蓝色条带越长，表示q值越大；反之，越小
交互作用可直观反映任意两种驱动力因子同时作用于NDVI时，对NDVI的解释程度。一般情况下，交互作用存在非线性减弱{q（X1∩X2）Max[q（X1），q（X2）]}，独立[q（X1∩X2）=q（X1）+q（X2）]和非线性增强[q（X1∩X2）>q（X1）+q（X2）]5种结果。表5中，两种驱动力因子交互作用对NDVI空间分布的解释力都会增强。其中，人口密度∩耕地面积（0.233）的交互作用对宝鸡地区NDVI空间分布的解释力最强，其次为日照时数∩粮食总产量（0.229）、气温∩土壤类型（0.227）、日照时数∩耕地面积（0.227）及人均GDP∩耕地面积（0.226）。总体来看，对NDVI的解释力较强的主导驱动力因子为降水量和气温（表5）。由于坡度、坡向间存在规律性，因此，坡度∩降水量（0.15）、坡向∩降水量（0.0.109）、坡度∩气温（0.123）、坡向∩气温（0.102），对NDVI的解释力相近。虽然坡度、坡向与降水量、气温的生态检测结果表现出对NDVI空间分布存在显著差异，但从交互作用的q值统计结果来看，其在13个驱动力因子的交互作用下解释力最弱。也就是说，坡度、坡向对NDVI空间分布的解释力具有相同机理。同理，日照时数∩耕地面积（0.227）、人口密度∩耕地面积（0.233）、人均GDP∩耕地面积（0.226）对NDVI空间分布的解释力接近且较强，因而，日照时数、人口密度、人均GDP具有空间分布的一致性。但三者与耕地面积的生态检测对NDVI空间分布不存在显著差异，说明其对NDVI空间分布具有相似的作用机理，且交互作用的解释力较强。
提示：宽带有限、当前游客访问压缩模式
