地理探测器：原理与展望

doi:10.11821/dlxb201701010

摘要/Abstract

摘要：

空间分异是自然和社会经济过程的空间表现,也是自亚里士多德以来人类认识自然的重要途径。地理探测器是探测空间分异性,以及揭示其背后驱动因子的一种新的统计学方法,此方法无线性假设,具有优雅的形式和明确的物理含义。基本思想是：假设研究区分为若干子区域,如果子区域的方差之和小于区域总方差,则存在空间分异性;如果两变量的空间分布趋于一致,则两者存在统计关联性。地理探测器q统计量,可用以度量空间分异性、探测解释因子、分析变量之间交互关系,已经在自然和社会科学多领域应用。本文阐述地理探测器的原理,并对其特点及应用进行了归纳总结,以利于读者方便灵活地使用地理探测器来认识、挖掘和利用空间分异性。

关键词: 空间分异性, 地理探测器, q统计, 类型量

Abstract:

Spatial stratified heterogeneity is the spatial expression of natural and socio-economic process, which is an important approach for human to recognize nature since Aristotle. Geodetector is a new statistical method to detect spatial stratified heterogeneity and reveal the driving factors behind it. This method with no linear hypothesis has elegant form and definite physical meaning. Here is the basic idea behind Geodetector: assuming that the study area is divided into several subareas. The study area is characterized by spatial stratified heterogeneity if the sum of the variance of subareas is less than the regional total variance; and if the spatial distribution of the two variables tends to be consistent, there is statistical correlation between them. Q-statistic in Geodetector has already been applied in many fields of natural and social sciences which can be used to measure spatial stratified heterogeneity, detect explanatory factors and analyze the interactive relationship between variables. In this paper, the authors will illustrate the principle of Geodetector and summarize the characteristics and applications in order to facilitate the using of Geodetector and help readers to recognize, mine and utilize spatial stratified heterogeneity.

Key words: spatial stratified heterogeneity, Geodetector, q-statistic, category variable

王劲峰, 徐成东. 地理探测器：原理与展望[J]. 地理学报, 2017, 72(1): 116-134.

Jinfeng WANG, Chengdong XU. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134.

图/表 16

图1

图2

图3

表1

图4

图5

图6

图7

图8

图9

图10

图11

表2

表3

表4

地理探测器q统计与方差分析的区别

均值;方差
方差分析	F = $∞$	F = 9894	N/A	N/A	F = 0
q-统计	q = 1	q = 0.8	q = 0.7	q = 0.6	q = 0

