SCADDA：基于密度距离增强的时空聚类分析及其在火灾碳排放中的应用
统计计算
2023-11-09 v1 应用统计
摘要
时空聚类在处理地理空间分析的各种领域中占据既定地位，从医疗健康分析到环境科学。一个主要挑战是聚类分配依赖于局部密度的应用，即高密度区域应在空间聚类中被更严格地处理，反之亦然。为满足这一需求，我们描述并实现了一种扩展方法，涵盖基于核密度估计与正交线度量的连续自适应距离重标度，以及通过动态时间规整的时间序列间距离。在此过程中，我们为更广泛的研究界以及从业者提供了一种解决现有挑战的新方法，以及一个易于使用且稳健的开源软件工具。所得实现高度可定制以适应不同应用情形，我们在理想化场景以及复现苏格兰广谱抗生素处方先前工作上验证并测试了该实现，以展示良好的比较性能。此后，我们将我们的方法应用于撒哈拉以南非洲的火灾排放，使用地球观测卫星数据，并展示了我们的实现能够通过时间序列驱动的聚类拆分揭示子群碳排放的季节性偏移。
引用
@article{arxiv.2311.04290,
title = {SCADDA: Spatio-temporal cluster analysis with density-based distance augmentation and its application to fire carbon emissions},
author = {Ben Moews and Antonia Gieschen},
journal= {arXiv preprint arXiv:2311.04290},
year = {2023}
}
备注
20 pages, 5 figures