基于多源数据的福建省GDP空间网格化

采用DMSP/OLS夜间灯光数据结合土地利用类型数据、DEM数据等派生的多指标数据对福建省2008年GDP进行网格化.结果显示:利用DMSP/OLS数据、土地利用数据、DEM多源数据的多元逐步回归,较单一DMSP/OLS与GDP的一元回归模型增加了农林牧业对GDP的贡献,提高了GDP的预测精度,但从残差显示在预测区域经济发达程度高的区域比区域经济发达程度较低的区域GDP预测精度偏低;因此按多元回归的相对误差(δ=0.5)为界限将多源数据指标重新多元逐步回归,可提高GDP网格化的精度;最后借助统计数据进行调整得到福建省县域尺度零误差的GDP网格化分布图,为DMSP/OLS数据在县域尺度的应用提供了新的思路.生成的结果图能较全面地反映县域尺度下的福建省区域经济的空间分布特征,其结果对区域经济分析、资源环境研究等具有一定的实用价值.     

基于夜间灯光数据和多地理因子数据的人口空间化方法——以辽宁省为例

人口空间分布数据是开展灾害风险管理的基础数据,而科学、准确的人口空间化方法是实现人口空间分配的重要途径.鉴于城镇与乡村居住地在灯光数据和自然条件影响程度上的差异,本文提出一种综合利用夜间灯光数据和多地理因子数据的人口空间化方法,并以辽宁省2010年人口数据空间化为例进行方法验证.研究表明:1)夜间灯光数据在灯光值较高的城镇地区与人口密度关系显著,而地理因子加权的方法则更适用于受自然条件约束多的乡村区域;2)辽宁省人口密度在0~65 572人·km~(-2)之间,在空间上,中部平原地区人口密度较高,而两侧山地地区人口密度相对较低,与实际情况相符;3)辽宁省抽样乡镇人口平均误差为15.3%,精度验证结果表明,本文提出的人口空间化方法能够在乡镇尺度上具有较高的精度.     

贵州乌江上游人口分布垂直带性特征研究

海拔对人口分布具有重要影响,分析海拔与人口的相关性,可为区域生态保护、经济发展与人口政策制定提供依据。基于DEM数据与人口栅格数据,通过创建5 km×5 km渔网,利用空间自相关、Lorenz曲线、相关分析等方法研究乌江上游人口空间分布特征及其与海拔高程的关系,研究结果表明：1)贵州乌江上游地区人口分布呈“大分散,小集中”的分布特点,人口集中于北部、中部及南部;2)人口主要分布在1200～2000 m的中低山,中高山人口数量较少、人口密度较低;海拔1200～1600 m人口数量最多、人口密度最大;3)人口数量、人口密度与各级海拔面积随海拔上升变化大体一致,均随海拔的升高呈先增后减的倒“U”型变化特征。     

淮河流域人口分布空间格局研究

以淮河流域为研究区域,以县域为研究单元,选取人口数及人口密度为研究指标,通过20世纪80年代以来淮河流域人口密度、不均衡指数、重心移动、偏移-分享分析及空间自相关分析等来研究人口空间格局及其演变趋势.结果表明:淮河流域人口增长速度在变慢,人口密度仍在全国平均人口密度的4倍以上,人口分布存在一定的空间关联性,在淮河各支流的中、上游县市区域形成人口集聚区域,人口呈不均衡分布状态且不均衡趋势加强,人口重心逐渐向东北方向迁移.     

基于土地利用类型数据的统计人口空间化模型研究:以福建省为例

文章基于福建省土地利用类型数据进行县级统计人口的空间化,比较分区人口空间化模型与不分区人口空间化模型及不同格网大小的人口空间化精度,探讨基于土地利用类型数据的统计人口空间化模型合理性及合适空间化尺度.结果表明:采用不分区建模的方法进行人口数据空间化,最适宜的格网尺度为6 km,其格网人口抽样精度为62.12%;采用分区建模的方法进行人口数据空间化,最适宜的格网尺度为3 km,其格网人口抽样精度为84.41%.鉴于此,对于福建省当前的人口空间分布,采用分区建模后3 km格网尺度的人口空间分布,能够较精确地反映各县市真实的人口分布情况.     

