黄河流域人口预期寿命的时空演化及影响因素分析

doi:10.12082/dqxxkx.2022.210692

地球信息科学学报 ›› 2022, Vol. 24 ›› Issue (5): 902-913.doi: 10.12082/dqxxkx.2022.210692

• 地理空间分析综合应用 • 上一篇下一篇

黄河流域人口预期寿命的时空演化及影响因素分析

张永凯¹(), 杨春月²^,^*(), 张晚军³, 毕潇梅²

1.兰州财经大学农林经济管理学院,兰州 730020
2.兰州财经大学经济学院,兰州 730020
3.青海师范大学地理科学学院, 西宁 810008

收稿日期:2021-10-31 修回日期:2021-12-21 出版日期:2022-05-25 发布日期:2022-07-25
通讯作者: * 杨春月（1997— ）,女,硕士生,研究方向为资源利用与区域发展。E-mail: yangccyyy@163.com
作者简介:张永凯（1974— ）,男,甘肃庆阳人,教授,博士,硕士生导师,研究方向为经济地理与区域发展。E-mail: Yongkai197497@163.com
基金资助:
甘肃省“双一流”重点科研项目(GSSYLXM-06);兰州财经大学生态经济与区域发展科研创新团队支持计划(Lzufe-SRT202004);兰州财经大学丝绸经济研究院2021年度重点科研项目(JYYZ202101);兰州财经大学2019年度校级科研重点委托项目(Lzufe2019W-001)

Analysis on the Temporal and Spatial Evolution of Population Life Expectancy and Influencing Factors in the Yellow River Basin

ZHANG Yongkai¹(), YANG Chunyue²^,^*(), ZHANG Wanjun³, BI Xiaomei²

1. School of Agriculture and Forestry Economics and Management, Lanzhou University of Finance and Economics, Lanzhou 730020, China
2. School of Economics, Lanzhou University of Finance and Economics, Lanzhou 730020, China
3. School of Geography Science, Qinghai Normal University, Xi'ning 810008, China

Received:2021-10-31 Revised:2021-12-21 Online:2022-05-25 Published:2022-07-25
Supported by:
Key Scientific Research Project of Gansu Province Double First Class(GSSYLXM-06);Lanzhou University of Finance and Economics Ecological Economy and Regional Development Scientific Research Innovation Team Support Program(Lzufe-SRT202004);Key Scientific Research Project in 2021 of Silk Road Institute of Economic Research of Lanzhou University of Finance and Economics(JYYZ202101);Lanzhou University of Finance and Economics 2019 key entrusted project of school-level scientific research(Lzufe2019W-001)

摘要/Abstract

摘要：

健康人力资本对社会经济发展有重要的促进作用。以黄河流域71个地级行政单元为研究对象,利用变异系数、泰尔指数、空间自相关模型等方法,研究该流域人口预期寿命的时空演化特征,并根据地理探测器分析其影响因素。结果表明： ① 2000—2019年,黄河流域人口预期寿命均值由69.99岁提升至76.96岁,整体呈上升趋势,但长期低于我国人口预期寿命均值;② 人口预期寿命区域差异整体呈先增后降趋势,且地带间差异不断收敛,地带内差异与流域总体变化基本一致;③ 人口预期寿命存在明显空间集聚,但其空间自相关性不断减弱,且空间变化较大。具体而言,黄南藏族自治州、海南藏族自治州、甘南藏族自治州等藏区形成稳定性冷点区,山东省形成规模的稳定性热点区;④ 医疗卫生资源和自然条件对上游地区人口预期寿命影响最为显著;经济发展水平和环境污染对下游地区人口预期寿命解释力最强;教育水平是影响黄河流域各个地区人口预期寿命的重要因子。不同因子交互作用的解释力均高于单因子解释力,黄河流域人口预期寿命的空间差异是多因子共同作用的结果。

关键词: 黄河流域, 预期寿命, 健康水平, 时空演化, 影响因素, 泰尔指数, 空间自相关, 地理探测器

Abstract:

