是什么决定了书房的空间分辨率?

Question

对你们中的许多人来说，这可能听起来是个愚蠢的问题，但我正在处理一位裁判对我试图发表的一项研究的评论，我对这个问题仍然有点困惑。

让我们假设我已经建立了一个简化的模型，该模型处理生物物理和社会经济数据，以分析实现水管理的问题。生物物理数据(主要是地形、气候和水文数据)以相对较高的分辨率(0.25或0.5度)提供，而社会经济数据以国家分辨率提供。该模型在网格单元分辨率(0.25度)下运行，但是，当然，同一国家的所有网格单元都具有相同的社会经济变量值。然而，这一过程是针对每个细胞进行的，即使在同一个国家，细胞与细胞之间的结果也是不同的。

在我的手稿中，我声称我的研究的分辨率是四分之一度。裁判对这句话提出了异议，他说:“给定研究结果的分辨率实际上是由该研究使用的最粗糙的数据集(而不是最好的)定义的。所使用的部分数据仅在国家一级可用，因此其结果的空间分辨率在该级别，而不是更细．"

现在，我明白粗略的生物物理数据(降水，温度，土地利用，....)最终应该缩小规模，以用于网格建模方法，但像“腐败或者院校的质素”?这些变量的缩小尺度有意义吗?是什么最终决定了研究的空间分辨率?

谢谢你！

Answer 1

在我看来，这听起来像是审稿人专注于他们在研究生院遇到的“规则”，但该规则忽略了一些现实世界的细微差别(就像规则一样)。

快速警告:我的答案不是决定性的，它更多的是一个观点，但它太长了，不适合评论。

从直觉上看，有些现象是平滑，因此数据的分辨率不是分辨率分析的限制因素。我想到的是季节平均气温的地图。当然，你可以将其与更高分辨率的数据结合起来，仍然声称拥有高分辨率的分析。

其他数据可能不是隐式平滑的，但是为了泛化的目的而聚合数据是很有趣的。因此，学术机构的质量显然在每个机构(或者每个老师，如果你想对此感到愚蠢的话)的基础上有所不同，但像这样插入数据是疯狂的，因为有理由认为可能会有国家层面的影响(例如在教育资金方面)，这样汇总才有意义。再说一次，我认为你可以把这样的数据和更高分辨率的数据结合起来，得到一个高分辨率的整体分析，这是合理的。

还有一些数据可能只是被平滑了，或者在错误的基础上平滑了。按国家划分的温度数据，或以100公里网格划分的地质数据……那么我会说这些限制了你所做的任何分析的分辨率。

总之……

我一时想不出一个方法来将这一切形式化，也不知道有任何关于它的研究(尽管我敢打赌它的存在)。假设你不想陷入研究的兔子洞，或者和审稿人有一场旷日持久的争论，我的建议是用更具体的语言来回应反对意见。不是泛化，而是指定涉及的各种数据集的分辨率，并提到可能在哪里提高分辨率。