平均值的计算模型为：

    地理探测器现被广泛应用于社会经 济因素和自然因素的影响机理研究，其因 子探测可以识别影响因子，交互探测可以 解释影响因子对因变量的交互作用。 (1) 因子探测分析。 因子探测主要用于分析某一环境因 素和地理事物的变化在空间上是否具有 显著的一致性。若具有一致性，则说明 这种环境因素对地理事物的发生和发展 具有决定意义。探测模型为：

越大表明自然地理环境因素对建成区绿 地率的影响越大。 

(2) 交互探测分析。 

    交互探测可以定量表征两个影响因 子对建成区绿地率空间分布格局的作用。 通过比较 A、B 图层的因子影响力与 C 图 层的因子影响力，判断两个因子的交互 作用对建成区绿地率空间格局的影响与 单个因子的作用相比，是更强还是更弱( 表 3)。

    东部季风区的建成区绿地率长期高 于青藏高寒区及西北干旱半干旱区，在 研究周期后期，由于社会经济等因素影 响，各自然区的建成区绿地率水平越接近，表明建成区绿地率受自然地理 环境条件制约，在温湿度较高、地形平 坦的地区提升更快 ( 图 1）。

    为探明各阶梯建成区绿地率发展水 平及演变情况，研究对其平均值进行测 算分析。20 年来各级阶梯内的建成区绿 地率明显上升，呈层级化特征，建成区 绿地率受海拔影响。其中，第三级阶梯 内的建成区绿地率明显高于其他区域， 表明建成区绿地率受海拔高度制约，地 形平坦的地区更有利于绿地发展 ( 图 2）。

    为考察建成区绿地率是否因不同温 湿度影响而存在差异，研究对各气候区 建成区绿地率平均值进行分析。20 年来 , 虽然各气候区内的建成区绿地率差距逐 渐缩小，但是不同气候区间初始水平差 异很大，随温湿度减弱而展现递减态势， 反映出温湿度对建成区绿地率有重要影 响，温度越高、湿度越大的气候区建成 区绿地率越高 ( 图 3)。

    首先，三大自然区内的建成区绿地 率的标准差呈缩小态势 ( 青藏高寒区除 外 ) 。其中，东部季风区内建成区绿地率 差异的降幅最为显著，反映出东部季风 区的建成区绿地率发展较西北干旱半干 旱区更均衡。其次，三大自然区内的建成 区绿地率的变异系数均呈缩小态势。青藏 高寒区内建成区绿地率差异较大，西北干 旱半干旱区内建成区绿地率差异略高于东 部季风区。最后，差异分析综合表明，东 部季风区的建成区绿地率发展更为均衡， 其良好的温度、湿度和地形等条件更利于 区域内建成区绿地率协调发展(图4，图5)。