当前位置:网站首页>地理探测器Geodetector软件的下载、应用与结果解读
地理探测器Geodetector软件的下载、应用与结果解读
2022-08-10 20:52:00 【疯狂学习GIS】
本文介绍Geodetector软件的下载方法,以及地理探测器分析的完整操作,并对其结果加以解读。
首先,我们介绍Geodetector软件的下载方法。进入软件官网(http://www.geodetector.cn/),可以看到其中的第四个部分为软件下载区域。对于大多数用户而言,我们后期直接在Excel中运行地理探测器即可(此时Geodetector软件就相当于是Excel表格文件中的一个宏);因此,我们就选择5个下载链接中前三个的任意一个即可。如果大家需要在R语言中运行地理探测器,就选择第四个链接即可;如果需要在QGIS软件中运行,选择第五个即可。在这里我就选择第一个链接进行下载,如下图所示。
下载完成后,解压缩下载好的文件,如下图所示。可以看到,其中有一个.xlsm格式的表格文件。
我们将上述表格文件打开。这里需要注意,如果大家打开后显示如下图所示的“启用编辑”提示,就需要点一下,开启编辑。
接下来,在新的提示中,选择“启用内容”。
随后,就会弹出如下所示的宏窗口,名称为“GeoDetector”;这个也就是我们GeoDetector软件的交互页面了。
随后,我们找到存储有自己数据的Excel,将我们自己的因变量、自变量数据复制到我们刚刚打开的.xlsm格式表格文件中。例如,下图就是我存储自己数据的表格,其中第三列Dif为因变量,最后两列NDVI与2020_Soil_则为自变量。
这里有一点需要注意,在进行地理探测器操作时,我们的自变量(上图中最后两列)必须是类别数据(比如土壤类型数据、土地利用类型数据),不能是连续数据(比如人口数据、GDP数据);如果大家的自变量中有连续数据的话,一定要先转换成类别数据,再进行地理探测器分析。转换的方式有很多,比如假设你的连续数据是栅格格式的,那就可以用ArcGIS中的重分类工具,对原有的连续数据栅格进行转换。
上图即为我将自己的数据复制完毕的样子。在还有一点需要注意:将我们自己的数据复制、粘贴到.xlsm格式表格文件中时,在复制时不要用点击列编号(就是Excel中显示A、B、C的那里)的方式选中列,而是需要先选中第一行,然后向下拖动,直到需要复制的内容选中完毕,再粘贴到.xlsm格式表格文件中。否则,可能会导致Geodetector软件运行报错,出现“下标越界”的提示。
复制数据后,在Geodetector软件窗口选择“Read Data”。
随后,我们复制的数据的列名称就将出现到软件窗口中。
随后,依据实际情况,将我们复制好的数据进行因变量、自变量的划分;划分完毕后,点击“Run”即可开始地理探测器的运行。
稍等片刻,即可得到结果。得到结果后,在表格文件中会生成4个新的Sheet,如下图所示。
我们就对这些新生成的Sheet加以逐个介绍。首先是“Factor_detector”,其意为分异及因子探测,表明每一个自变量在多大程度上解释了因变量的空间分异;用q值度量,最小为0,最大为1,越大说明该自变量对因变量的空间分异解释程度越大。
接下来是“Interaction_detector”,其意为交互作用探测,评估每两个自变量共同作用时,是否会增加或减弱对因变量的解释能力。这里一共会有5个结果,从左到右分别为非线性减弱、单因子非线性减弱、双因子增强、独立、非线性增强。如下图,我得到的结果(紫色部分)位于第3个,也就是双因子增强。
接下来是“Risk_detector”,其意为风险区探测,用于判断每两个子区域(也就是每一个自变量所分的每一种类别)之间属性值是否有显著差别。
最后一个是“Ecological_detector”,其意为生态探测,比较每两个自变量对因变量的空间分布的影响是否有显著的差异。
以上四个指标,便是地理探测器所得到的不同分析结果。我这里只是简单罗列了一下各指标的含义,大家如果需要详细了解的话,建议查阅一下《地理探测器:原理与展望》这篇论文。论文的作者也就是Geodetector软件的作者,因此这一篇论文的内容对于地理探测器原理、结果解释等的理解会很有帮助。
边栏推荐
- Common functions of Auto.js to find pictures and colors
- ctfshow-osint
- 测试代码新的规则
- 根心与根轴
- 电信保温杯笔记——《统计学习方法(第二版)——李航》第17章 潜在语义分析
- Kubernetes Notes / Getting Started / Production Environment / Installing Kubernetes with Deployment Tools / Starting a Cluster with kubeadm / Creating a Cluster with kubeadm
- 【图像分类】2019-MoblieNetV3 ICCV
- 【golang map】 深入了解map内部存储协议
- ACM解题笔记——HDU 1401 Solitaire(DBFS)
- OPPO Enco X2 迎来秋季产品升级 旗舰体验全面拉满
猜你喜欢
随机推荐
2021DozerCTF
Oracle 的开窗函数使用详解(二)
【语义分割】2016-SegNet TPAMI
DDL:视图——《mysql 从入门到内卷再到入土》
mysql服务器参数设置
睡前故事|用Bitmap与AST做一个配置化时长系统
win10 xbox录屏功能不能录声音怎么办
内置模板市场,DataEase开源数据可视化分析平台v1.13.0发布
C语言系列——猜名次、猜凶手、打印杨辉三角
"Distributed Microservice E-commerce" Topic (1) - Project Introduction
壁仞推出全球最大算力芯片,号称以7nm超越英伟达4nm最新GPU
svg+元素js实现在图片上描点成框,并获取相对图片的坐标位置
如何提高代码的可读性 学习笔记
ACM MM 2022 统一归一化:加速Transformer工业部署的归一化方法
ctfshow-osint
[mysql] 深入分析MySQL版本控制MVCC规则
(十二)STM32——NVIC中断优先级管理
ACM解题笔记——HDU 1401 Solitaire(DBFS)
Uniapp编译后小程序的代码反编译一些思路
Kubernetes Notes / Getting Started / Production Environment / Installing Kubernetes with Deployment Tools / Starting a Cluster with kubeadm / Creating a Cluster with kubeadm