表4

附表

地理探测器更多典型应用

问题	区域	因变量Y	自变量X		研究发现和结论Y~X	文献
2008年汶川地震儿童死亡的影响因素	四川汶川	儿童地震死亡率	地震烈度、高程、坡度、距断裂距离、地貌、GDP、人口密度、房屋类型		地震烈度、房屋倒塌和坡度是5岁以下儿童地震死亡的主要因子。高程、断裂、地貌、人口密度、GDP与地震烈度和房屋倒塌交互作用增加了死亡率。坡度引起滑坡。	[23]
土壤抗生素空间分异的影响因素	山东寿光	土壤抗生素浓度	高程、温室面积、种植年、鸡粪数量、鸡粪类型、种植模式		① 种植模式是土壤抗生素空间差异的主导因子,例如黄瓜—黄瓜模式（种植黄瓜收获后再接着种黄瓜）的q值是辣椒—西瓜模式的3倍;② 种植模式与鸡粪量交互大大增加了土壤抗生素污染。政策建议：调整种植结构以缓解土壤抗生素污染。	[36]
伤寒副伤寒的影响因素	云南玉溪红塔区	伤寒副伤寒发病率	人均GDP、医疗机构数量、农民比例、人口密度、NDVI、地貌		社会因子对发病率影响最大。农民比例和人口密度分别解释了发病率的q = 78.3%和q = 73.8%;两者交互解释了q = 84.7%的发病率。	[50]
手足口病的影响因素	中国	0~9岁儿童手足口病发病率	月均温、月降水、相对湿度、人口密度、小学生密度、中学生密度、GDP、产业结构		0~9岁以下儿童密度主导了手足口病的空间变异、随后的控制因子是第三产业和GDP。第三产业和儿童密度交互解释了q = 42%的手足口病空间差异,GDP与第三产业交互q = 34%,它们均大于单因子作用。第三产业具有人口流动性强的特征。	[47]
城市景观的控制因素	福建厦门	森林景观连通度	天气、FMPI、高程、人口		人口密度与各种生态因子交互作用,线性或非线性,帮助增强了森林景观的连通性。	[38]
建设用地演变机理	南通市	建设用地变化速率	反映自然基底条件、经济发展水平、社会生活状况、政策制度环境方面15个指标		城乡建设用地变化形成机理差异显著,城镇用地增长受控于多种复杂因素,影响力最高的为城镇居民社会生活状况,而农村居民点用地变化则更多依赖于区位因素条件的影响,表现出其用地变化的先天依赖性与变化单一性。	[39]
分析2010年国家级经开区经济增长率的空间分异,其核心影响因素	全国	开发区GDP增长率	共15个因素。内部：优惠政策、土地和劳动力成本等;外部：母城的社会经济基础,交通可达性、产业结构、投资水平、资源束缚和城市环境质量		影响国家级经开区经济增长率的核心因素构成在三大地区间存在差异：中部为劳动力成本变化、开发区外贸水平变化、开发区优惠政策调整、交通可达性和城市产业支撑能力;西部为开发区优惠政策调整、城市产业支撑能力、开发区外贸水平变化、开发区产业相对规模和城市投资水平;东部为开发区优惠政策调整、劳动力成本变化、城市投资水平、城市经济发展水平和城市经济活力。	[56]
县域人均粮食占有量的形成机理	江西省	人均粮食占有量	人均粮食、种植结构、复种指数、灌溉指数、人均耕地面积、人均GDP、地均化肥、农机总动力、农民人均收入、农林牧渔劳动力		江西省县域人均粮食的空间格局主要受人均粮食占有量与人均耕地面积的影响;其次为农机总动力投入、农村居民人均纯收入、种植结构、复种指数;较低的经济水平使得全省人均粮食对自然地理条件表现出较大的依赖;4条样带县域人均粮食主导因子有区别。	[57]
血吸虫螺情地理因素探测	湖北省	活螺密度	DEM、水系、土壤类型和土壤质地、植被类型和植被覆盖度、土地利用		筛选出的地理环境指示因子及其适宜类型或范围,可应用于钉螺孳生地的遥感监测,减少钉螺调查采样的成本。	[75]
县域新增耕地影响因素?	湖北省	新增耕地数量	耕地面积、地形地貌、投资规模、建设规模、人均GDP、未利用地面积、经济密度、城镇化率、产业结构、人口密度等		2010年县域新增耕地主要影响因子为现有耕地面积、地貌类型、项目投资、建设规模和人均GDP。自然条件和土地整治政策为主要影响要素。	[43]
甘肃省县域城镇化地域分异成因	甘肃省	县域城镇化率	共17个指标：反映空间集聚、经济发展、社会发展、基础设施		各地区城镇化进程差异实质机理并不相同,除陇东地区受到基础设施建设的影响最为突出外,其他地区都显示为受经济增长及社会发展影响最大。	[44]
问题	区域	因变量Y	自变量X		研究发现和结论Y~X	文献
人类活动和生态因素对城市地表温影响	厦门	城市林地温度	人口密度、林地调查、DEM、遥感影像等		树种和高程是城市地表温度的最主要的因子;人类活动与特定的生态因子交互作用线性或非线性地增加了地表温度;高程和主导树种交互在高温和低温区交互显著。该发现帮助改进城市冷岛空间格局的模拟预测。	[68]
水电站污染的来源分析	多瑙河	潜在生态风险(PERI)	沿河河流及沉积物采样点集：重金属		沉积物中生态风险指标危险度PERI因子排序：Hg>Cd>As~Cu>Pb >> Zn。	[79]
工业CO₂排放的因子分析	内蒙古	CO₂ 排放量	GDP, 产业结构、城市化率、经济增长率人口和公路密度		决定力排序：人口>城市化>人均GDP>产业水平>能源强度;存在交互作,最大的交互作用是GDP和公路密度解释CO₂排放的71%.	[80]
乡村居民点的空间分布特征与优化	中国乡镇	乡村居民点人口密度	中国行政和交通图、县级经济社会统计		乡村居民点分布受传统和经济影响,经济发展影响变得更加显著;其他因素包括据公路距离、农业机械化、人均粮食产量、人均耕地面积、人口密度、高程、降水等。	[63]
蚂蚱种群动力学	内蒙古	蚂蚱密度	生物量等多生态因子		主导因子和交互作用,为分异空间上蚂蚱疫病控制提供科学依据。	[73]
耕地占用与补偿的驱动力及其时变	江苏省	2005-2010年3个时段耕地占用/补偿	自然基底、经济发展水平、社会状况、政策制度共15个指标		区域经济发展水平与耕地占用和补充数量的空间分布一致性最高,主要驱动因素随时间变化,2005-2010年非经济因素驱动作用增强,经济因素是主要驱动力。	[40]
贵州煤矿区植被指数变化影响因素	贵州煤矿区	2000-2014年NDVI	高程、坡度、坡向、土壤、多年平均降水量、多年平均气温和煤炭年产量		煤炭产量对矿区植被变化的解释力在7个因子中处于第3位,在遵义、毕节和六盘水市,其解释力分别排第4、第5和第5位,对植被变化解释力最大的是自然环境因子中的降水、土壤和坡度。	[71]
大熊猫适宜区建模	四川雅安	大熊猫出现点	海拔、坡度、坡向、地形指数、距水源距离、植被类型、主食竹及距公路距离		各因子解释力(PD值)依次为：主食竹(0.6936)、海拔(0.2745)、植被类型(0.2705)、坡度(0.1887)、地形指数(0.0582)、距道路距离(0.0315)、距水源距离(0.0126)、坡向(0.0026)。具有好的生态学可解释性。	[74]
