具体操作
（1） 数据的收集与整理：这些数据包括因变量Y和自变量数据X 。 自变量应为类型量；如果自变量为数值量 ， 则需要进行离散化处理 。 离散可以基于专家知识 ， 也可以直接等分或使用分类算法如K-means等 。 若数据为GIS数据 ， 需要先将其转化为下图所示的Excel数据 。 小编以现有数据2017年城市蔓延度为因变量 ， 选取自变量指标如下表 ， 并将这14个指标进行自然断点法划分为5类 。
（2） 将数据输入地理探测器软件（即解压Geo Detector安装包下的Excel文件） ， 运行的界面点击Read Data ， 输入因变量Y和自变量X ， 点击Run运行软件 。 界面如图：
（3）结果分析：
结果主要包括以上4个部分 。
图a显示了对于单个风险因子 （如X1） 而言的风险区探测的结果 ， 其中表格第一行的数字“1”、“2”、“3”等是该因子各分区的编号 ， 为类型量；第二行是在每个类型区内的蔓延度的平均值 ， 为数值量 。 接下来的第6~11行是各类型分区的蔓延度之间是否存在统计差异的判断 ， 采用显著性水平为0.05的t检验 ， “Y”表示存在显著性差异 ， “N”表示不存在显著性差异 。
图a 风险区探测结果
图b展示的是所有因子q值的计算结果 ， 结果表明园林绿地面积（X14） 具有最高的q值 ， 说明这些变量中园林绿地面积是影响蔓延度的最主要的因子 。
图b 因子探测结果
图c是生态探测的输出 ， 就地区生产总值X1而言 ， 与其他因子如房地产开发投资完成额X7、职工平均工资X10、社会消费品零售总额X11、公共财政支出X12、城市道路面积X13、园林绿地面积X14均存在显著差异 。
图c 生态探测结果
图d交互探测的结果 ， 其中图d是两两变量交互作用后的q值 ， 结果表明 ， 任何两种变量对蔓延度的交互作用都要大于第一种变量的独自作用 。
图d 交互探测结果
参考文献
[1
王劲峰徐成东.地理探测器:原理与展望[J
.地理学报201772(1):116-134.
[2
潘竟虎 ， 冯娅娅. 中国农村深度贫困的空间扫描与贫困分异机制的地理探测[J
.地理学报202075(4):769-788.
转自：集思人生
【空间分析工具之地理探测器】编辑：雪莉
推荐阅读
- 揭秘陶乐德事件：男子在拘留室离奇消失，难道平行时空真的存在？
- 青藏高原将停止增高，后果不可承受，我们却未感到危机
- 寻求气候变化的确定性：要多少才足够？
- 少见！今年十五的月亮，不是十六圆
- 科学家在大型强子对撞机上寻找难以捉摸的基本粒子
- 地球果真出了大问题？火山爆发后出现神秘现象，科学家紧急发声
- 简述相对论发展史：从伽利略到引力波
- 重磅！英美科学家对奥密克戎病毒11个最新判断！对全球意义重大！
- 15000年前海底金字塔被发现，科学家推测：中华文明前身是MU文明
- 人的气运竟然真的存在？科学家竟然已经证实！