la evaluación de similitud como un problema de optimización multiobjetivo que tiene como objetivo reducir al mínimo el coste de alineación para todas las dimensiones simultáneamente . Los autores utilizan algoritmo evolutivo de optimización multiobjetivo (multiobjective optimization evolutionary algorithm‐MOEA) para generar un conjunto diverso de soluciones de alineación óptimas o casi óptimas. Los operadores evolutivos del algoritmo están diseñados específicamente para este problema, al cual se le incorpora un método de búsqueda local para mejorar su desempeño. Los autores demuestran la eficacia del método propuesto mediante su comparación al método existente ClustalG haciendo uso de un conjunto de 50 secuencias. Los resultados indican que el método propuesto supera a los métodos existentes para la mayoría de casos seleccionados. La EA multiobjetivo presentado en este artículo proporciona un método eficaz para evaluar similitudes del patrón de actividad y constituye un componente fundamental para la identificación de grupos distintivos de personas con patrones de actividad similares. 由于人类活动的复杂性和多维度特性,人类活动模式的相似性评估和基于相似模式的个体分类仍具有较高的挑战性。本文提出了一种新型的、独特的方法来评估个体活动模式的相似性。该研究利用序列比对将人类活动的多个方面编码成多维序列,并将活动模式相似性评估作为一个多目标优化问题,其目的是使所有维度的比对成本同时最低。多目标最优进化算法被用于生成一组不同的最优或接近最优的比对解决方案。为此特别设计了进化算子,并集成一种局部搜索方法提高了算法的整体搜索能力。为验证该方法的有效性,本文以50对序列作为实验,并与常用的ClustalG方法进行了对比。研究结果表明,该方法在多数选取案例中性能优于ClustalG方法。因此,本文提出的多目标进化（EA）算法为个体活动模式相似性评估提供了一种有效方法,也为具有相似活动模式个体中特定群体识别奠定了基础。     

Weighted‐Average Least Squares Applied to Spatial Econometric Models: A Monte Carlo Investigation