中国老龄化空间差异的影响因子	中国县域	2000-2010年人口普查2283县人口老龄化	自然因素为11类生态区划;人口因素2000年年龄;经济增长、教育、卫生等		各因子解释力(PD值)依次为：2000年老龄化程度(q = 0.63)>10年间步入老年人口比重(q = 0.51)>平均存活子女数(q = 0.01);自然区划(q = 0.37),人均受教育年限(q = 0.14)。	[42]
乡村聚落格局分异因子	宁夏盐池风沙区	2005-2012年乡村聚落点位	自然地形、区位条件及社会经济发展水平因素		乡村聚落空间布局分异主要受区位条件和自然地形的影响,其中区位条件影响作用力最显著,社会经济发展水平对其影响力不显著。	[53]
县域住宅价格空间差异的影响因子	中国县域	2014年中国2873县住宅平均单价	租房户比重、城镇流动人口数量、城镇在岗职工平均工资、房地产从业人口比重、土地平均出让价格		租房户比例、流动人口规模、住房支付能力、住房市场活跃度、土地成本是中国住宅价格差异的5个核心影响因素,不同行政等级子市场的影响因素作用强度各异。全国、省会、地级市、县不同层次各因子解释力不同。	[58]
村庄空间分布影响因素	中国	340万个自然村庄点数据来自2012年1:25万《中国电子地图》	高程、降水、城镇化率、交通线、固定资产投资、离中心城市距离、农村经济、人口密度等13个指标		村庄分布受到传统因素和经济发展双重因子的影响,传统影响因素依然在发挥作用,但经济发展的影响愈加明显。不同区域地形、水资源条件对村庄分布影响显著。交通条件、产业非农化、经济发展、农业现代化发展对乡村生活、生产空间的空间形态和分布模式产生剧烈影响。	[62]
PM_2.5污染事件的影响因素	京津冀	PM_2.5污染事件数	污染企业数、降水、地形、人口数量、地表覆盖类型、年均相对湿度、年均风速		污染企业总数(影响力为0.97,下同)、降水量(0.93)、地形坡度(0.89)对PM_2.5污染的影响显著高于其他风险因子。	[81]
问题	区域	因变量Y		自变量X	研究发现和结论Y~X	文献
中国产业结构升级的控制因子	全国	产业结构层次系数		对外直接投资存量、投资流量、能源、资本、劳动力、消费水平、技术进步、国际贸易、经济水平	中国产业结构升级水平还受多种因素的影响,不同时期不同要素对产业结构升级水平的影响力存在差异。	[60]
蚂蚱疫病的适生区分析	内蒙古镶黄旗	蚂蚱密度		高程、坡向、坡度、植被类型、土地覆被	两因子交互对蚂蚱密度作用明显：高程与土壤沙化等;坡向与土壤沙化等。主导因子识别帮助改进模型预报和生态控制管理。	[72]
量化史前文化与河流的关系	河南省	遗址的密度\裴李岗时期\仰韶前期\仰韶后期\龙山时期		离河距离	克服前人研究史前聚落遗址分布与水系相关性研究方法的主观性。裴李岗文化时期、仰韶文化前期、仰韶文化后期、龙山文化时期,离水距离因子对遗址密度分布的决定力分别为39.5%、70.8%、73.0%和59.8%。	[67]
产业结构升级因子时空差异	中国	产业结构层次系数		GDP、电力消耗、资本、劳动力、消费水平、技术进步、贸易	2003-2008年和2010-2012年两个阶段,对外投资流量和存量对产业结构升级水平有很高的影响力。产业结构升级受到能源、资本、劳动力、消费、技术、贸易影响。	[61]
农村用地地理要素识别	环渤海	农村居民点用地1985、1995、2000		1985、1995、2000年土地利用、地理、经济社会共17个指标	农村居民点用地主要驱动力是农村经济发展水平、劳动力非农化程度、和据中心城区距离。	[45]
气温变化影响因素	东北	1960-2011各点平均气温数据时间线性倾向率		气候区划图、地貌区划图、植被区划图、土壤区划图、DEM、社会经济数据等	因子贡献量由大到小为植被类型、地貌类型、湿地率、GDP、土壤类型、人口密度、农田率、气候类型、海拔高度、森林率;社会因子增强了自然因子的贡献量,共同导致气温变化。	[70]
居民宜居满意度的影响机理	北京	7000个居民个人宜居综合评分		7000个居民问卷34个宜居要素及个体属性。	北京市居民宜居满意度受噪音、生活设施、人文环境、出行便利、自然环境、安全环境和休闲等7个因子控制。个体与家庭对宜居满意度影响存在交互增强作用。	[78]
植被物候影响因素	陕西	滤波前后NDVI		各类林地和农田共14类	q值越大,说明图像各个地物类型间的区分性越大,图像的噪声信息越少。Whittaker滤波能够有效减少NDVI原始影像的噪声,提高影像辨识度。	[82]
城市休闲商务区RBD的成因	北京	RBD面积		交通、居民密度、游客密度、景区位置、地价	大型购物中心型RBD规模受旅客密度、本地居民密度影响。休闲型商业街类型RBD受游客密度控制。城市休闲区类型RBD受与景区距离、游客密度影响较强。	[65]
沙漠化驱动力	陕西	植被覆盖率		3类9个变量：自然条件、气候、人类因子	土壤类型、降水和风速是沙漠化的主导因子。自然要素而不是人为活动对沙漠化起更大的作用	[76]
土地扩张驱动力	北京	建成区扩张率		地形、距河距离、人口、社会经济、政策	多因子相互作用较单因子对于建成区扩张有更大的作用。	[37]
神经管畸形影响因子	山西	神经管畸形发病率		高程、土壤类型、土地利用、距河远近、距断裂线距离	在和顺q值：土壤(6%)>据煤区距离(4.7%)>距河流距离(4.2%);在原平q值：土壤(16.8%)>高程(16.3%)>断裂带(14%)。Q值随县不同,干预前后不同。	[48]
美国陆表切割度的影响因素识别	美国	陆表切割度		气候、坡度、地形、岩石、土壤、植被	岩性控制了山区的切割度;曲率控制了平原区的地表切割度;冰川控制了前冰川地区的陆表切割度。地理探测器提供了一个客观的框架用来揭示控制地球表层过程的影响因素。	[33]
沙区景观的控制因子分析	毛乌素沙区	NDVI;沙覆盖比例等		地形、水系、气候潜在植物生产力、风力、岩性、人文因子	气候潜在生产力、局地地形和水系是景观的主导因子;东部沙漠化以人类活动成因为主;西两沙漠化以自然因子为主。	[77]
残疾人就业的影响因素分析	中国	残疾人就业率		城市化、产业结构、人均GDP、旅客周转量、工资、社保率、医生数、医疗保险、失业险、人口密度	决定力q排序：医生数>旅客周转量>城市化率>产业结构>医疗保险>失业险>社保率。帮助政府制定因地制宜的残疾人就业政策。	[49]

