慢性病是严重威胁我国居民健康的一类疾病,近年来慢性病的患病率和死亡率逐年升高。其中,糖类物质的摄入量增加,导致人体血糖升高所诱发的糖尿病更是严重影响到人类健康。临床医学研究表明,糖化血红蛋白和空腹血糖是诊断糖尿病的金指标。目前糖化血红蛋白含量和空腹血糖的临床研究主要侧重于生理机制的探讨,忽视了地理环境对这两项医学指标的影响。此外,目前只有全国尺度下的人体糖化血红蛋白和空腹血糖含量的健康值的参考范围,而缺乏不同地域这两项医学指标健康值的参考范围。基于此,本研究从地理学研究视角对糖化血红蛋白和空腹血糖与地理因子之间的关系进行了研究。旨在为不同地区的健康人群提供人体糖化血红蛋白和空腹血糖参考值,并进一步分析地理环境对两项医学指标的影响机制以及其参考值的空间分布特征。本研究搜集了 129个城市(县城)的69127例康健成年人的糖化血红蛋白数据以及103个城市(县城)的11120例康健成年人的空腹血糖数据。同时选取经度(X1)、纬度(X2)、海拔(X3)、年日照时数(X4)、年平均气温(X5)、年平均相对湿度(X6)、年降水量(X7)、气温年较差(X8)、年平均风速(X9)、表土砂砾百分率(X10)、表土粉粒百分率(X11)、表土粘粒百分率(X12)、表土参考容量(X13)、表土容重(X14)、表土石砾含量(X15)、表土有机质(X16)、表土 pH(X17)、表土粘粒阳离子交换量(X18)、表土粉粒阳离子交换量(X19)、表土盐基饱和度(X20)、表土总交换量(X21)、表土碱度(X22)、表土盐分(X23)等23项地理因子。借助ArcGIS 10.2软件进行空间自相关分析,确定样本数据进行空间分析的可行性。通过相关分析,筛选出与医学指标相关的地理因子。以共线性诊断结果为依据,选取合适的预测模型并进行模型构建。根据各预测模型的精度确定最优模型,并利用所选预测模型预测全国2322个城市的两项医学指标参考值,选取科学的插值方法绘制两项医学指标的空间分布趋势图。空间自相关分析结果表明糖化血红蛋白和空腹血糖有较强的空间自相关。相关性分析结果表明,糖化血红蛋白参考值与纬度(X2)、年日照时数(X4)、年平均气温(X5)、年降水量(X7)、气温年较差(X8)、表土粘土阳离子交换量(X18)等六项指标显著相关。空腹血糖与经度(X1)、年平均风速(X9)、表土粘土阳离子交换量(X18)、表土粉土阳离子交换量(X19)、表土盐基饱和度(X20)等五项指标显著相关。通过共线性检验,发现糖化血红蛋白和空腹血糖模型的自变量之间存在多重共线性问题,故本文选取岭回归模型、主成分模型以及支持向量机模型。模型精度检验结果显示,岭回归模型为两项医学指标预测的最优模型。根据两项指标的空间分布趋势图可知,糖化血红蛋白参考值呈南高北低的分布趋势;空腹血糖呈西高东低的分布趋势。通过对比地域之间的差异性,将两项医学指标参考值进行分区展示。结合环境变化对人体的相关研究结果进行分析,中国健康人糖化血红蛋白和空腹血糖参考值空间分布的差异性,主要由于地域的环境不同所致。本文以地理学思维对中国健康人糖化血红蛋白和空腹血糖参考值进行差异分析,并建立不同区域内的差异性参考标准,为临床诊断提供一定的科学依据。