Recently, model averaging techniques have been employed widely in empirical investigations as an alternative to the conventional model selection procedure, a procedure criticized because it disregards a major component of uncertainty, namely, uncertainty regarding the model itself, and, thus, it leads to the underestimation of uncertainty regarding the quantities of interest. Bayesian model averaging (BMA) is one of the most popular model averaging techniques. Some studies indicate that BMA has cumbersome aspects. One of the major practical issues of using BMA is its substantial computational burden, which obstructs the process of obtaining exact estimates. A simulation method, such as Markov chain Monte Carlo (MCMC), is required to resolve this problem. Weighted‐average least squares (WALS) estimation has been proposed as an alternative to BMA. The computational burden of WALS estimation is negligible; therefore, it does not require the MCMC method. Furthermore, WALS estimation has theoretical advantages over BMA estimation. This article presents two contributions to the WALS literature. First, it applies WALS to spatial lag/error models in order to consider spatial dependence. Second, it extends WALS in order to consider explicitly the problem of multicollinearity by employing the technique of principal component regression. The small sample properties of the estimators of the proposed models are examined using Monte Carlo experiments; the results of these experiments suggest that the standard WALS may produce biased estimates when the underlying data‐generating process is a spatial lag process. Results also indicate that when the correlation among the regressors is high, the standard WALS estimators may suffer from large variances and root mean squared errors. Both of these problems are significantly mitigated by using the proposed models. Las técnicas de promediado de modelos (model averaging) vienen siendo empleadas con creciente frecuencia en las investigaciones empíricas como una alternativa a los procedimientos convencionales de selección de modelos estadísticos. Dichos procedimientos convencionales han sido criticados por no tomar en cuenta un componente clave de la incertidumbre: la incertidumbre del modelo en sí, y por lo tanto, conducen a la subestimación de la incertidumbre en la cuantificación de las valores estimados. El promediado bayesiano de modelos (Bayesian Model Averaging‐BMA) es una de las técnicas de promediado más usadas. Algunos estudios indican que BMA tiene aspectos engorrosos: uno de los principales aspectos prácticos a considerar en su uso es su pesada carga computacional, la cual obstruye el proceso de obtención de estimaciones exactas. Esta limitación hace necesario el uso de métodos de simulación, como el de la cadena de Markov de Monte Carlo (Markov Chain Monte Carlo‐MCMC). La estimación de mínimos cuadrados usando un promediado ponderado (Weighted‐Average Least Squares‐WALS) ha sido propuesta como alternativa a BMA. La carga computacional de la estimación WALS es mínima y por lo tanto no requiere del uso de MCMC. Más aun, la estimación WALS posee ventajas teóricas sobre BMA. Este artículo presenta dos contribuciones a la literatura especializada de WALS. En primer lugar, aplica WALS a modelos espaciales tipo lag/error con el fin de incorporar la dependencia espacial. En segundo lugar, modifica el método WALS, a fin de considerar explícitamente el problema de la multicolinealidad entre variables mediante el empleo de la técnica de regresión de componentes principales (Principal Component Regression‐PCR). Luego los autores utilizan experimentos Monte Carlo para examinar las propiedades de tipo “muestra pequeña” (small simple) de los estimadores de los modelos propuestos. Los resultados de los experimentos sugieren que el método WALS estándar puede producir estimaciones sesgadas cuando el proceso generador de datos subyacente (Data Generating Process‐DGP) es un proceso de retardo espacial (Spatial Lag Process‐SLP). Los resultados también indican que cuando la correlación entre las variables es alta, los estimadores estándar de WALS pueden padecer de varianzas y errores cuadráticos medios (root mean squared errors‐RMSEs) atípicamente grandes. Ambos problemas son mitigados significativamente mediante el uso de los modelos propuestos en el presente artículo. 近来,模型平均技术作为与传统模型选择流程可替换的方法,在经验调查中得到广泛应用。传统的模型选择流程忽视了模型本身的不确定性,进而低估了感兴趣样本数量的不确定性而受到批评。贝叶斯模型平均技术(BMA)是最为流行的模型平均技术之一。但已有研究表明,BMA在某些方面较为繁琐复杂,一个最主要的问题是其巨大的计算负荷阻碍模型了精确估计的过程,因此需要利用马尔可夫‐蒙特卡洛(MCMC) 之类的模拟方法进行解决。加权平均最小二乘(WALS)估计可作为BMA的可替换方法,其优点在于计算负荷可以忽略不计,因此不需要采用MCMC方法解决计算负荷问题。此外,WALS估计相比于BMA估计在理论上有一定的优势。本文针对WALS的贡献有两点：将WALS应用于空间滞后/空间误差模型以考虑空间依赖性,并利用主成分回归(PCR)拓展WALS以明确考虑多重共线性问题。本文利用蒙特卡洛实验对所提模型估计的小样本特征进行测试,结果显示当潜在数据生成过程(DGP)是一个空间滞后过程时,标准WALS可能产生有偏估计;此外,当回归量的相关性较高时,标准WALS估计量可能有较大的方差和根均方差(RMSEs).而本文提出的加权平均最小二乘估计模型能很好地缓解这两个问题。     

Geographically Weighted Quantile Regression (GWQR): An Application to U.S. Mortality Data