附表

参考文献 83

[1]	Fischer M, Getis A.Handbook of Spatial Analysis. Springer, 2010.
[2]	Moran PAP.Notes on continuous stochastic phenomena. Biometrika, 1950, 37: 17-23. doi: 10.2307/2332142 pmid: 15420245
[3]	Matheron G.Principles of geostatistics. Economic Geology, 1963, 58: 1246-1266.
[4]	Ripley B D.Modelling spatial patterns. Journal of the Royal Statistical Society, 1977, 39(2): 172-192. doi: 10.2307/2984796
[5]	Getis A, Ord J K.The analysis of spatial association by distance statistics. Geographical Analysis, 1992, 24(3): 189-206. doi: 10.1111/j.1538-4632.1992.tb00261.x
[6]	Anselin L.Local indicators of spatial association-LISA. Geographical Analysis, 1995, 27(2): 93-115.
[7]	Kulldorff M.A spatial scan statistic. Communications in Statistics: Theory and Methods, 1997. 26: 1481-1496. doi: 10.1080/03610929708831995
[8]	Christakos G.Random Field Models in Earth Sciences. CA, San Diego: Academic Press, 1992.
[9]	Cliff A D, Ord J K.Spatial Processes: Models and Applications. London: Pion, 1981. doi: 10.2307/143420
[10]	Anselin L.Spatial Econometrics: Methods and Models. Dordrecht: Kluwer, 1988. doi: 10.1007/978-94-015-7799-1
[11]	Haining R.Spatial Data Analysis in Environmental and Social Sciences. Cambridge University Press, 1990.
[12]	Fotheringham A S, Brunsdon C, Charlton M E.Quantitative Geography: Perspectives on Spatial Data Analysis. London: SAGE Publications, 2000.
[13]	Haining R.Spatial Data Analysis: Theory and Practice. Cambridge University Press, 2003. doi: 10.1017/CBO9780511754944
[14]	Cai Yunlong, Geographical sciences under the current sciences and society. Nature Magazine, 2013, 35(1): 30-39
	[蔡运龙. 当代科学和社会视角下的地理学. 自然杂志, 2013, 35(1): 30-39.]
[15]	Cai Yunlong.Key concepts and studies in contemporary geographical science. Courses-Teaching Materials-Education, 2015, 35(11): 108-112.
	[蔡运龙. 当代地理学的关键概念和研究核心. 课程·教材·教法, 2015, 35(11): 108-112.]
[16]	Fan Jie.Draft of major function oriented zoning of China. Acta Geographica Sinica, 2015, 70(2): 186-201. doi: 10.11821/dlxb201502002
	[樊杰. 中国主体功能区划方案. 地理学报, 2015, 70(2): 186-201.] doi: 10.11821/dlxb201502002
[17]	Wang Zheng, Sun Yi.A simulation on regional coordination and industrial structure evolution oriented to the main functional areas of China. Scientia Geographica Sinica, 2013, 33(6): 641-648.
	[王铮, 孙艺. 中国主体功能区协调发展与产业结构演化. 地理科学, 2013, 33(6): 641-648.]
[18]	Li Xia, Yeh Anthony Gar-on, Liao Qifang. Case-based reasoning (CBR) for land use classification using radar images. Journal of Remote Sensing, 2004, 8(3): 246-253. doi: 10.11834/jrs.20040309
	[黎夏, 叶嘉安, 廖启芳. 利用案例推理(CBR)方法对雷达图像进行土地利用分类. 遥感学报, 2004, 8(3): 246-253.] doi: 10.11834/jrs.20040309
[19]	Li X, Yeh A.Zoning land for agricultural protection by the integration of remote sensing. GIS and cellular automata. Photogrammetric Engineering & Remote Sensing, 2001, 67(4): 471-477. doi: 10.1002/ppp.371
[20]	Wang J F, Li X H, Christakos G, et al.Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun region, China. International Journal of Geographical Information Science, 2010, 24(1): 107-127. doi: 10.1080/13658810802443457
[21]	Wang J F, Zhang T L, Fu B J.A measure of spatial stratified heterogeneity. Ecological Indicators, 2016, 67(2016): 250-256. doi: 10.1016/j.ecolind.2016.02.052
[22]	Wang J F, Christakos G, Hu M G.Modeling spatial means of surfaces with stratified non-homogeneity. IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(12): 4167-4174.
[23]	Hu M G, Wang J F.A meteorological network optimization package using MSN theory. Environmental Modelling & Software, 2011, 26: 546-548 doi: 10.1016/j.envsoft.2010.10.006
[24]	Wang J F, Reis B Y, Hu M G, et al.Area disease estimation based on sentinel hospital records. PLoS ONE, 2011, 6(8): e23428. doi: 10.1371/journal.pone.0023428 pmid: 21886791
[25]	Hu M G, Wang J F, Zhao Y.A B-SHADE based best linear unbiased estimation tool for biased samples. Environmental Modelling & Software, 2013, 48: 93-97. doi: 10.1016/j.envsoft.2013.06.011
[26]	Xu C D, Wang J F, Hu M G, et al.Interpolation of missing temperature data at meteorological stations using P-BSHADE. Journal of Climate, 2013, 26(19): 7452-7463. doi: 10.1175/JCLI-D-12-00633.1
[27]	Wang J F, Hu M G, Xu C D, et al.Estimation of citywide air pollution in Beijing. PLoS ONE, 2013, 8(1): e53400. doi: 10.1371/journal.pone.0053400 pmid: 3539974
[28]	Wang J F, Haining R, Liu T J, et al.Sandwich estimation for multi-unit reporting on a stratified heterogeneous surface. Environment and Planning A, 2013, 45(10):2515-2534. doi: 10.1068/a44710
	Wang J F, Haining R, Liu T J, et al.Sandwich estimation for multi-unit reporting on a stratified heterogeneous surface. Environment and Planning A, 2013, 45(10):2515-2534. doi: 10.1068/a44710
[29]	Wang J F, Li X H, Christakos G, et al.Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun region, China. International Journal of Geographical Information Science, 2010, 24(1): 107-127. doi: 10.1080/13658810802443457
