地理风险探测器-空间分析

地理风险探测器

地理探测器（GeoDetector ）及其软件是基于空间方差分析来探测健康风险的环境因子的新工具。包括四个方面功能：因子探测器定量评价不同环境因子的解释力；交互探测器判断环境因子交互强度；风险探测器指示风险区域；生态探测器比较不同环境因子的影响差异显著性。地理探测器的理论前提为：如果环境因子对某疾病有决定作用，那么这两种变量的空间分布应该具有相似性。

地理探测器原理：

因子探测。探测某种环境因子是否是某疾病的空间分布格局形成的主要因素，用q 值度量：

2

1

2

1L

h h h

N q N σσ==-

∑

其中h = 1, …, L 记某种因子的空间分布的子区，N h , N 分别是子区h 和全区

的样本单元数；

, 分别是子区h 和全区的疾病发病率或流行率的离散方差。

q 取值范围为 [0, 1]，值越大说明这种因子对发病率或流行率的解释力越强，反之则越弱。极端情况下，q 值为1说明这种因子完全控制了疾病的空间分布，q 值为0则说明这种因子与疾病没有任何关系。

交互探测。识别不同的风险因素之间的交互作用。因子x 和y 共同作用时是否会增加或减弱某种健康风险，或是这些因子对健康影响是独立作用的。首先分别计算两种因子以及它们交互的q 值，它们之间的关系可分为以下几类（图1）：

表 错误！文档中没有指定样式的文字。-1 交互探测器

图示 判据 相互作用关系

q (x ?y ) < Min(q (x ), q (y )) 非线性减弱

Min(q (x ),q (y ))< q (x ?y ) <

Max(q (x )), q (y )) 单因子非线性

减弱

q (x ?y ) > Max(q (x ), q (y )) 双因子增强

q (x ?y ) = q (x )+ q (y )

独立

q (x ?y ) > q (x )+ q (y ) 非线性增强

注：

Min(q (x ), q (y )) q (x )+ q (y ) Max(q (x ), q (y ))

q (x ?y )

风险探测。判断一个区域的健康风险与其它区域是否有显著的差别。用t 统计量来检验：

121/2

12121,2,11()/[

()()]z z z z z z H H z p

z p

t H H Var H Var H n n ======-===-+

其中，H 表示健康风险，nzp 子区域z 内样本p 的数目, Var 表示样本方差。统计量t 近似地服从Student’s t 分布，其中自由度的计算方法为：

121,2,22

121,1,2,2,1

1

()()

1111

[()][()]11z z z p z p

z z z p z p z p z p

Var H Var H n n df Var H Var H n n n n ==========+

=

+--

零假设 H 0 ：1z H ==2z H =， 如果在置信水平α下拒绝 H 0， 则认为两个地理区域间的健康风险存在着明显的差异。

生态探测。比较不同的因子在影响疾病的空间分布方面是否有显著的差异。以F 统计量来衡量，表达式如下：

2

,,,2,,,(1)(1)L1p L1p L1z L2p L2p L2z

N N F N N σσ-=

-

其中N L1,p 及N L2,p 表示两个环境因子分区中的样本量。其中零假设 H 0：

2,L1z σ=2

,L2z σ. 如果 在 α的显著性水平上拒绝H 0, 这表明两因子在影响疾病的空

间分布方面存在着显著的差异。

地理探测器软件的使用主要包括以下几个步骤：

（1）数据的准备。数据包括健康数据以及环境数据。数据中需要包括属性信息，以及空间位置信息。

（2）数据离散化。环境风险数据一般情况下是空间分区数据。如果所收集数据有连续型变量，则需要进行对数据离散化分类。分类的方法可以通过专家知

识，也可以通过数据探索分析。

（3）软件运行。地理探测器运行的结果可以揭示健康变量与环境因子之间关系。这些知识包括：健康风险主要存在于哪些地区？影响健康的主要环境因素是什么？影响程度如何？不同的环境因素对健康的影响是否有显著的差异？