In recent years, techniques have been developed to explore spatial nonstationarity and to model the entire distribution of a regressand. The former is mainly addressed by geographically weighted regression (GWR), and the latter by quantile regression (QR). However, little attention has been paid to combining these analytical techniques. The goal of this article is to fill this gap by introducing geographically weighted quantile regression (GWQR). This study briefly reviews GWR and QR, respectively, and then outlines their synergy and a new approach, GWQR. The estimations of GWQR parameters and their standard errors, the cross‐validation bandwidth selection criterion, and the nonstationarity test are discussed. We apply GWQR to U.S. county data as an example, with mortality as the dependent variable and five social determinants as explanatory covariates. Maps summarize analytic results at the 5, 25, 50, 75, and 95 percentiles. We found that the associations between mortality and determinants vary not only spatially, but also simultaneously across the distribution of mortality. These new findings provide insights into the mortality literature, and are relevant to public policy and health promotion. Our GWQR approach bridges two important statistical approaches, and facilitates spatial quantile‐based statistical analyses. En los últimos años se han desarrollado diversas técnicas para explorar tanto la heterocedasticidad (o no estacionariedad) espacial, así como para modelar toda la distribución de una variable dependiente. El primer tema ha sido abordado principalmente por la regresión ponderada geográficamente (Geographically Weighted Regression ‐GWR), y el segundo por la regresión por cuantiles (Quantile Regression‐QR). La combinación de ambas técnicas analíticas, sin embargo, ha recibido mucho menos atención. El objetivo de este artículo es llenar dicho vacío mediante la propuesta de una regresión geográficamente ponderada por cuantiles (Geographically Weighted Quantile Regression‐ GWQR). Los autores resumen brevemente las técnicas GWR y QR respectivamente, y luego esbozan sus propiedades sinérgicas. Luego presentan la nueva técnica propuesta: GWQR. Los autores abordan los temas de las estimaciones de los parámetros GWQR y sus errores estándar, el criterio de selección del ancho de banda de la validación cruzada (cross‐validation bandwidth), y la prueba heterocedasticidad espacial. Como ejemplo se aplica GWQR a datos de la tasa de mortalidad como variable dependiente y cinco determinantes sociales como variables independientes para los condados de los Estados Unidos. Los patrones espaciales se presentan en mapas con los resultados del análisis para los percentiles 5, 25, 50, 75, y 95. Los resultados muestran que las asociaciones entre la mortalidad y sus factores determinantes no sólo varían espacialmente, sino también de forma simultánea a través de la distribución de la tasa de mortalidad. Estos nuevos hallazgos coinciden con la literatura de los estudios de mortalidad, y son relevantes para aplicaciones de política pública y promoción de la salud. El enfoque GWQR representa un puente conceptual y metodológico entre dos enfoques estadísticos importantes a la vez que hace más factible el análisis estadístico espacial por cuantiles. 近年来,可用于探讨空间非平稳性和模拟回归变数分布的技术得到发展。前者主要用地理加权回归方法（GWR）处理,后者采用分位数回归（QR）处理。然而对这些分析技术的结合使用却很少关注。本文试图通过提出地理加权分位数回归（GWQR）来填补这一空白。在分别简要回顾了GWR和QR方法的基础上,基于两个方法的协同应用提出了GWQR新方法,进而讨论了GWQR的参数估计、标准误差、带宽选择标准的交叉验证和非平稳性检验。本文将死亡率作为因变量及五个社会因子作为解释变量,进行了美国县域单元的案例研究,绘制了0.05、0.25、0.5、0.75和0.95不同百分位点的分析结果图。研究发现,死亡人数不仅与解释变量的空间分布相关,同时也与其地理分布相关。这些新发现不仅可促进对死亡率相关成果的深入分析,同时也与公共政策和健康促进有关。GWQR方法架构了QR和GWR两种重要统计方法之间的纽带,也促进了基于分位数的空间统计分析方法的发展。     

Which Birds of a Feather Flock Together? Clustering and Avoidance Patterns of Similar Retail Outlets

