内容提要
2024年8月23-25日，“中国地理学会地理模型与地理信息分析专业委员会2024年学术年会”在中国农业大学（学院路校区）圆满举行。
四川大学HEOA智库的华西健康医学地理课题组四位成员应邀出席，并在四个分会场作了精彩报告，充分展现了他们在地理模型与地理信息领域的前沿研究成果。课题组PI宋超副研究员在“空间模拟与优化”分会场发表了重要报告，科研助理郑雪在“空间统计与归因”分会场作了专题报告，硕士研究生孙琪、唐先腾分别在“健康地理分析”和“地理大数据”分会场展示了课题组的最新研究进展。
图1 华西健康医学地理课题组参会人员合影留念
宋超：提出时空异质因果推断新方法
宋超副研究员在报告中分享了题为《Causal STVC: 一种时空异质因果推断的统计建模方法》的最新研究进展。他介绍了贝叶斯时空变系数（STVC）系列模型（https://chaosong.blog/bayesian-stvc/）在地理学领域中的创新应用，并首次详细介绍了Causal STVC模型。该模型通过引入适用于地理非实验科学的因果推断方法，能够有效识别出具有显著地理因果关系的关键时空驱动因子。基于他之前提出的时空方差分割指标（STVPI），Causal STVC模型可以定量评估关键驱动因子对目标变量的时空归因贡献度。此外，Causal STVC模型已经成功应用于中国县域的妇幼健康研究，识别出影响孕产妇与五岁以下儿童死亡率的共同时空环境决定因素及其异质性影响特征。这些研究不仅为公共卫生政策提供了科学依据，也展示了该模型在地理学和健康研究中的广泛应用潜力。
图2 宋超副研究员做报告
郑雪：滑坡强度和易发性的联合空间风险评价
科研助理郑雪报告了题为《Bayesian Unified Framework for Spatial Joint Risk Assessment of Landslide Susceptibility and Intensity: Environmental Insights from the Wenchuan Earthquake》的研究，该研究首次采用两种前沿的贝叶斯空间联合模型，即SSCM和SSHM，在统一的框架内对滑坡易发性和强度的联合风险进行了全面系统的评估。揭示了多种环境风险因素的共同影响，拟合了共享的空间自相关效应，同时预测了易发性风险图和绝对强度风险图，并引入了对该地区相对强度风险的创新评估。在日益复杂的风险形势下，该研究的工作为更全面的滑坡风险评估提供了新的见解，并为全球突发事件和环境灾害管理中的多目标联合风险评估建立了新的范式，与联合国的减灾工作保持一致。
图3 科研助理郑雪做报告
孙琪：儿童手足口传染病与空气污染化学组分
孙琪同学报告了题为《Heterogeneous impacts of PM2.5 and its chemical constituents on childhood hand, foot, and mouth disease in Chinese counties: A Bayesian STNIVC modeling considering the interaction of spatial, temporal, and numerical nonstationarity》的研究。该研究揭示了PM2.5及其化学组分对手足口病发病率的空间、时间和数值异质性（非平稳性）影响，并识别了这三种非平稳性之间的耦合效应。研究通过贝叶斯时空变系数模型（STVC）及创新的贝叶斯时空数值交互变系数模型（STNIVC），发现PM2.5是手足口病的重要时空驱动因素，并揭示了五种化学组分的非线性暴露-反应关系。在七大地理分区和四个季节背景下，研究明确了手足口病高风险的六种空气污染暴露因子的数值阈值差异。最终，STNIVC模型解释了80%的手足口病风险，其中PM2.5和BC具有较高的时空解释力。这项研究强调了儿童手足口病防控中因地、因时、因量考虑空气污染及其化学组分影响的重要性，并为环境健康地理学和空间流行病学提供了前沿的暴露评估与预测工具。
图4 孙琪同学做报告
唐先腾：中国首套城市社会经济数据集
唐先腾同学进行了题为《Chinese City-level Socio-economic Dataset, 2000-2021: Imputation of Missing Values Using Bayesian Spatiotemporal Models and Remote Sensing Data》的报告。该研究针对中国城市尺度的22年官方社会经济数据中的时空数据缺失问题，通过使用课题组提出的贝叶斯时空交互变截距（ STIVI ）模型（Song, et al. 2020）与遥感辅助数据相结合的填补策略，对35个社会经济指标中的时空缺失值进行了精准预测。研究进一步通过贝叶斯全局评价指标、交叉验证和时间序列分析，全面评估了模型的性能、预测精度以及数据填补效果。这项研究的成果不仅为中国提供了首个完整的城市社会经济数据集，而且其研究方法和范式还为全球范围内的小区域社会经济数据缺失值填补提供了通用的解决方案，为实现可持续发展目标提供了有力支持 。
图5 唐先腾同学做报告
在本次“中国地理学会地理模型与地理信息分析专业委员会2024年学术年会”上，华西健康医学地理课题组展示了他们在地理模型与信息分析领域的最新研究进展，涵盖健康地理、地理大数据、空间统计、时空归因等前沿领域。这些报告不仅展现了课题组在学术领域的深耕与创新，也为未来研究开辟了新方向。通过此次学术交流，课题组成员进一步明确了研究重点，并在与同行的互动中激发了新的思路。
-END-
欢迎关注公众号，每周分享优质资源
供稿 | 郑雪、孙琪、唐先腾
编辑 | 郑雪
审校 | 宋超
文献分享丨小区域健康地理研究揭示绿地、空气污染及温度对过早死亡率和发病率的综合影响
文献分享 | 全球发展指标对五岁以下儿童死亡率的时空影响分析：数据来源于195个国家
研究进展 | 西南石油大学研究团队成功构建了滑坡易发性评价B-GeoSVC模型-Landslides
研究进展 | 公众对COVID-19风险感知的区域时空差异：基于贝叶斯时空变系数（STVC）系列模型的中国城市研究