Healthy human capital plays an important role in promoting social and economic development. Taking 71 prefecture-level administrative units in the Yellow River Basin as the research area, using methods such as coefficient of variation, Theil index, and spatial autocorrelation model, the temporal and spatial evolution characteristics of population life expectancy in the basin are studied, and the influencing factors are analyzed based on geographic detectors. The results show as followed: (1) From 2000 to 2019, the average life expectancy of the population increased from 69.99 years to 76.96 years, showing an overall upward trend, but it has long been lower than the average life expectancy of our country's population; (2) The overall regional differences in life expectancy of the population in the Yellow River Basin shows a trend of increasing first and then decreasing, and the differences between the zones continue to converge. The differences within the zones are basically consistent with the overall changes in the basin; (3) There is obvious spatial agglomeration in the life expectancy of the population, but the spatial autocorrelation decreases and has large spatial variation. Specifically, the Huangnan Tibetan Autonomous Prefecture, Hainan Tibetan Autonomous Prefecture, Gannan Tibetan Autonomous Prefecture, and other Tibetan areas have formed stable cold spots, and the scale of Shandong Province forms a stability hot spot; (4) Medical and health resources and natural conditions have the most significant impact on the life expectancy of the population in the upper reaches; the level of economic development and environmental pollution have the strongest explanatory power for the life expectancy of the population in the lower reaches; the level of education is an important factor affecting the life expectancy of the population in all regions of the Yellow River Basin. The explanatory power of the interaction of different factors is higher than the explanatory power of a single factor. The spatial difference in the life expectancy of the population in the Yellow River Basin is the result of multiple factors.

Key words: The Yellow River Basin, life expectancy, health level, temporal and spatial evolution, influencing factors, Theil index, spatial autocorrelation, Geodetector

张永凯, 杨春月, 张晚军, 毕潇梅. 黄河流域人口预期寿命的时空演化及影响因素分析[J]. 地球信息科学学报, 2022, 24(5): 902-913.DOI:10.12082/dqxxkx.2022.210692

ZHANG Yongkai, YANG Chunyue, ZHANG Wanjun, BI Xiaomei. Analysis on the Temporal and Spatial Evolution of Population Life Expectancy and Influencing Factors in the Yellow River Basin[J]. Journal of Geo-information Science, 2022, 24(5): 902-913.DOI:10.12082/dqxxkx.2022.210692