基于GIS与ESDA的甘肃省县域经济差异空间统计分析

以人均GDP作为经济差异变量指标,选择标准差、极差、极差率和变异系数这四个统计学指标,通过Excel表格计算并绘制出2011年~2015年各指标的变化趋势图,从绝对差异和相对差异两方面对结果进行分析,结果表明甘肃省县域经济差异呈逐年扩大的态势,各县域间贫富差距增大,形成两级分化.然后基于ESDA的空间自相关分析,利用空间统计分析软件Geoda对甘肃省2011年~2015年人均GDP数据进行数据处理、统计和计算,得到甘肃省2011年~2015年人均GDP Moran's I系数变化图和人均GDP Moran's散点图.从全局和局域两方面对甘肃省县域各单元间经济差异进行实证分析,结果表明甘肃省人均GDP整体上具有显著的空间自相关性,体现出较强的空间集聚特征;局域自相关分析表明甘肃省县域经济形成了经济发展的两个空间集聚区.即以酒泉市和兰州市为中心的经济发达地区,以临夏、甘南、陇南和定西等组成的经济落后地区.最后分析了县域差异变动的原因并提出建议.     

基于网格的城市公园绿地空间格局研究——以福州市主城区为例

以“国家园林城市”——福州市主城区为例,利用2010年Spot卫星遥感影像图,基于GIS集成技术,用1 km×1 km、1.5 km×1.5 km和2 km×2km 3种尺度的方格网将研究区划分为若干个样本单元,引入种群生态学空间分布聚集度测定指标和模型,并结合分形模型,对其公园绿地空间格局特征进行定量分析.结果表明:...     

云南省县域地形起伏度与人口分布的耦合关系研究

用1∶20万的云南省数字高程模型,以ArcGIS 10.0这一软件平台,利用Spatial Analyst中的栅格邻域计算工具窗口分析方法提取出云南省县域尺度的地形起伏度,加以分析云南省地形起伏度的规律,结合地形起伏度与人口密度的耦合指数,在Geoda软件支持下对各区县地形起伏度与人口密度的耦合指数进行全局空间自相关分析和局部空间自相关分析。研究结果表明:云南省地形起伏度空间分布整体趋势为东南低于西北,南部低于北部,中部地区居中,地形起伏度数值随着海拔高度、坡度的增大而增大,地形起伏度与人口密度的多项式合曲线拟合度为0.521 7。其县域地形起伏度介于1.30~4.61之间,利用Geoda软件分析得出云南省地形起伏度与人口密度耦合指数的全局自相关Global Morans I指数为0.582 2,表明云南省地形起伏度与人口密度密度的空间分布存在较显著的集聚特征,对其局部空间的Local Morans I值进行显著性检验,局部空间自相关有一定差异性。     

甘肃省人口空间分布特征分析

利用甘肃省乡镇人口统计数据和行政村、自然村居民点数据,基于GIS技术对甘肃省人口数据进行空间化,并进行人口空间分布特征和灾害风险分析.结果表明,甘肃省人口空间分布具有显著的条带状分布特征,从甘肃中东部片状高集聚区向西部发散,沿着河西走廊向西延伸,间断分布,河西走廊人口主要分布于市州政府所在地;甘肃省约有62.37%的国土面积上没有人口分布,在全省8.32%面积的土地上,分布着64%的人口,且这些地区人口密度较大(人口密度大于200人·km-2),其余人口分布在29.31%国土面积的土地上;甘肃省人口受地形影响较大,人口主要分布在地形条件较好的地方,在低海拔区域(1 000~2 000m)分布着全省68.96%的人口,低坡度(0°~30°)区域,分布着全省92.45%的人口,但是在地形较差的地方也分布着一定的人口,这些地区往往是地质灾害高发区,如陇南地区、舟曲、祁连山区等,灾害风险程度较高.     

福建县域人口与经济空间分布关系及变化

基于福建省各县(市、区)2005年和2014年的人口和GDP数据,运用地理集中度指数、不一致性指数和探索性空间数据分析等方法,对福建省人口与经济的空间分布及变化进行分析。结果表明:福建人口与经济的空间分布整体上均呈东南高西北低的地理格局,并有围绕沿海中心城市集聚的趋势;县域人口与经济分布关系空间分异明显,总体上不断趋向于协调,表现为人口分布与经济发展不一致的县域逐渐向人口经济协调发展型转变;从人口与经济的动态关联上看,Moran’s I由2005年的0.422降为2014年0.374,表明不一致性指数较高(较低)县域在空间上集聚程度减弱,但人口与经济不一致性仍存在显著的正相关关系,并以"高-高"型集聚区域分布为主。     

