一种基于参数重构统一地理加权回归模型的空间建模方法

本发明属于空间建模技术领域，公开了一种基于参数重构统一地理加权回归模型的空间建模方法。本发明将参数重构技术引入统一地理加权回归模型，并在基于模型的贝叶斯推断中，构造简化的RP先验，推导出封闭形式的后验分布，从而消除了对传统MCMC方法的依赖，显著降低了参数维度与计算复杂度。本发明在保持贝叶斯推断不确定性量化优势的同时，提升了模型在高维空间数据下的适应性和计算效率，特别适用于处理大规模、空间异质性强的数据集；适用于在环境监测数据建模、城市交通行为预测、流行病空间传播建模、区域资源分布建模等存在空间相关性与局部变异特征的数据场景中，实现高效建模、参数推断和预测分析。