[30]	Wang J F, Hu Y.Environmental health risk detection with GeogDetector. Environmental Modelling & Software, 2012, 33: 114-115. doi: 10.1016/j.envsoft.2012.01.015
[31]	Cao F, Ge Y, Wang J F.Optimal discretization for geographical detectors-based risk assessment. GIScience & Remote Sensing, 2013, 50(1): 78-92. doi: 10.1080/15481603.2013.778562
[32]
[33]	Luo W, Jasiewicz J, Stepinski T, et al.Spatial association between dissection density and environmental factors over the entire conterminous United States. Geophysical Research Letters, 2015, 43(2): 692-700. doi: 10.1002/2015GL066941
[34]	Lou C R, Liu H Y, Li Y F, et al.Socioeconomic drivers of PM2.5 in the accumulation phase of air pollution episodes in the Yangtze River Delta of China. International Journal of Environmental Research and Public Health, 2016, 13: 928. doi: 10.3390/ijerph13100928 pmid: 5086673
[35]	Liu Yansui, Yang Ren.Spatial characteristics and mechanisms of county level urbanization in China. Acta Geographica Sinica, 2012, 67(8): 1011-1020. doi: 10.11821/xb201208001
	[刘彦随, 杨忍. 中国县域城镇化的空间特征与形成机理. 地理学报, 2012, 67(8): 1011-1020.] doi: 10.11821/xb201208001
[36]	Li X W, Xie Y F, Wang J F, et al. Influence of planting patterns on Fluoroquinolone residues in the soil of an intensive vegetable cultivation area in north China. Science of the Total Environment, 2013, 458-460: 63-69. doi: 10.1016/j.scitotenv.2013.04.002 pmid: 23644280
[37]	Ju H R, Zhang Z X, Zuo L J, et al.Driving forces and their interactions of built-up land expansion based on the geographical detector: A case study of Beijing, China. International Journal of Geographical Information Science, 2016(20162016.
[38]	Ren Y, Deng L Y, Zuo S D, et al.Geographical modeling of spatial interaction between human activity and forest connectivity in an urban landscape of southeast China. Landscape Ecology, 2014, 29(10): 1741-1758. DOI 10.1007/s10980-014-0094-z. doi: 10.1007/s10980-014-0094-z
[39]	Cai Fangfang, Pu Lijie.Spatial-temporal characteristics and formation mechanism of urban-rural construction land in Nantong city. Resources Science, 2014, 36(4): 731-740.
	[蔡芳芳, 濮励杰. 南通市城乡建设用地演变时空特征与形成机理. 资源科学, 2014, 36(4): 731-740.]
[40]	Chen Changling, Zhang Quanjing, Lu Xiao, et al.Analysis on spatial-temporal characteristics and driving mechanisms of cropland occupation and supplement in Jiangsu province. Economic Geography, 2016, 36(4): 155-163. doi: 10.15957/j.cnki.jjdl.2016.04.022
	[陈昌玲, 张全景, 吕晓, 等. 江苏省耕地占补过程的时空特征及驱动机理. 经济地理, 2016, 36(4): 155-163.] doi: 10.15957/j.cnki.jjdl.2016.04.022
[41]	Li Tao, Liao Heping, Zu Yuanheng, et al.Spatial disequilibrium and its formation mechanism of farmland conversion in Chongqing. Journal of Nature Resources, 2016, 31(11): 1844-1857.
	[李涛, 廖和平, 褚远恒, 等. 重庆市农地非农化空间非均衡及形成机理. 自然资源学报, 2016, 31(11): 1844-1857.]
[42]	Wang Lucang, Wu Rongwei, Liu Haimeng, et al.Spatial patterns and regional differences of population ageing in China based on the county scale. Progress in Physical Geography, 2016, 35(8): 921-931. doi: 10.18306/dlkxjz.2016.08.001
	[王录仓, 武荣伟, 刘海猛, 等. 县域尺度下中国人口老龄化的空间格局与区域差异. 地理科学进展, 2016, 35(8): 921-931.] doi: 10.18306/dlkxjz.2016.08.001
[43]	Wei Fengjuan,Li Jiangfeng,Liu Yanzhong.Spatial-temporal characteristics and impact factors of newly increased farmland by land consolidation in Hubei province at county level. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(14): 267-275. doi: 10.3969/j.issn.1002-6819.2014.14.034
	[魏凤娟, 李江风, 刘艳中. 湖北县域土地整治新增耕地的时空特征及其影响因素分析. 农业工程学报, 2014, 30(14): 267-275.] doi: 10.3969/j.issn.1002-6819.2014.14.034
[44]	Yang Bo, Shi Peiji.Geographical features and formation mechanisms of county level urbanization in Gansu Province. Arid Land Geography, 2014, 37(4): 838-845.
	[杨勃, 石培基. 甘肃省县域城镇化地域差异及形成机理. 干旱区地理, 2014, 37(4): 838-845.]
[45]	Yang Ren, Liu Yansui, Long Hualou, et al.Spatial-temporal characteristics of rural residential land use change and spatial directivity identification based on grid in the Bohai Rim in China. Geographical Research, 2015, 34(6): 1077-1087. doi: 10.11821/dlyj201506007
	[杨忍, 刘彦随, 龙花楼, 等. 基于格网的农村居民点用地时空特征及空间指向性的地理要素识别: 以环渤海地区为例. 地理研究, 2015, 34(6): 1077-1087.] doi: 10.11821/dlyj201506007
[46]	Hu Y, Wang J F, Ren D, et al.Geographical-detector-based risk assessment of the under-five mortality in the 2008 Wenchuan Earthquake, China. PLoS ONE, 2011, 6(6): e21427. doi: 10.1371/journal.pone.0021427 pmid: 21738660
[47]	Huang J X, Wang J F, Bo Y C, et al.Identification of health risks of hand, foot and mouth disease in China using the geographical detector technique. International Journal of Environmental Research and Public Health, 2014, 11: 3407-3423. doi: 10.3390/ijerph110303407 pmid: 24662999
[48]	Liao Y L, Zhang Y, He L, Wang J F, et al.Temporal and spatial analysis of neural tube defects and detection of geographical factors in Shanxi Province, China. PLoS ONE, 2016, 11(4): e0150332. doi:10.1371/journal.pone.0150332. doi: 10.1371/journal.pone.0150332 pmid: 27100082