福建省入境旅游空间聚集性分析及发展研究

系统收集2000—2008年福建省9地市入境游客数据,利用市场占有率、地理集中指数和变异系数对福建省入境旅游地域分布的空间聚集性进行定量分析.研究表明:入境旅游具有较高的空间聚集性,主要分布在中心城市和高级别旅游景区(点),如福州、厦门和泉州等城市;港澳台游客占主导,外国游客以日本、美国、新加坡和马来西亚居多;入境旅游的空间聚集性在逐渐下降,而空间均衡度在逐渐提高,反映出旅游发展地域分布正在逐渐扩展.福建省近10年入境旅游统计资料作为原始数据,建构时间序列模型.研究表明:模型预测结果与实际数据基本一致,进而利用模型对福建省未来5年入境旅游指标进行预测.     

广东省地形起伏特征与人口和经济的关系研究

为了探讨地形条件对广东省人口分布和经济发展的影响，运用均值变点分析法进行最佳计算单元的计算分析，提取广东省地形起伏度；利用土地利用/覆被数据进行人口和经济空间化建模，生成人口和经济密度图；在系统分析地形起伏度、人口密度、经济密度空间分布规律的基础上，借助于统计分析方法定量揭示广东省地形起伏度与人口、经济的空间关系。结果表明：(1)广东省地形起伏度总体呈北高南低、东高西低的空间格局，其空间分布与海拔、坡度2个地形因子呈较强正相关，地形起伏度区域面积占比呈现较强的地形梯度效应。(2)采用自然间断点法划分人口稀疏区与密集区，进行土地利用/覆被数据的人口空间化建模，其模拟精度更高。(3)与其他地形因子相比，地形起伏度对人口、经济的影响更强，与人口密度、经济密度均呈显著的负相关关系，且对经济密度的影响更大。(4)人口和经济均呈现向地形起伏度低值区集聚的现象，经济发展的空间集聚效应更强。     

地形因子对人口空间分布影响分析——以黄山市为例

利用黄山市人口统计数据(2000年)及地形数据,就地形因子与人口空间分布的关系进行定量分析.结果表明:海拔、坡度和坡向对人口空间分布都有显著的影响.海拔的影响表现在海拔400m以内人口密度变化显著,海拔400m以上人口密度变化平缓,海拔与人口密度呈混合函数关系.坡度的影响表现在从0°到10°内人口密度显著递减,从10°到40°人口密度递减平缓,呈Inverse函数关系.坡向的影响表现在不同坡向上的人口密度有显著差异.在此基础上,通过建立基于海拔、坡度和坡向的地形因子指数模型,定量分析地形因子对人口分布的影响,结果表明地形指数与人口空间分布呈对数函数关系.     

基于多源数据的福建省人口数据空间化研究

针对人口统计数据无法精细直观反映人口真实的空间分布状况的问题,该文以福建省为例,对其2015年的人口数据进行空间化。以多源数据为基础数据,在县级尺度上采用了空间回归模型构建福建省2015年福建省500 m人口空间分布数据,在乡镇尺度上对其空间化结果进行精度验证并与WorldPop、中国公里网格人口分布数据集比较。结果表明:NPP/VIIRS夜间灯光、路网、DEM、土地利用数据与人口具有较强的相关性,有足够能力模拟人口的空间分布;对于2015年福建省人口数据空间化,空间误差模型比空间滞后模型的回归拟合效果更好;人口数据空间化结果精度比较高,在空间上能精细展现2015年福建省的人口分布状况;人口高值区主要集中在县城所在地,人口呈现出主城区高、四周低的空间分布格局。     

基于土地利用变化的宝鸡市建成区碳排放估算研究

目的揭示宝鸡市建成区2000-2013年碳排放变化规律。方法基于DMSP/OLS夜间灯光数据,确定土地利用变化阈值,并通过引入人口密度栅格数据,采用新方法估算宝鸡市建成区2000年和2013年碳排放量。结果 (1)基于夜间灯光数据提取的2000年和2013年宝鸡市建成区面积分别为36 km~2和101 km~2,土地利用变化(城市扩张)的速度为4.64 km~2/a;(2)14年间,宝鸡市建成区人口密度峰值由渭滨区向金台区转移;(3)刻画了地级市内部基于栅格单元的碳排放空间分布格局;(4) 2000年和2013年宝鸡市建成区碳排放强度均值分别为0.57万t/km~2和0.85万t/km~2,碳排放量增加了66.07万t,其中金台区增幅最多,为52.12万t。结论研究成果有望为宝鸡市或类似工业城市制定更精细的碳减排政策提供有益参考。     

