# Walidacja przestrzenna (bloki zamiast losowania) EN: **Spatial cross-validation** · id `spatialcv` · aliases: spatial block cross-validation, blocked cross-validation, buffered leave-one-out, walidacja krzyżowa przestrzenna, spatial CV Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w obserwacji Ziemi i geoinformatyce](https://aiatlasgraph.com/t/geoai.md) › [Uczenie maszynowe na danych przestrzennych](https://aiatlasgraph.com/t/spatialml.md) › Walidacja przestrzenna (bloki zamiast losowania) ## Description - PL: Podział danych na zbiory testowe według bloków przestrzennych, buforów lub odległości, aby oszacować błąd modelu przy autokorelacji przestrzennej i ekstrapolacji. - EN: Splitting data into test folds by spatial blocks, buffers or distance to estimate model error under spatial autocorrelation and extrapolation. ## In one sentence - PL: Sprawdzanie modelu mapy na miejscach oddalonych od tych, na których się uczył, żeby uczciwie zmierzyć, jak poradzi sobie w nowym terenie. - EN: Testing a mapping model on places far from those it learned from, to measure fairly how it will cope in new terrain. ## Problem it solves - PL: Losowo wybrane punkty testowe leżą tuż obok treningowych, więc model wygląda na świetny, a w nowym miejscu zawodzi. - EN: Randomly picked test points sit right next to training ones, so the model looks great yet fails in a new place. ## What it does - PL: Jak egzamin z innego rozdziału niż ćwiczony: uczeń, który tylko zapamiętał odpowiedzi z zeszytu, od razu się zdradza. - EN: Like an exam on a chapter other than the one practised: a student who only memorised the workbook answers is caught at once. ## Everyday example - PL: Mapa biomasy lasów wydaje się trafna przy losowym teście, a sprawdzona na odległych obszarach okazuje się niewiele lepsza od zgadywania średniej. - EN: A forest biomass map looks accurate in a random test, but checked on distant areas it turns out barely better than guessing the average. ## This concerns you if you… - PL: tworzysz mapę lub prognozę z punktów pomiarowych - PL: nie dowierzasz mapom o rzekomo bardzo wysokiej dokładności - EN: build a map or forecast from measurement points - EN: distrust maps that claim very high accuracy ## Keywords spatial block cross-validation · buffered leave-one-out · blockCV · CAST · area of applicability · nearest neighbour distance matching · spatial autocorrelation · GroupKFold ## How it works - PL: Zamiast losowo, dane dzieli się na zwarte bloki przestrzenne albo usuwa z treningu punkty w buforze wokół testowego. Blok powinien być co najmniej tak duży jak zasięg autokorelacji reszt. Dodatkowo wyznacza się obszar stosowalności: miejsca, gdzie predyktory przypominają dane treningowe. - EN: Instead of randomly, data are split into compact spatial blocks, or points within a buffer around each test point are removed from training. Blocks should be at least as large as the range of residual autocorrelation. An area of applicability is also computed: places where predictors resemble the training data. ## Limits - PL: Wielkość bloku dobiera się arbitralnie, a wynik bywa zbyt pesymistyczny, bo testuje ekstrapolację zamiast interpolacji. Gdy autokorelacja sięga połowy obszaru, metoda zawodzi. Bez losowej próby kontrolnej nie da się w pełni potwierdzić dokładności mapy globalnej. - EN: Block size is chosen arbitrarily, and results can be too pessimistic because they test extrapolation rather than interpolation. If autocorrelation spans half the study area, the method fails. Without a random control sample, a global map's accuracy cannot be fully confirmed. ## Key terms - PL: **autokorelacja reszt**: Błędy modelu w pobliskich miejscach są do siebie podobne. - PL: **bufor**: Pas wokół punktu testowego wyłączony z treningu. - PL: **ekstrapolacja**: Przewidywanie dla warunków, jakich model nie widział w danych. - EN: **residual autocorrelation**: Model errors at nearby places resemble each other. - EN: **buffer**: A zone around a test point excluded from training. - EN: **extrapolation**: Predicting for conditions the model never saw in its data. ## Know first - [Walidacja krzyżowa (Cross-validation)](https://aiatlasgraph.com/t/crossval.md) - [Rodzaje wycieku danych i ich wykrywanie (Types of data leakage and their detection)](https://aiatlasgraph.com/t/leakagetypes.md) ## Related topics Untyped, symmetric "see also" links. - [Pomiar wysokości koron drzew z satelity (Forest canopy height mapping)](https://aiatlasgraph.com/t/forestmonitoring.md) - [Strategie podziału: losowy, czasowy, grupowy (Split strategies: random, temporal, grouped)](https://aiatlasgraph.com/t/splitstrategies.md) - [Uzupełnianie mapy między punktami pomiarowymi (Spatial interpolation with machine learning and geostatistics)](https://aiatlasgraph.com/t/spatialinterpolation.md) ## Sources - [Spatial validation reveals poor predictive performance of large-scale ecological mapping models]() `ploton-spatial-validation-2020` · by Pierre Ploton, Frédéric Mortier, Maxime Réjou-Méchain, Nicolas Barbier, Nicolas Picard, et al. - [Cross-validation strategies for data with temporal, spatial, hierarchical, or phylogenetic structure]() `roberts-block-cv-2017` · by David R. Roberts, Volker Bahn, Simone Ciuti, Mark S. Boyce, Jane Elith, et al. - [Machine learning-based global maps of ecological variables and the challenge of assessing them]() `meyer-pebesma-global-maps-2022` · by Hanna Meyer, Edzer Pebesma --- AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/spatialcv · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30