A key factor in a retailer's location decision is whether to avoid direct competitors or to join them in a cluster. A review of theoretical research provides reasons why some types of stores should locate together while others should avoid one another. Although application of the theory is straightforward for some store types, the somewhat stylized theory is ambiguous for many store types. Empirical work, which could reduce this ambiguity, faces methodological difficulties and is very limited. Few store types have been studied, and findings often are inconsistent. First, we address this problem by assessing the degree of avoidance or clustering of 54 different store types in two cities using a rich, intuitive measure that avoids common methodological difficulties encountered in previous research. We find both theoretically expected and unexpected location behavior, as well as some surprisingly complex location patterns. Second, we explore two unexpected and intriguing configurations. Finally, we discuss our results and propose further research opportunities. Un factor clave para determinar la ubicación de un local de ventas es decidir si se evitará establecerlo junto a la competencia directa o, más bien, conviene agruparse junto a ella. Si se revisa la investigación teórica del tema, encontramos motivos por los que a algunos tipos de tiendas deberían estar juntos, mientras que otros deberían evitarse completamente. Si bien la aplicación de la teoría es directa y simple para algunas clases de tiendas, en muchos otros casos, esta teoría ‐relativamente estilizada ‐, se vuelve algo ambigua. Por su parte, el trabajo empírico, que podría reducir esta ambigüedad, se enfrenta a problemas metodológicos y es muy limitado. Son pocos los casos de tipos de tiendas que se han estudiado, y los resultados son, a menudo, inconsistentes. En el presente trabajo, en primer lugar, nos referimos a este problema, evaluando el nivel de evasión o agrupamiento de 54 diferentes tipos de tiendas, en dos ciudades. Para ello utilizamos una nutrida medición intuitiva, que sortea las dificultades metodológicas de anteriores investigaciones. De este modo, encontramos tanto comportamientos de ubicación esperados como inesperados para la teoría. En segundo lugar, exploramos el caso de dos interesante configuraciones inesperadas. Finalmente, discutimos los resultados y proponemos nuevas oportunidades de investigación en el tema. 零售区位确定的一个重要因素在于是否能避免直接竞争或加入集聚。理论研究综述分析了某些类型商店应集聚分布而其他商店分布应趋于分散的原因。虽然可直接将现有理论应用于某些类型商店的研究,但程式化的理论模式在解释许多类型商店的区位选择时却模糊不清。实证工作可降低模糊性,但操作方法比较困难且应用非常有限,因为通常只有少数类型商店被用于实证分析,且其结果时常不一致。为避免这些问题,我们首先采用一种丰富、直观的方法来评估两个案例城市中54种不同商店类型的集聚度或分散度,发现了理论预期与不可预期的区位行为以及一些令人惊讶的复杂区位模式。然后,我们进一步探讨了两种不可预期的和有趣的区位配置模式。最后,讨论了本文的研究结果并给出了后续研究展望。     

A Spatiotemporal Analysis of Groundwater Level Changes in Relation to Urban Growth and Groundwater Recharge Potential for Waukesha County,Wisconsin