【案例错误！文档中没有指定样式的文字。-1】

使用地理探测器模型，研究城市化水平、人均GDP、年平均气温、年降水量、年日照时数这五种因素对细菌性痢疾的影响程度，并分析影响因素两两之间对细菌性痢疾的交互作用。

案例分析导图

（1）了解数据

地理探测器中的因变量可为连续型变量或是二值变量，自变量必须为分类变量，若自变量为连续型变量，需要对此变量进行适当的离散化处理。一般上将连续性变量转换成分类变量有两种方式（即形成空间分区或分层）：一是根据专业知识或经验进行分类，比如年平均气温可以通过气候带的定义来确定空间上的分区；二是通过数据的分类算法（包括基于专业领域知识的分类算法）来形成空间分区，如等间距法、分位数法、K-means等，分类的效果可通过地理探测器的q 值来评价，q值越大分区效果越好。

数据格式如表错误！文档中没有指定样式的文字。-2所示（C:\Example\Data\8.1Geodetector\geodetector_data.csv），离散化后的数据如表错误！文档中没有指定样式的文字。-3所示

（C:\Example\Data\8.1Geodetector\simulation.csv）。

（2）运行地理探测器

步骤1：下载地理探测器

在上文提供的链接中下载地理探测器1（图错误！文档中没有指定样式的文字。-1），并解压。

图错误！文档中没有指定样式的文字。-1 地理探测器下载

步骤2：数据导入（图错误！文档中没有指定样式的文字。-2）

打开地理探测器（名为GeoDetector_2015_Example(Disease Dataset).xlsm），界面为一个启用宏的Excel表（图错误！文档中没有指定样式的文字。-2a），点击【启用内容】，

a

弹出地理探测器对话框（图错误！文档中没有指定样式的文字。-2b），

b

将准备好的数据替换掉原来表中的数据（图错误！文档中没有指定样式的文字。-2c），数据导入完成。

c

图错误！文档中没有指定样式的文字。-2 地理探测器界面及数据导入

步骤3：运行地理探测器

点击【Read Data】，按照图错误！文档中没有指定样式的文字。-3所示分别选取因变量Y和自变量X，随后点击【Run】，开始运行地理探测器。

图错误！文档中没有指定样式的文字。-3 地理探测器运行界面

（3）结果解读

运行结果保存在4个表单中（图错误！文档中没有指定样式的文字。-4），本例结果中的所有数值均已保留两位小数。

图错误！文档中没有指定样式的文字。-4 运行结果中的四个表单

【Risk_detector】（图错误！文档中没有指定样式的文字。-5a）每个风险因子的运行结果在两个表中体现。以“城市化水平”为例，结果表明，第一个表给出各个城市化水平层（或等级）的平均发病率，城市化水平等级为0的平均发病率约为1.16/10万，从第0层到第4层的平均发病率逐渐降低；第二个表给出同一因子的两个层的平均发病率之间的差异是否有统计学意义，若差异显著，对应

的值是“Y”，反之为“N”，0和1的发病率之间的统计学差异不显著，4和1的发病率之间的统计学差异显著。

a

【Factor_detector】（图错误！文档中没有指定样式的文字。-5b）结果给出每个影响因素的q统计量以及统计学检验p值，q值越大说明这种因子对发病率的解释力越强。结果表明，“人均GDP”和“年日照时数”的p＜0.05，说明这两个因子的q统计量不为零有统计学意义。

b

【Ecological_detector】（图错误！文档中没有指定样式的文字。-5c）体现两个因子对于疾病影响的差异的显著性水平，“Y”表示在95%的概率下两者之间的差异显著，“N”表示差异不显著。结果表明，城市化水平对细菌性痢疾的空间分布的影响与年降水量对细菌性痢疾的影响有显著性的差异。

c

【Interaction_detector】（图错误！文档中没有指定样式的文字。-5d）表达了两个风险因子之间的交互后对于疾病的影响与每种风险因子对疾病单独的影响之间的关系。结果表明，任意两个风险因子的交互后对细菌性痢疾的影响，都大于任何一个单独变量对于疾病的空间分布的影响。“城市化水平∩人均GDP”交互结果为双因子增强，q(x∩y) > Max(q(x)，q(y))，即城市化水平和人均GDP 的交互作用对细菌性痢疾的影响比人均GDP单独单独的影响大；“城市化水平∩年平均气温”交互结果为非线性增强，q(x∩y)> q(x)+q(y)，即城市化水平和年平均气温的交互作用对细菌性痢疾的影响比两者单独的影响相加还大（结果解释参考表错误！文档中没有指定样式的文字。-1）。

d

图错误！文档中没有指定样式的文字。-5 地理探测器结果解释