[49]	Liao Y L, Wang J, Du W, et al.Using spatial analysis to understand the spatial heterogeneity of disability employment in China. Transactions in GIS, 2016. doi: 10.111 1/tgis.12217. doi: 10.1111/tgis.12217
[50]	Wang J F, Wang Y, Zhang J, et al.Spatiotemporal transmission and determinants of typhoid and paratyphoid fever in Hongta District, China. PLoS Neglected Tropical Diseases, 2013, 7(3): e2112. doi: 10.1371/journal.pntd.0002112 pmid: 3618524
[51]	Chen Yebin, Li Weihong, Huang Yuxing, et al.Spatio-temporal spreading features and the influence factors of Dengue fever in downtown Guangzhou. Tropical Geography 2016, 36(5): 767-775. doi: 10.13284/j.cnki.rddl.002881
	[陈业滨, 李卫红, 黄玉兴, 等. 广州市登革热时空传播特征及影响因素. 热带地理, 2016, 36(5): 767-775.] doi: 10.13284/j.cnki.rddl.002881
[52]	Tao Haiyan, Pan Zhongzhe, Pang Maolin, et al.Mixing spatial-temporal transmission patterns of metropolis dengue fever: A case study of Guangzhou, China. Acta Geographic Sinica, 2016, 71(9): 1653-1662. doi: 10.11821/dlxb201609015
	[陶海燕, 潘中哲, 潘茂林, 等. 2016. 广州大都市登革热时空传播混合模式. 地理学报, 2016, 71(9): 1653-1662.] doi: 10.11821/dlxb201609015
[53]	Wang Manman, Wu Xiuqin, Wu Bin, et al.Evolution analysis of spatial pattern of rural settlements in sandy area of northern Yanchi. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(8): 260-271. doi: 10.11975/j.issn.1002-6819.2016.08.037
	[王曼曼, 吴秀芹, 吴斌, 等. 盐池北部风沙区乡村聚落空间格局演变分析. 农业工程学报, 2016, 32(8): 260-271.] doi: 10.11975/j.issn.1002-6819.2016.08.037
[54]	Ni Shuhua.Spatial statistics and its application to the field of public health. Editorial Department of Shantou University Journal, 2014, 29(4): 61-67.
	[倪书华. 空间统计学及其在公共卫生领域中的应用. 汕头大学学报(自然科学版), 2014, 29(4): 61-67.]
[55]	Tan J T, Zhang P Y, Lo K V, et al.The urban transition performance of resource-based cities in Northeast China. Sustainability, 2016, 8: 1022. doi:10.3390/su8101022. doi: 10.3390/su8101022
[56]	Ding Yue, Cai Jianming, Ren Zhoupeng, et al.Spatial disparities of economic growth rate of China's National-level ETDZs and their determinants based on geographical detector analysis. Progress in Geography, 2014, 33(5): 657-666. doi: 10.11820/dlkxjz.2014.05.007
	[丁悦, 蔡建明, 任周鹏, 等. 基于地理探测器的国家级经济技术开发区经济增长率空间分异及影响因素. 地理科学进展, 2014, 33(5): 657-666.] doi: 10.11820/dlkxjz.2014.05.007
[57]	Hu Dan, Shu Xiaobo, Yao Bo, et al.The evolvement of spatio-temporal pattern of per capita grain possession in counties of Jiangxi province. Areal Research and Development, 2014, 33(4): 157-162. doi: 10.3969/j.issn.1003-2363.2014.04.029
	[胡丹, 舒晓波, 尧波, 等. 江西省县域人均粮食占有量的时空格局演变. 地域研究与开发, 2014, 33(4): 157-162.] doi: 10.3969/j.issn.1003-2363.2014.04.029
[58]	Wang Shaojian, Wang Yang, Lin Xueqin, et al.Spatial differentiation patterns and influencing mechanism of housing prices in China: Based on data of 2872 counties. Acta Geographica Sinica, 2016, 71(8): 1329-1342. doi: 10.11821/dlxb201608004
	[王少剑, 王洋, 蔺雪芹, 等. 中国县域住宅价格的空间差异特征与影响机制. 地理学报, 2016, 71(8): 1329-1342.] doi: 10.11821/dlxb201608004
[59]	Xu Qiurong, Zheng Xinqi.Analysis of influencing mechanism of urban growth using geographical detector. Acta Geodaetics et Cartographics Sinica, 2015, 44(S0): 96-101. doi: 10.11947/j.AGCS.2015.F064
	[徐秋蓉, 郑新奇. 一种基于地理探测器的城镇扩展影响机理分析法. 测绘学报, 2015, 44(S0): 96-101.] doi: 10.11947/j.AGCS.2015.F064
[60]	Yu Jiageng, Ye Shikang.Direct investment to foreign countries and industrial structure update in China. Commercial Economic Studies, 2014, 34: 127-128. doi: 10.3969/j.issn.1002-5863.2014.34.050
	[俞佳根, 叶世康. 空间视角下中国对外直接投资与产业结构升级水平研究. 商业经济研究, 2014, 34: 127-128.] doi: 10.3969/j.issn.1002-5863.2014.34.050
[61]	Cui Rimin, Yu Jiageng.Spatial perspective of the direct investment and industrial structure update in China. Fujian Forum (The Humanities & Social Sciences Monthly), 2015(2): 26-33.
	[崔日明, 俞佳根. 基于空间视角的中国对外直接投资与产业结构升级水平研究. 福建论坛(人文社会科学版), 2015(2): 26-33.]
[62]	Yang Ren, Liu Yansui, Long Hualou, et al.Spatial distribution characteristics and optimized reconstructing analysis of rural settlement in China. Scientia Geographica Sinica, 2016, 36(2): 170-179.
	[杨忍, 刘彦随, 龙花楼, 等. 中国村庄空间分布特征及空间优化重组解析. 地理科学, 2016, 36(2): 170-179.]
[63]	Yang R, Xu Q, Long H L.Spatial distribution characteristics and optimized reconstruction analysis of China's rural settlements during the process of rapid urbanization. Journal of Rural Studies, 2016. .
[64]	Wang X G, Xi J C, Yang D Y, et al.Spatial differentiation of rural touristization and its determinants in China: A geo-detector-based case study of Yesanpo scenic area. Journal of Resources and Ecology, 2016, 7(6): 464-471. doi: 10.5814/j.issn.1674-764x.2016.06.006
[65]	Zhu He, Liu Jiamin, Tao Hui, et al.Temporal-spatial pattern and contributing factors of urban RBDs in Beijing. Acta Geographica Sinica, 2015, 70(8): 1215-1228. doi: 10.11821/dlxb201508003
	[朱鹤, 刘家明, 陶慧, 等. 北京城市休闲商务区的时空分布特征与成因. 地理学报, 2015, 70(8): 1215-1228.] doi: 10.11821/dlxb201508003
[66]	Zhu H, Liu J M, Chen C, et al.A spatial-temporal analysis of urban recreational business districts: A case study in Beijing, China. Journal of Geographical Sciences, 2016, 25(12): 1521-1536.