图/表 10

图1

表1

表2

图2

图3

图4

图5

图6

表3

表4

参考文献 32

[1]	王曲, 刘民权. 健康的价值及若干决定因素:文献综述[J]. 经济学(季刊), 2005(4):1-52.
	[ Wang Q, Liu M Q. The value of health and several determinants: a literature review[J]. Economics(Quarterly), 2005(4):1-52. ] DOI: 10.13821/j.cnki.ceq.2005.04.003 doi: 10.13821/j.cnki.ceq.2005.04.003
[2]	陈心广, 王培刚. 中国社会变迁与国民健康动态变化[J]. 中国人口科学, 2014(2):63-73.
	[ Chen X G, Wang P G. Social changes in China and the dynamic changes of national health[J]. China Population Science, 2014(2):63-73. ]
[3]	杨振, 丁启燕, 周晴雨, 等. 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[J]. 地理与地理信息科学, 2018, 34(6):77-84.
	[ Yang Z, Ding Q Y, Zhou Q Y, et al. Spatial characteristics of population health level and geographic impact factors in the middle and lower reaches of the Yangtze River[J]. Geography and Geo-Information Science, 2018, 34(6):77-84. ] DOI: 10.3969/j.issn.1672-0504.2018.06.012 doi: 10.3969/j.issn.1672-0504.2018.06.012
[4]	邱红, 李晶华, 于丽莎, 等. 人口平均预期寿命及疾病影响因素分析[J]. 人口学刊, 2018, 40(6):31-39.
	[ Qiu H, Li J H, Yu L S, et al. Analysis of population average life expectancy and disease influencing factors[J]. Journal of Demography, 2018, 40(6):31-39. ] DOI: 10.16405/j.cnki.1004-129X.2018.06.003 doi: 10.16405/j.cnki.1004-129X.2018.06.003
[5]	赵雪雁, 王伟军, 万文玉. 中国居民健康水平的区域差异:2003-2013[J]. 地理学报, 2017, 72(4):685-698. doi: 10.11821/dlxb201704010
	[ Zhao X Y, Wang W J, Wan W Y. Regional differences in health level of Chinese residents:2003-2013[J]. Acta geographica sinica, 2017, 72(4):685-698. ] DOI: 10.11821/dlxb201704010 doi: 10.11821/dlxb201704010
[6]	中华人民共和国中央人民政府. 2019年我国卫生健康事业发展统计公报. http://www.gov.cn/guoqing/2021-04/09/content_5598657.htm
	[ The Central People's Government of the People's Republic of China. 2019 Statistical Bulletin of my country's Health Development. http://www.gov.cn/guoqing/2021-04/09/content_5598657.htm ]
[7]	中共中央国务院印发《“健康中国2030”规划纲要》[J]. 中华人民共和国国务院公报, 2016(32):5-20.
	[ The Central Committee of the Communist Party of China and the State Council issued the "Outline of the "Healthy China 2030" Plan"[J]. Bulletin of the State Council of the People's Republic of China, 2016(32):5-20. ]
[8]	杨振, 刘会敏, 王晓霞. 中国人口健康分布的时空变化与影响因素[J]. 世界地理研究, 2017, 26(2):162-168.
	[ Yang Z, Liu H M, Wang X X. Spatial-temporal changes and influencing factors of China's population health distribution[J]. World Geographical Research, 2017, 26(2):162-168. ] DOI: 10.3969/j.issn.1004-9479.2017.02.017 doi: 10.3969/j.issn.1004-9479.2017.02.017
[9]	杨林生, 李海蓉, 李永华, 等. 医学地理和环境健康研究的主要领域与进展[J]. 地理科学进展, 2010, 29(1):31-44.
	[ Yang L S, Li H R, Li Y H, et al. Progress of bedical geography and environmental health studies[J]. Progress in Geography, 2010, 29(1):31-44. ]
[10]	Mariotto A B, Zou Z, Johnson C J, et al. Geographical, racial and socio-economic variation in life expectancy in the US and their impact on cancer relative survival[J]. Plos One, 2018, 13(7):e1002082. DOI: 10.1371/journal.pone.0201034 doi: 10.1371/journal.pone.0201034
[11]	Woods L M, Rachet B, Riga M, et al. Geographical varia-tion in life expectancy at birth in England and Wales is largely explained by deprivation[J]. Epidemiol. Community Health, 2005(59):2115-2120. DOI: 10.1136/jech.2003.013003 doi: 10.1136/jech.2003.013003
[12]	李日邦, 王五一, 谭见安, 等. 中国国民的健康指数及其区域差异[J]. 人文地理, 2004(3):64-68.
	[ Li R B, Wang W Y, Tan J A, et al. Chinese national health index and its regional differences[J]. Human Geography, 2004(3):64-68. ] DOI: 10.13959/j.issn.1003-2398.2004.03.015 doi: 10.13959/j.issn.1003-2398.2004.03.015
[13]	郭玉玲. 中国人均预期寿命时空变化及影响因素分析[J]. 中国卫生政策研究, 2018, 11(8):44-49.
	[ Guo Y L. The temporal and spatial changes of China's average life expectancy and analysis of influencing factors[J]. Chinese Health Policy Research, 2018, 11(8):44-49. ] DOI: 10.3969/j.issn.1674-2982.2018.08.007 doi: 10.3969/j.issn.1674-2982.2018.08.007
[14]	董惠玲, 任桂芳, 宁佩, 等. 基于地理加权回归的老年人口健康预期寿命影响因素分析[J]. 中国卫生政策研究, 2020, 13(2):73-80.
	[ Dong H L, Ren G F, Ning P, et al. Analysis of factors affecting healthy life expectancy of the elderly based on geographically weighted regression[J]. Chinese Health Policy Research, 2020, 13(2):73-80. ] DOI: 10.3969/j.issn.1674-2982.2020.02.011 doi: 10.3969/j.issn.1674-2982.2020.02.011
[15]	李婷. 中国成年人口预期寿命的地区差异分析——基于生命力死亡模型的分解[J]. 中国人口科学, 2019(4):102-113.
	[ Li T. Analysis of regional differences in life expectancy of China's adult population: Based on the decomposition of life force death model[J]. China Population Science, 2019(4):102-113. ]
[16]	张子威, 黄秋昊, 陆羽, 等. 中国居民预期寿命及其影响因素的空间差异分析[J]. 地球信息科学学报, 2021, 23(9):1575-1585. doi: 10.12082/dqxxkx.2021.200607