The main objective of this study was to analyze spatially and temporally groundwater level changes using geographic information systems and spatial analysis with respect to urban development, groundwater withdrawal, and groundwater recharge potential. The study focused on Waukesha County in southeastern Wisconsin, where urban development has been accelerating while groundwater has been declining over the last several decades. We analyzed data about groundwater withdrawal, groundwater level, land use/land cover, and precipitation utilizing correlation analysis, geographically weighted regression, land use change analysis, and map overlay. Our findings include the following: the extent of urban areas expanded faster in regions with high recharge potential than in those with low or moderate recharge potential; the correlation of urban growth with groundwater level is highly variable over time and space; and changes in groundwater level are strongly related to the spatial distribution of groundwater withdrawal. The study pinpointed the need to consider the spatial unevenness of groundwater withdrawal in understanding the changes in groundwater level and groundwater recharge potential for better management of groundwater resources. Un análisis espacio‐temporal de los cambios de nivel de aguas subterráneas en relación con el crecimiento urbano y de las aguas subterráneas de recarga para el Condado de Waukesha, Wisconsin El objetivo principal de este estudio es analizar espacial y temporalmente los cambios del nivel de aguas subterráneas utilizando sistemas de información geográfica (SIG) y análisis espacial con respecto al desarrollo urbano, la extracción de agua subterránea, y el potencial de recarga. El área de estudio es el condado de Waukesha, en el sureste de Wisconsin, donde el desarrollo urbano se ha acelerado mientras que las aguas subterráneas han disminuido en las últimas décadas. Se analizaron los datos sobre la extracción y nivel de aguas subterráneas, la cobertura vegetal/uso del suelo, y la precipitación utilizando un análisis de correlación, una regresión ponderada geográficamente (geographically weigted regression ‐GWR), un análisis de cambio de uso del suelo, y la superposición de mapas (map overlay). Los resultados muestran que: (1) la extensión de las zonas urbanas se incrementó más rápidamente en regiones con alto potencial de recarga que en áreas con potencial de recarga de bajo o moderado; (2) la correlación entre el crecimiento urbano y el nivel de aguas subterráneas es muy variable tanto temporal como espacialmente; y, (3) los cambios en el nivel de aguas subterráneas están fuertemente relacionados con la distribución espacial de las actividades de extracción del recurso. El estudio identificó la necesidad de considerar la irregularidad del patrón espacial de la extracción de aguas subterráneas con el fin de mejorar la comprensión de los cambios en el nivel y el potencial de recarga y así promover una mejor gestión de los recursos hídricos subterráneos. 本研究主要目的在于通过地理信息系统(GISs)和空间分析的时空视角,对城市发展的地下水水位变化,地下水开采和地下水潜在补给进行分析。本文研究区为威斯康星州东南部的沃基肖县,该区在过去近几十年里城市快速增长而地下水急剧减少。通过地下水开采、地下水水位、LUCC（土地利用/土地覆盖LULC）和降水的数据分析,采用方法包括相关分析、地理加权回归模型（GWR）、土地利用变化分析和地图叠加分析。研究结果包括：（1）高地下水补给的城市地域范围的扩大幅度快于中等或低补给地区;（2）城市增长与地下水水位的相关性在时间和空间上是高度变化的;（3）地下水开采的空间分布与地下水位的变化呈强相关。研究精确地指出,为更好管理地下水资源,在理解地下水位变化和地下水潜在补给时需考虑地下水开采的空间不均匀。     

Assessing Quality of Spatial Models Using the Structural Similarity Index and Posterior Predictive Checks

