决定系数（R²）是回归分析中的一个重要指标，用于衡量自变量对因变量的解释程度。在GIS统计分析中，识别决定系数的方法如下：
1. 理解决定系数的含义：决定系数是一个统计量，表示自变量对因变量的解释能力。其值介于0和1之间，越接近1，说明自变量对因变量的解释能力越强。
2. 选择合适的模型：在进行GIS统计分析时，需要选择合适的模型来描述自变量和因变量之间的关系。常见的模型有线性回归、多项式回归等。选择适合的模型可以提高决定系数的准确性。
3. 计算决定系数：在选定模型后，可以通过计算残差平方和（SSR）和总平方和（SST）来估计决定系数。具体公式为：
R² = (SSR / SST) * 100%
其中，SSR表示残差平方和，SST表示总平方和。通过计算得出的决定系数可以反映自变量对因变量的解释程度。
4. 检查模型的拟合优度：除了计算决定系数外，还可以通过绘制散点图、残差图等方法来检查模型的拟合优度。如果残差图中的点基本分布在一条直线上，且与横轴的距离大致相等，说明模型的拟合效果较好。
5. 比较不同模型的决定系数：在实际应用中，可以尝试使用不同的模型来预测因变量，并计算相应的决定系数。通过比较不同模型的决定系数，可以找出最优的模型。
6. 考虑其他因素：在计算决定系数时，还需要考虑其他因素，如样本大小、数据质量等。这些因素可能会影响决定系数的计算结果，因此在实际应用中需要综合考虑。
总之，在GIS统计分析中识别决定系数的方法主要包括理解决定系数的含义、选择合适的模型、计算决定系数、检查模型的拟合优度以及比较不同模型的决定系数。通过这些步骤，可以有效地评估自变量对因变量的解释程度，并为后续的决策提供依据。