	[ Zhang Z W, Huang Q H, Lu Y, et al. Analysis on the spatial difference of Chinese residents' life expectancy and its influencing factors[J]. Journal of Geo-Information Science, 2021, 23(9):1575-1585. ] DOI: 10.12082/dqxxkx.2021.200607 doi: 10.12082/dqxxkx.2021.200607
[17]	央吉. 论中国广西巴马长寿带及其生存环境[J]. 中国人口科学, 1994(2):6-12.
	[ Yang J. On the bama longevity belt and its living environment in Guangxi, China[J]. China Population Science, 1994(2):6-12. ]
[18]	龚胜生, 陈云, 张涛, 等. 1990—2010年中国人口预期寿命与人均GDP的相关关系及其变化特征[J]. 经济地理, 2020, 40(2):23-30.
	[ Gong S S, Chen Y, Zhang T, et al. The correlation between life expectancy and GDP per capita in China from 1990 to 2010 and its changing characteristics[J]. Economic Geography, 2020, 40(2):23-30. ] DOI: 10.15957/j.cnki.jjdl.2020.02.003 doi: 10.15957/j.cnki.jjdl.2020.02.003
[19]	Chetty R, Stepner M, Abraham S, et al. The Association Between Income and Life Expectancy in the United States, 2001-2014. JAMA. 2016, 315(16):1750-66. DOI: 10.1001/jama.2016.4226. doi: 10.1001/jama.2016.4226 pmid: 27063997
[20]	陈云, 吴雨. 长江经济带人口健康水平的空间格局及影响因素[J]. 经济地理, 2020, 40(9):152-159.
	[ Chen Y, Wu Y. Spatial pattern and influencing factors of population health in the Yangtze River Economic Zone[J]. Economic Geography, 2020, 40(9):152-159. ] DOI: 10.15957/j.cnki.jjdl.2020.09.016 doi: 10.15957/j.cnki.jjdl.2020.09.016
[21]	郭文杰, 秦昆, 毛宗福, 等. “一带一路”成员国居民健康状况的时空统计分析[J]. 地球信息科学学报, 2020, 22(5):1133-1141. doi: 10.12082/dqxxkx.2020.190635
	[ Guo W J, Qin K, Mao Z F, et al. temporal and spatial statistical analysis of the health status of residents in the member states of the "Belt and Road"[J]. Journal of Geo-Information Science, 2020, 22(5):1133-1141. ] DOI: 10.12082/dqxxkx.2020.190635 doi: 10.12082/dqxxkx.2020.190635
[22]	符宁, 向梦航, 程显通. 人均预期寿命影响因素研究——基于193个国家相关数据的分析[J]. 人口学刊, 2020, 42(5):47-56.
	[ Fu N, Xiang M H, Cheng X T. Research on the Influencing Factors of Average Life Expectancy——Based on the Analysis of Related Data from 193 Countries[J]. Journal of Demography, 2020, 42(5):47-56. ] DOI: 10.16405/j.cnki.1004-129X.2020.05.004 doi: 10.16405/j.cnki.1004-129X.2020.05.004
[23]	刘达伟. Excel在死亡统计中的应用[J]. 中国卫生统计, 2001(6):49-50.
	[ Liu D W. The application of Excel in death statistics[J]. Chinese Health Statistics, 2001(6):49-50. ]
[24]	李畅, 王安丽, 龚胜生, 等. 中国中部六省预期寿命时序加密估算研究[J]. 地理学报, 2020, 75(10):2269-2280. doi: 10.11821/dlxb202010016
	[ Li C, Wang A L, Gong S S, et al. Research on the encrypted estimation of life expectancy time series in six provinces in central China[J]. Acta Geographica Sinica, 2020, 75(10):2269-2280. ] DOI: 10.11821/dlxb202010016 doi: 10.11821/dlxb202010016
[25]	Grossman M. On the Concept of Health Capital and the Demand for Health[J]. Journal of Political Economy, 1972,(80):223-255.
[26]	陈国阶. 我国疾病类型与生态地理环境的关系[J]. 地理研究, 1985(2):45-55. doi: 10.11821/yj1985020006
	[ Chen G J. The relationship between the types of diseases in my country and the ecological geographical environment[J]. Geographical Research, 1985(2):45-55. ]
[27]	Sundmacher L, Scheller-Kreinsen D, Busse R. The wider determinants of inequalities in health: A decomposition analysis. International Journal for Equity in Health 2011, 10(1):2187-198. DOI: 10.1186/1475-9276-10-30 doi: 10.1186/1475-9276-10-30
[28]	全星, 郭光萍, 张山山, 等. 中国1982-2010年期望寿命变化趋势和区域差异[J]. 中国老年学杂志, 2017, 37(24):6247-6250.
	[ Quan X, Guo G P, Zhang S S, et al. Change trends and regional differences in life expectancy in China from 1982 to 2010[J]. Chinese Journal of Gerontology, 2017, 37(24):6247-6250. ] DOI: 10.3969/j.issn.1005-9202.2017.24.106 doi: 10.3969/j.issn.1005-9202.2017.24.106
[29]	杨群, 邓静, 张宁, 等. 触景伤心——高原环境对心理健康及认知功能的影响[J]. 医学争鸣, 2013, 4(5):43-44.
	[ Yang Q, Deng J, Zhang N, et al. Sorrowfulness in touch with scenery——The influence of plateau environment on mental health and cognitive function[J]. Medical Controversy, 2013, 4(5):43-44. ] DOI: 10.13276/j.issn.1674-8913.2013.05.015 doi: 10.13276/j.issn.1674-8913.2013.05.015
[30]	Majumdar D D, Biswas A. Quantifying land surface tem-perature change from LISA clusters: An alternative ap-proach to identifying urban land use transformation[J]. Landscape & Urban Planning, 2016(5):51-65. DOI: 10.1016/j.landurbplan.2016.05.001 doi: 10.1016/j.landurbplan.2016.05.001
[31]	国家统计局. 中国城市统计年鉴[M]. 北京: 中国统计出版社, 2001- 2020.
	[ National Bureau of Statistics. China City Statistical Yearbook [M]. Beijing: China Statistics Press, 2001- 2020. ]
[32]	国家统计局. 中国城市建设年鉴[M]. 北京: 中国统计出版社, 2001- 2020.
	[ National Bureau of Statistics. China Urban Construction Yearbook[M]. Beijing: China Statistics Press, 2001- 2020. ]