Model assessment is one of the most important aspects of statistical analysis. In geographical analysis, models represent spatial processes, where variability in mapped output results from uncertainty in parameter estimates. Slight spatial misalignments can cause inflated error scores when comparing maps of observed and predicted variables using traditional error metrics at the level of individual spatial units. We conceptualize spatial model assessment as a continuous value map comparison problem and employ methods from image analysis to score model outputs. The structural similarity index, a measure that attempts to replicate the human visual system using a local region approach, is used as an exploratory map comparison statistic. The measure is implemented within a Bayesian spatial modeling framework as a discrepancy measure in a posterior predictive check of model fit. Results are reported for simulation studies representing a variety of spatial processes in a spatial and space–time context. A case study of rainfall mapping in Sri Lanka demonstrates the proposed methodology applied to assessment of Bayesian kriging interpolations. Both simulation studies as well as the case study demonstrate that the approach reveals hidden spatial structure not uncovered by traditional methods. The spatially sensitive assessment methodology provides a diagnostic tool to support spatial modeling and analysis. La evaluación de modelos es uno de los aspectos más importantes de análisis estadístico. En el análisis geográfico, los modelos representan procesos espaciales en los que la variabilidad en los outputs es el resultado de la incertidumbre en los parámetros estimados. Leves desajustes espaciales pueden inflar los valores de error en la comparación entre los mapas de las observaciones y los mapas de las predicciones de las variables si es que se usan medidas tradicionales de medición de error al nivel de unidades espaciales individuales. Los autores conceptualizan la evaluación de modelos espaciales como un problema de comparación mapas de valor continuo y emplea métodos de análisis de imágenes para cuantificar los resultados del modelo. Se utiliza el índice de similitud estructural (SSIM), una medida que intenta replicar el sistema visual humano utilizando un enfoque de región local, como técnica de exploratoria comparación estadística de mapas. El índice es implementado dentro de un marco de modelización espacial bayesiano como medida de discrepancia en la comprobación posterior de predicción del desempeño del modelo. Los resultados se presentan para varios casos de simulación que representan una serie de procesos espaciales en un contexto espacio‐temporal y espacial. Un estudio de caso de mapeo de lluvias en Sri Lanka sirve como demostración de la metodología propuesta y su aplicación a la evaluación de las interpolaciones tipo krigeage (kriging) bayesianas. Tanto los estudios de simulación, así como el estudio de caso demuestran que el enfoque propuesto revela la estructura espacial oculta no evidenciada por métodos tradicionales. La metodología de evaluación espacialmente sensible que se presenta en este artículo proporciona una herramienta de diagnóstico para apoyar la elaboración de modelos y análisis espacial. 模型评估是统计分析中最为重要的内容之一。在地理分析中用模型表达空间过程,参数估计的不确定性会导致地图输出结果的可变性。当采用传统误差指标度量,在个体空间单位水平上进行观测和预测变量的地图比较时,微小的空间错位就可能导致误差的倍增。为此,本文通过将空间模型评估指标概念化为一个连续值图比较问题,并利用图像分析方法来评定模型输出。一种尝试以局域方法仿制人类视觉系统的度量指标——结构相似指数(SSIM),被用作为探索性地图的比较统计量。在贝叶斯空间模型框架下实现其量算,并将其作为一个偏差度量应用于模型拟合的后预测校验。仿真研究的结果显示出空间及时空环境下多类空间过程。以斯里兰卡降雨过程图为案例,展示了上述方法对贝叶斯克里格插值的准确性评估。仿真研究与实证结果均证明本文提出的方法可揭示以往传统方法掩盖的空间结构特征,空间敏感性评价为本研究的空间建模和分析提供了一个诊断工具。     

Distribution of the Sum of Distances to the First and Second Nearest Facilities

This article presents a derivation of the distribution of the sum of the distances to the first and second nearest facilities. Facilities are represented as points configured in regular and random patterns, and distance is measured as the Euclidean and rectilinear distances on a continuous plane. The sum of the distances represents the service level of facility location when customers are serviced by the first and second nearest facilities. Thus, the distribution of the sum is useful for facility location problems with nonclosest facility service. The distribution of the sum of road network distances also is calculated to evaluate the efficiency of actual facility locations. Este artículo presenta una derivación de la distribución de la suma de las distancias a la primera y segunda instalación más cercana. Las instalaciones son presentadas como puntos en configuraciones espaciales regulares y aleatorias, y la distancias son medidas usando el método euclidiano y el rectilínea sobre un plano continuo. La suma de las distancias representa el nivel de servicio en cada punto, en los casos en los que los clientes son atendidos en la instalación primera y segunda más cercana. El uso de la distribución de la suma de distancias es útil para resolver problemas de localización para casos en los que los clientes son atendidos por las instalaciones de servicios que nos son las más cercanas. Como demostración se calcula la distribución de la suma de las distancias de una red de carreteras para evaluar la eficiencia de la localización de instalaciones en un caso del mundo real. 本文讨论了一种最邻近距离总和与次邻近设施距离总和分布情况的推导方法。具体设施以规则和随机两种模式的点状要素来表示,距离采用连续平面中的欧氏及直线距离测度。距离之和反映了最邻近及次邻近设施为用户提供该设施区位的服务水平。因此,距离和的分布在无最邻近设施服务的设施选址问题中具有参考价值。路网距离和的分布也可计算用于现有设施区位的效率评估。     

Computing the Jacobian in Gaussian Spatial Autoregressive Models: An Illustrated Comparison of Available Methods

