Automultinomial模型的贝叶斯推断及其在土地覆盖数据中的应用

《Environmetrics》：Bayesian Inference for the Automultinomial Model With an Application to Landcover Data

　　

多类别格点数据出现在许多学科中，如图像分析、生物学和林业。研究人员考虑使用Automultinomial模型对这类数据进行建模，该模型可视为autologistic模型向多类别响应的自然扩展，或等价地视为将协变量信息纳入纯截距模型的Potts模型（Potts模型）的扩展。Automultinomial模型具有一个唯一参数控制空间相关性的优势。然而，该模型的似然函数涉及模型参数的一个难以处理的归一化函数，这给基于似然的推断带来了严重的计算问题。研究人员通过双Metropolis-Hastings（Double Metropolis-Hastings，DMH）算法进行贝叶斯推断来解决这一困难，并实施诊断来评估对目标后验分布的收敛性。通过模拟研究和土地覆盖数据的应用，研究人员发现Automultinomial模型在较宽的空间相关性范围内具有灵活性，同时保持相对简单的设定。对于大型数据集，研究人员还发现它优于空间广义线性混合模型（Spatial Generalized Linear Mixed Model，SGLMM）。为了使该模型对科学家实用，研究人员为其设定和计算实现提供了建议。

**论文解读：Automultinomial模型的贝叶斯推断及其在土地覆盖数据中的应用**

**研究背景与问题**

多类别格点数据（multicategory lattice data）在图像分析、生物学和林业等领域广泛存在。现有建模方法主要分为两类：条件指定模型（如automodels）和层次模型（如空间广义线性混合模型，SGLMM）。SGLMM通过潜在高斯马尔可夫随机场（Gaussian Markov Random Field，GMRF）诱导空间相关性，但高维潜在变量导致计算成本高昂，且易出现空间混杂和解释困难。对于多类别数据，Potts模型（Potts模型）作为一种纯截距模型，在强空间相关性下存在相变现象，限制了其拟合现实空间模式的能力。因此，研究人员需要一种既能纳入协变量信息、又能灵活控制空间相关性的模型，同时避免计算瓶颈。为此，论文开展了Automultinomial模型（Automultinomial模型）的贝叶斯推断研究，旨在为多类别格点数据提供一种实用且高效的建模工具。该论文发表在《Environmetrics》。

**主要技术方法**

研究人员采用了以下关键技术方法：
1. **Automultinomial模型**：一种条件指定模型，将Potts模型扩展为包含协变量的形式，通过唯一参数β控制空间相关性，避免了高维潜在变量。
2. **双Metropolis-Hastings算法（DMH）**：一种辅助变量MCMC方法，通过引入辅助变量和内部采样器，消除似然函数中难以处理的归一化常数，实现后验推断。
3. **近似曲率诊断（ACD）**：用于评估DMH采样是否收敛到目标后验分布，基于χ²分布的分位数设定阈值。
4. **Gibbs采样**：通过automultinomial R包实现模型参数的采样，并采用分块更新策略改善混合效率。

数据来源：土地覆盖数据来自东南亚地区（经度97.5°E–105°E，纬度5°N–20°N，2005年），由Berrett（2010）提供，经网格化处理为3600个单元，分为森林、非森林和其他三类。

**研究结果**

**4.1 层次模型与CAR随机效应**
该研究在单位正方形上生成一个60×60的规则网格，通过具有条件自回归（Conditional Autoregressive，CAR）随机效应的层次多项模型模拟响应。研究人员使用DMH算法拟合Automultinomial模型，并通过ACD诊断选择内采样器长度n=10。结果显示，ACD值（41.37）低于χ²分布第99百分位数（48.28），表明算法收敛到目标后验。预测图显示，模型有效恢复了原始模拟数据的主要结构特征，包括全局类别比例、空间配置和聚类程度，证明Automultinomial模型在非Automultinomial生成机制下仍具有灵活性。

**4.2 高斯过程混合**
该研究通过三个高斯过程（使用指数核，尺度参数λ=0.02）生成多类别排列，以模拟更平滑、更高空间聚类的模式。研究人员运行了不同内采样器长度的DMH链，但所有ACD值均未低于χ²分布第99百分位数（30.58）。然而，后验均值和95%概率区间在不同内采样器长度下保持稳定，表明DMH在实践中能产生一致的后验近似，尽管算法是渐近不精确的。预测图显示，模型对颜色2和3的主要空间模式再现良好，但对颜色1的聚类结构捕捉较差，可能由于该类别观测较少。总体而言，模型为数据提供了合理表示。

**5 土地覆盖数据应用**
该研究将Automultinomial模型应用于东南亚土地覆盖数据（三类：森林、非森林、其他），包含四个协变量（海拔、到海岸距离、到城市距离、到道路距离）。通过ACD诊断（内采样器长度n=10，53,000次迭代后ACD值27.31，低于χ²分布第99百分位数），模型收敛。后验估计显示：非森林类与海拔显著负相关，与到海岸距离和到城市距离正相关，与到道路距离负相关；其他类与海拔显著负相关，其余协变量效应不显著。空间相关性参数后验均值0.875，表明强空间依赖性。预测图显示，模型成功恢复全局空间趋势和自相关，但对类别3（其他）的局部定位困难，且在东北象限过度预测非森林，反映模型对类别不平衡敏感。

**讨论与结论**

讨论部分指出，Automultinomial模型在广泛空间相关性范围内具有灵活性，单一参数简化了模型设定。DMH算法实用但计算成本高，ACD诊断是评估后验样本质量的有效工具。模型在局部准确性和类别不平衡方面存在局限，特别是对稀疏类别拟合困难。与SGLMM相比，Automultinomial模型避免了高维潜在变量，在大数据集上具有计算优势。未来工作包括开发中心化参数化以增强协变量效应解释性，以及评估模型拟合优度。研究结论部分总结：通过模拟和实际应用，Automultinomial模型是一种灵活、相对简单的框架，适用于多类别格点数据；DMH结合ACD提供了可行的贝叶斯推断途径；研究人员提供了模型设定和计算实现的建议，以促进其在科学中的应用。