维度	指标	单位
医疗卫生资源	每千人医生数	人/千人
	每千人医院数	个/千人
经济发展	人均GDP	元/人
自然条件	海拔	m
环境污染	人均污水排放量	t/人
	PM2.5	mg/m³
教育水平	平均受教育年限	年

维度	影响因素	数据来源
医疗卫生资源	每千人医生数	2001、2006、2011、2016、2020年黄河流域各省统计年鉴,其中青海省部分市州数据通过查询统计公报获得
医疗卫生资源	每千人医院数	2001、2006、2011、2016、2020年黄河流域各省统计年鉴,其中青海省部分市州数据通过查询统计公报获得
经济发展	人均GDP	2001、2006、2011、2016、2020年黄河流域各省统计年鉴
自然条件	海拔	提取于地理空间数据云SRTMDEM 90M分辨率原始高程数据（http://www.gscloud.cn/）
环境污染	人均污水排放量	来源于2001、2006、2011、2016、2020年的《中国城市统计年鉴》^[31]、《中国城市建设年鉴》^[32]黄河流域各省水资源公报、各省统计年鉴,其中青海省部分市州数据缺失,通过插值分析补全
环境污染	PM2.5	全球PM2.5卫星栅格数据
教育水平	平均受教育年限	各省区统计年鉴

维度	指标	黄河流域			上游			中游		下游
维度	指标	2000年	2019年		2000年	2019年		2000年	2019年	2000年	2019年
医疗卫生资源	每千人医生数	0.7102	0.6672		0.8579	0.9852		0.3959	0.4456	0.8347	0.9612
医疗卫生资源	每千人医院数	0.7188	0.6654		0.8193	0.9453		0.4273	0.4633	0.7156	0.8624
经济发展	人均GDP	0.2074	0.3754		0.4737	0.5284		0.5062	0.4850	0.8787	0.5808
自然条件	海拔	0.6774	0.3907		0.7019	0.5658		0.3615	0.2033	0.2698	0.2891
环境污染	人均污水排放量	0.2027	0.3541		0.3441	0.7634		0.3688	0.2948	0.8787	0.5898
环境污染	PM2.5	0.3307	0.4538		0.3828			0.4103	0.6456		0.6851	0.6010	0.6759
教育水平	平均受教育年限	0.6868	0.4361	0.8488	0.6558	0.7559	0.6367	0.8280	0.6468

