地理空间因果原则及地理空间效应的因果发现

地理大数据的崛起和深度学习技术的发展为解决地理空间分析难题带来了新机遇，然而，现有方法根植于统计相关性，而相关性模式的伪装性和欺骗性以及数据固有的偏差陷阱，导致无法得到可靠的地理空间分析结果。该问题的根源在于违反一个基本原则：数据的相关性并不意味着因果性，而后者是地理学研究的两个主要任务，即揭示未知具体事实和发现一般性规律机理的关键所在。地理科学研究的观察性与地理系统的复杂性和未知性使得无论是因果的哲学定义、随机对照试验以及其他观察性研究使用的准实验方法，都难以直接应用于地理科学因果研究。基于地理空间因果的基本性质假设，提出了地理空间因果原则，旨在为地理空间分析中的因果性研究提供基础理论与方法支撑，同时，梳理了地理空间因果原则和地理分析中空间效应的关系，给出各个效应下的因果发现关键路径。