When estimating spatial regression models by maximum likelihood using spatial weights matrices to represent spatial processes, computing the Jacobian, ln(|I ? λW|), remains a central problem. In principle, and for smaller data sets, the use of the eigenvalues of the spatial weights matrix provides a very rapid resolution. Analytical eigenvalues are available for large regular grids. For larger problems not on regular grids, including those induced in spatial panel and dyadic (network) problems, solving the eigenproblem may not be feasible, and a number of alternatives have been proposed. This article surveys selected alternatives, and comments on their relative usefulness, covering sparse Cholesky and sparse LU factorizations, and approximations such as Monte Carlo, Chebyshev, and using lower‐order moments with interpolation. The results are presented in terms of component‐wise differences between sets of Jacobians for selected data sets. In conclusion, recommendations are made for a number of analytical settings. Al estimar modelos de regresión espacial con el método del máxima verosimilitud (máximum likelihood) y usando matrices de pesos espaciales para representar procesos espaciales, cálculo del término jacobiano (jabobian)—ln(| I ?λ W |)‐ sigue siendo un problema central. En principio, y para bases de datos más pequeñas, el uso de los valores propios (eigenvalues) de la matriz de pesos espaciales proporciona una solución muy rápida. Los eigenvalues analíticos para retículas o grillas grandes y regulares son ya conocidos. Para problemas más grandes, que no se presentan en mallas regulares ‐incluyendo aquellos que se inducen en problemas de paneles espaciales y en problemas de (redes) diádicas‐, es posible que resolver el eigenproblem no sea posible. Este artículo estudia una selección de alternativas y comenta acerca de su relativa utilidad. Se cubren las facorizaciones de tipo Cholesky disperso (sparse Cholesky) y de tipo LU dispersas (sparse LU), las aproximaciones Monte Carlo, y Chebyshev, así mismo se utiliza momentos de bajo‐orden (lower‐order) con interpolación. Los resultados se presentan en términos de diferencias de componentes entre sets de términos jacobianos para bases de datos seleccionadas. En conclusión, se hacen recomendaciones para una serie de contextos analíticos. 当采用表征空间过程的空间权重矩阵对空间回归模型进行最大似然估计时,雅可比矩阵ln(|I?λW|)的计算仍是核心问题。对于小数据集,原则上可利用空间权重矩阵的特征值提供一种快速的解决方案,对于大型规则格网数据特征值分析同样有效。但对于不规则格网大型问题,包括从空间面板和二元（网络）问题中引伸的问题,利用特征值的解决方案可能不适用,对此学术界提出了多种可选替代方案。本文选取已有的几种替代方案并评论各自的相对有效性,其中包括稀疏Cholesky分解和稀疏LU分解法,Monte Carlo和 Chebyshev近似模拟法以及低阶矩插值法。结果以所选数据集雅可比矩阵间特定组份的差异方式显示。最后,推荐了一些分析设定。     

The City Is a Tree; The Real World Is Not a Tree!

The guest coeditors of this issue set a context in which to view a previously unpublished article of Frank Harary. The Harary article is followed here by contemporary material of Joseph Kerski that addresses similar real‐world issues. The two together, along with the context, serve as a springboard to launch the reader into the rest of the materials in this special issue devoted to graph theory and network science. Los coeditores invitados de esta edición establecen marco contextual para una lectura de un manuscrito inédito de Frank Harary. El artículo de Harary es presentado y complementado con material contemporáneo de Joseph Kerski que aborda problemas similares del mundo real. Los dos juntos y el marco conceptual sirven de base al lector para el resto de los materiales en este número especial, dedicado a la teoría de grafos y la ciencia de la redes. 本专辑的客座合作主编发表了一个评论,回顾Frank Harray先前未发表的论文。Harary的论文和当代Joseph Kerski的论文均关注相似的现实世界问题。将两者内容进行对比,结合原文,可以使读者更深入地了解本专辑中有关图论和网络科学之外的其他内容。