	每千人医生数	每千人医院数	人均GDP	海拔	人均污水排放量	PM2.5	平均受教育年限
每千人医生数	—	0.7910	0.8940	0.9437	0.9351	0.9617	0.9447
每千人医院数	0.7653	—	0.9452	0.9484	0.9319	0.9627	0.9492
人均GDP	0.9574	0.9753	—	0.9600	0.8924	0.9554	0.9334
海拔	0.9742	0.9818	0.9428	—	0.9601	0.9759	0.9756
人均污水排放量	0.9292	0.9441	0.8744	0.9354	—	0.8849	0.8673
PM2.5	0.9475	0.9563	0.9341	0.9093	0.9395	—	0.9152
平均受教育年限	0.9247	0.9531	0.9334	0.9824	0.9284	0.9629	—

黄河流域人口预期寿命的时空演化及影响因素分析

Analysis on the Temporal and Spatial Evolution of Population Life Expectancy and Influencing Factors in the Yellow River Basin

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 32

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	单宝艳, 张巧, 任启新, 樊文平, 吕永强. 基于局地气候分区的济南市热环境空间分异及其影响因素[J]. 地球信息科学学报, 2022, 24(4): 711-722.
[2]	张子威, 黄秋昊, 陆羽, 李满春, 陈振杰, 李飞雪. 中国居民预期寿命及其影响因素的空间差异分析[J]. 地球信息科学学报, 2021, 23(9): 1575-1585.
[3]	秦佳睿, 盛业华, 王燕锋, 何育枫. 南京市住宅价格影响因素分析[J]. 地球信息科学学报, 2021, 23(5): 882-890.
[4]	李颉, 郑步云, 王劲峰. 2008—2018年中国手足口病时空分异特征[J]. 地球信息科学学报, 2021, 23(3): 419-430.
[5]	谢玲, 王宏卫, 刘素红, 高一薄, 玛丽亚木·玛木提, 伊素燕, 马晨. 气象因素影响下中国手足口病时空演化特征研究[J]. 地球信息科学学报, 2021, 23(3): 431-442.
[6]	张泽, 胡宝清, 丘海红, 邓雁菲. 桂西南喀斯特-北部湾海岸带生态环境脆弱性时空分异与驱动机制研究[J]. 地球信息科学学报, 2021, 23(3): 456-466.
[7]	方云皓, 顾康康. 基于多元数据的中国地理空间疫情风险评估探索——以2020年1月1日至4月11日COVID-19疫情数据为例[J]. 地球信息科学学报, 2021, 23(2): 284-296.
[8]	赵泉华, 王肖, 王雪峰, 李玉. 2015—2020年辽东湾海冰冰情时空特征及其影响因素[J]. 地球信息科学学报, 2021, 23(11): 2025-2041.
[9]	文超, 詹庆明, 樊智宇, 湛德, 赵皇, 吴凯. 1979—2019年武汉市重点水体多要素协同的时空演变特征[J]. 地球信息科学学报, 2021, 23(11): 2055-2072.
[10]	张小东, 韩昊英, 唐拥军, 罗国娜. 基于百度迁徙数据的中国城市网络结构特征研究[J]. 地球信息科学学报, 2021, 23(10): 1798-1808.
[11]	高楹, 宋辞, 郭思慧, 裴韬. 接驳地铁站的共享单车源汇时空特征及其影响因素[J]. 地球信息科学学报, 2021, 23(1): 155-170.
[12]	葛咏, 刘梦晓, 胡姗, 任周鹏. 时空统计学在贫困研究中的应用及展望[J]. 地球信息科学学报, 2021, 23(1): 58-74.
[13]	刘明杰, 徐卓揆, 郜允兵, 杨晶, 潘瑜春, 高秉博, 周艳兵, 周万鹏, 王凌. 基于机器学习的稀疏样本下的土壤有机质估算方法[J]. 地球信息科学学报, 2020, 22(9): 1799-1813.
[14]	张小东, 韩昊英, 陈宇. 2003—2018年中国地级城市土地出让交易状况及时空动态特征[J]. 地球信息科学学报, 2020, 22(9): 1823-1836.
[15]	张亚, 刘纪平, 周亮, 王勇, 李鹏飞. 基于DBSCAN算法的北京市顺丰快递服务设施集群识别与空间特征分析[J]. 地球信息科学学报, 2020, 22(8): 1630-1641.