基于地层地形条件的贵州省人口空间分布及变化

基于地层地形条件,分析贵州省2005年—2010年人口空间分布及变化。结果表明:1)2005年—2010年,贵州省人口有明显下降,人口总数由3925.09万人减至3471.56万人,人口密度由223人/km~2下降到197人/km~2。人口分布呈现西密东疏的特征。2)不同地层的人口分布与变化不同。新生界人口最密集,元古界人口最稀疏。人口密度由大到小依次排序为新生界中生界古生界元古界。新生界、中生界、古生界和元古界地层的人口均有减少,减少率分别为6.18%、7.28%、16.5%和30.89%。3)不同地形的人口分布与变化不同,盆地人口分布最为密集,山地人口分布最为稀疏。人口密度由大到小依次排序为盆地台地丘陵山地。除盆地人口增加外(增长率为25.70%),台地、丘陵、山地的人口均有减少,减少率分别为15.91%、6.94%、19.14%。研究成果可为贵州制定工业化城镇化政策提供参考。     

近10年来乌鲁木齐市城市人口变动分析

基于2000年和2010年的全国人口普查数据,利用ArGIS和GS+Version 7软件对乌鲁木齐市街区人口数据空间化,分析其人口变动情况,并运用莫兰指数和半方差函数探索10年来各街区人口密度空间分布的相关性和变异性.结果表明,乌鲁木齐市人口增长迅速,且各辖区表现出"人口数量增长率大密度小,增长率小而密度大"的差异性格局;各街区人口增长分布不均匀,街道之间人口数量差异越来越明显;2000—2010年乌鲁木齐市各街区人口密度空间分布相关性分析显示呈正相关性,且相关性增大;空间变异性分析显示人口密度空间分布整体结构越来越稳定,但影响空间分布的随机因素不确定性也在增加.     

河南省县域城镇化的时空差异及影响因素

采用变异系数、聚类分析、空间探测器等研究方法,利用1990,2000,2010年河南省县域非农业人口数据,分析了1990年以来河南省县域城镇化水平随时间变化的空间差异及其影响因素.结果表明:①1990—2010年,河南省县域城镇化发展速度缓慢,且存在一定的区域差异,大致为西高东低,西北部与京广铁路沿线部分形成一个"T"字形的县域城镇化率较高的区域,低城镇化率分布在开封—周口等黄淮地区.②城镇化发展较好的县域大部分分布在那些工业化水平高,资源丰富的地区,而那些传统的农业地区(如黄淮平原地区)城镇化率依然较低.③县域经济发展阶段、人均粮食产量、人口密度、城镇固定资产投资等是影响河南省县域城镇化发展的主要因素.基于此,提出河南省重点发展国家区域性中心城市和地区区域性中心城市的同时,注入更多的精力发展县域中心城市,大力发展现代化农业生产,完善县域产业结构,增强县域城镇化发展的政策支持力度等政策建议.     

云南省县域地形起伏度与人口分布的耦合关系研究

由于人口分布受地形因素的影响，本文用1:20万的云南省数字高程模型，以ArcGIS10.0 为软件平台，利用 SpatialAnalyst 中的栅格邻域计算工具窗口分析方法提取出云南省县域尺度的地形起伏度，加以分析云南省地形起伏度的规律，结合地形起伏度与人口密度的耦合指数，在 Geoda 软件支持下对各区县地形起伏度与人口密度的耦合指数进行全局空间自相关分析和局部空间自相关分析。研究结果：云南省地形起伏度空间分布整体趋势为东南低于西北，南部低于北部，中部地区居中，地形起伏度数值随着海拔高度、坡度的增大而增大，地形起伏度与人口密度的多项式合曲线拟合度为 0.5217。其县域地形起伏度介于 1.30~4.61 之间，利用 Geoda 软件分析得出云南省地形起伏度与人口密度耦合指数的全局自相关 Global Moran’s I 指数为 0.5822，表明云南省地形起伏度与人口密度密度的空间分布存在较显著的集聚特征，对其局部空间的 Local Moran’s I 值进行显著性检验，局部空间自相关有一定差异性。
     

江苏省人口分布的空间自相关分析

以江苏省的人口密度数据为研究对象,应用空间自相关性分析方法,以县市级行政区为研究单元,进行空间分析,发现江苏人口分布呈现明显的空间集聚现象,且正相关性明显,南部以南通为中心,形成空间人口密度高的集聚区域.