《表2 不同分组方法下海拔高度因子的解释力》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《长江中下游地区人口健康水平空间分异特征与地理影响因子》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:标准差法（SD）的1倍和0.5倍标准差分别为4和8组。

采用地理探测器方法考察影响研究区人口健康水平空间分异的自然、人文地理因子。该方法既可以探测数值型数据，也可以探测定性数据，近年在土地利用、公共健康、区域规划、人口分布、生态环境等领域得到广泛应用[18]。本研究选取的地理因子中除生态系统类型以外，海拔高度、地形坡度、干燥度、多年平均降水、多年平均气温、湿润指数、经济密度与每千人病床数等因子指标均为连续型变量，需要进行离散化分类，在分类之前将所有因子统一转化为大小为1km×1km的格网数据。为克服任意性和主观性，选择非监督分类的最优化结果进行处理。首先，采用等距离法（EI）、百分位数值法（QV）、自然断点法（NB）、几何间隔法（GI）和标准差法（SD）等常用分组方法对各因子进行分组。考虑到样本数量，分别使用5种分组方法将样本分为2~8组；然后利用地理探测器软件GeoDetector计算各分组下的解释力大小，最终选择解释力最大的分类方法和组数作为因子最佳的离散化结果。以海拔高度因子为例，采用百分位数值法（QV）分为8组，分组间断点分别为14、32、69、135、245、398、657、3 002，该分组下的解释力最大，为0.0975，故选择该组数作为海拔高度因子的离散化方案（表2）。