[67]	Bi Shuoben, Ji Han, Chen Changchun, et al.Application of geographical detector in human-environment relationship study of prehistoric settlements. Progress in Geography, 2015, 34(1): 118-127. doi: 10.11820/dlkxjz.2015.01.014
	[毕硕本, 计晗, 陈昌春, 等. 地理探测器在史前聚落人地关系研究中的应用与分析. 地理科学进展 34(1): 118-127.] doi: 10.11820/dlkxjz.2015.01.014
[68]	Ren Y, Deng L Y, Zuo S D, et al.Quantifying the influences of various ecological factors on land surface temperature of urban forests. Environmental Pollution, 2016, 216: 519-529. .
[69]	Li J, Zhu Z W, Dong W J.A new mean-extreme vector for the trends of temperature and precipitation over China during 1960-2013. Meteorology & Atmospheric Physics, 2016: 1-10. doi: 10.1007/s00703-016-0464-y. doi: 10.1007/s00703-016-0464-y
[70]	Yu Jia, Liu Jiping.Quantitative analysis with geographical detector on the influence factor of temperature variation in Northeast China. Hubei Agriculture Sciences, 2015, 54(19): 4682-4687. doi: 10.14088/j.cnki.issn0439-8114.2015.19.007
	[于佳, 刘吉平. 基于地理探测器的东北地区气温变化影响因素定量分析. 湖北农业科学, 2015, 54(19): 4682-4687.] doi: 10.14088/j.cnki.issn0439-8114.2015.19.007
[71]	Li Jungang, Yan Qingwu, Xiong Jibin, et al.Variation of vegetation index in coal mining areas in Guizhou province and its affecting factor. Journal of Ecology and Rural Environment, 2016, 32(3): 374-378. doi: 10.11934/j.issn.1673-4831.2016.03.006
	[李俊刚, 闫庆武, 熊集兵, 等. 贵州省煤矿区植被指数变化及其影响因子分析. 生态与农村环境学报, 2016, 32(3): 374-378.] doi: 10.11934/j.issn.1673-4831.2016.03.006
[72]	Shen J, Zhang N, Gexi G D R, et al. Construction of a GeogDetector-based model system to indicate the potential occurrence of grasshoppers in Inner Mongolia steppe habitats. Bulletin of Entomological Research, 2015, 105: 335-346. doi: 10.1017/S0007485315000152 pmid: 25779652
[73]	Zhang N, Jiang Y C, Liu C Y, et al.A cellular automaton model for grasshopper population dynamics in Inner Mongolia steppe habitats. Ecological Modelling, 2016, 329: 5-17. doi: 10.1016/j.ecolmodel.2016.03.002
[74]	Liao Ying, Wang Xinyuan, Zhou Junming.Suitability assessment and validation of giant panda habitat based on geographical detector. Journal of Geoinformation Science, 2016, 18(6): 767-778. doi: 10.3724/SP.J.1047.2016.00767
	[廖颖, 王心源, 周俊明. 基于地理探测器的大熊猫生境适宜度评价模型及验证. 地球信息科学学报, 2016, 18(6): 767-778.] doi: 10.3724/SP.J.1047.2016.00767
[75]	Tong Laga, Xu Xinliang, Fu Ying, et al.Impact of environmental factors on snail distribution using geographical detector model. Progress in Geography, 2014, 33(5): 625-635. doi: 10.11820/dlkxjz.2014.005.004
	[通拉嘎, 徐新良, 付颖, 等. 地理环境因子对螺情影响的探测分析. 地理科学进展, 2014, 33(5): 625-635.] doi: 10.11820/dlkxjz.2014.005.004
[76]	Du Z, Xu X, Zhang H, et al.Geographical detector-based identification of the impact of major determinants on aeolian desertification risk. PLoS ONE, 2016, 11(3): e0151331. doi: 10.1371/journal.pone.0151331. doi: 10.1371/journal.pone.0151331 pmid: 4795792
[77]	Liang P, Yang X P.Landscape spatial patterns in the Maowusu (Mu Us) sandy land, northern China and their impact factors. Catena, 2016, 145: 321-333. doi: 10.1016/j.catena.2016.06.023
[78]	Zhan Donsheng, Zhang Wenzhong, Yu Jianhui, et al.Analysis of influencing mechanism of residents' livability satisfaction in Beijing using geographical detector. Progress in Geography, 2015, 34(8): 966-975. doi: 10.18306/dlkxjz.2015.08.004
	[湛东升, 张文忠, 余建辉, 等. 基于地理探测器的北京市居民宜居满意度影响机理. 地理科学进展, 2015, 34(8): 966-975.] doi: 10.18306/dlkxjz.2015.08.004
[79]	Todorova Y, Lincheva S, Yotinov I, et al.Contamination and ecological risk assessment of long-term polluted sediments with heavy metals in small hydropower cascade. Water Resources Management, 2016, 30: 4171-4184. doi: 10.1007/s11269-016-1413-8
[80]	Wu R N, Zhang J Q, Bao Y H, et al.Geographical detector model for influencing factors of industrial sector carbon dioxide emissions in Inner Mongolia, China. Sustainability, 2016, 8(2): 149. doi: 10.3390/su8020149
[81]	Zhou Lei, Wu Jianjun, Jia Ruijing, et al.Investigation of temporal-spatial characteristics and underlying risk factors of PM2.5 pollution in Beijing-Tianjin-Hebei Area. Research of Environmental Sciences 2016, 29(4): 483-493. doi: 10.13198/j.issn.1001-6929.2016.04.03
	[周磊, 武建军, 贾瑞静, 等. 京津冀PM2.5时空分布特征及其污染风险因素. 环境科学研究, 2016, 29(4): 483-493.] doi: 10.13198/j.issn.1001-6929.2016.04.03
[82]	Zhang Han, Ren Zhiyuan.Phenological characteristics of vegetable in Shaanxi province detected using Whittaker filter. Journal of Desert Research, 2015, 45(4): 901-906. doi: 10.7522/j.issn.1000-694X.2014.00073
	[张晗, 任志远. 基于Whittaker滤波的陕西省植被物候特征. 中国沙漠, 2015, 45(4): 901-906.] doi: 10.7522/j.issn.1000-694X.2014.00073
[83]	Xie Shuai, Liu Shibin, Duan Jianbo, et al.Spatial distribution characteristics of OSDS registered users and its influencing factors. Journal of Geo-information Science, 2016, 18(10): 1332-1340. doi: 10.3724/SP.J.1047.2016.01332
	[谢帅, 刘士彬, 段建波, 等. 2016. OSDS注册用户空间分布特征及影响因素分析. 地球信息科学学报, 2016, 18(10): 1332-1340.] doi: 10.3724/SP.J.1047.2016.01332

	Y	X₁	X₂	…	X_m
格点1	y₁	x₁₁	x₁₂	…	x₁_m
格点2	y₂	x₂₁	x₂₂	…	x₂_m
…	…	…	…	…	…
格点n	y_n	x_n₁	x_n₂	…	x_nm

	空间静态	空间分异
	空间静态	机理分异	因素分异	因素影响力分异	原因不清
	A全局模型	B不同模型	C不同变量	D不同参数	E数据分组
模型f	一个	多个模型	一个模型	一个模型	尝试B
变量x	一个（组）	一个(组)/每个模型	多组变量	一组变量	尝试C
参数b	一个（组）	一个(组)/每个模型	多组参数	多组参数	尝试D
举例	一个模型 y=f(x, b) CLR; Krige	不同层不同模型 y_h =f_h(x_h, b_h)	不同层不同变量 y_h =f(x_h, b_h)	不同层不同参数 y_h =f(x, b_h) GWR; MLM	洪水预报：春季融雪/秋季降雨

	空间热点检验	空间分异性检验	空间线性回归
空间过程	空间局域异质性	空间分层异质性	平稳线性过程
变量	数值量y	数值量y~类型量 x	数值量y~数值量x
统计量	Getis Gi; LISA; SatScan	q统计	β
原理	统计量的观测值与随机期望值之差	两变量空间分布的一致性; x分层（分类/分区）使q值最大	两变量回归误差; x最优系数使R²最小
结论	y的空间热点区	y的解释变量x,x解释了100×q% q = SSBy/SSTy	y对x的弹性,b b = dy/dx