上海浦东新区快速城市化不透水面演变及驱动力分析

探究区域快速城市化过程中不透水面格局演变及驱动力分析对区域环境规划管理具有十分重要意义.运用GIS技术和统计分析方法,以上海浦东新区1965年、1989年、1994年、2000年、2003年、2010年等6个时相的土地利用数据为基础,定量分析了近40多年来区域不透水面的时空动态变化;探究典型社会因素人口密度与不透水面率的相关关系,以揭示不透水面扩展的驱动机制.结果表明:区域不透水面持续大幅增长,不透水面率由1965年的9.29％快速增长到2010年的53.08％;在工业化进程不甚显著的2000年之前,人口密度与区域不透水面率之间表现为显著正相关关系,人口增长10倍则不透水面约增长约30％ ～50％,城市化是不透水面扩展的主要驱动因素,而此后则受到工业化和城市化的双轮驱动.在人口密度大于约10000人/km2的情形下,人口增长不再对不透水面形成影响.     

海东市人口密度分级与重心曲线的时空动态特征研究

借助Arc GIS软件的空间分析功能,研究2007—2013年海东市人口密度空间分布特征、动态演变及其动力机制,并验证人口重心曲线研究方法在较小空间尺度上应用的适宜性.研究认为:1海东市人口分布的集聚核心区和中度集聚区的人口占总人口的53.1%,土地面积占海东市总面积的21.8%,主要位于西北-东南方向地势较为平坦的条带上.相对稀疏区人口占总人口的12.9%,土地面积却占到43.6%,主要位于西南部和东北部的山地和高原地区,表明海东市人口的空间分布呈现出显著的不均衡性和集聚特征.22007—2013年,海东市人口分布的空间演变表现为相对稀疏区乡镇个数的不断减少,集聚核心区乡镇个数增加缓慢,中度集聚区乡镇个数明显增加并成为人口集聚的主要区域.3自然地理条件塑造了海东市人口分布的基本格局,经济区位、城镇化发展和政策因素强化了人口的空间集聚.4人口重心曲线研究方法适用于乡镇小尺度地区,等级划分越细,呈现的人口分布规律和空间变化特征越微观、局部性越明显,而适当进行等级聚类有助于减少破碎程度,突出整体空间集聚特征.     

2000-2010年长春市中心城区人口空间演变与扩张机制研究

分别以街道、社区为单位将长春市中心城区第五次、第六次普查数据通过ArcGIS软件导入城镇数据,对长春市中心城区人口分布现状进行分析,并通过MATLAB软件对十年以来长春市中心城区人口密度模型进行拟合分析.结果表明:2000年-2010年间长春市一直处于向南方发展的"圈层式扩张"的城市化,加幂指数模型能较完美拟合长春市人口空间变化.长春人口扩张既有历史、规划的原因,也有产业布局和轨道交通的原因.     

世界自然遗产空间分布特征

运用频数分析和对比分析方法,从半球、纬向、洲际和国家尺度研究了世界自然遗产的分布特征,为世界自然遗产的申报与评定、遗产地的保护与管理、遗产旅游的规划发展等提供参考。结果表明,北半球世界自然遗产数量是南半球的2.3倍,东半球是西半球的2.68倍,但南、北半球和东、西半球的空间分布密度分别相当;纬向分布上看,世界自然遗产显著集中在中、低纬度地区,占总量的92%;世界自然遗产数量与大洲面积成正相关,相关系数达到了0.97,空间分布密度和遗产人口密度欧洲和大洋洲最大,分别是4.80项·(106km2)-1、4.67项·(107人)-1;发达国家世界自然遗产分布集中指数达到了1.38,显著优于发展中国家。总体来看,世界自然遗产的区域分布特征与自然环境和人类活动等有着密切关系。
     

市长的野蛮美学

波罗的海东岸的立陶宛首都维尔纽斯城,城不大,人不众,人口密度不及伦敦的四分之一,却也一样患上了“城市拥堵症”,起因大多是拥有豪车的富人们喜欢乱停乱放,结果宽广的街道变成窄道,其中受害最严重的是自行车专用道。富翁们因何喜欢把劳斯莱斯、宝马这样的豪车“显摆”地停在路人眼前,     

拥挤的诺亚方舟——从第70亿个婴儿的诞生说起

根据联合国有关组织的测算,在2011年10月31日的某一时刻,地球上第70亿个婴儿诞生在菲律宾。这一刻,地球人口达到了70亿。12年前的1999年,世界上第60亿个婴儿才刚刚出生。地球围着太阳匆匆转了12圈,转眼间,地球人口就增长了十个亿。人口的增长是多么地迅速啊!     

我在美国西海岸看到的鹰

美国西海岸位于鸟类迁徙的主要路径上。旧金山湾的东部有大片丘陵，那里生活着众多的昆虫、鱼和小型动物，为鸟类提供了丰富的食物。虽然人口密度较高，但当地还是设立了多个野生动物保护地，规划民居时还专门为野生动物留出永久性的野地。因此，这里的城市公园内生活着多种小鸟，城市边缘常常能看到鹰在天空中翱翔。     

武汉城市圈人口密度的时空分布分析

基于1991—2011年湖北统计年鉴及第六次人口普查数据,分析武汉城市圈9个城市人口密度分布.分析结果显示：圈内人口密度呈逐年增长趋势,各地区增长不平衡,且存在空间集聚现象,人口主要聚集于城市中心;远离核心城市武汉市的地区,人口密度较小,人口密度的空间分布不均匀且随时间变化;圈内人口密度总体呈现中部密集两侧稀疏,西部密集东部稀疏的特征.     

基于遥感的黄土丘陵沟壑区人口密度分布模拟——以甘肃省榆中县为例

基于“面向对象”的人口分配原则，通过扩展的城市人口-面积异速生长模型，以SPOT5遥感影像为基本数据源，提取居民地信息；以榆中县为例，建立居民地分类体系，采取城乡人口分割算法，以人口统计数据为总量控制建立了人口分布的反演模型，模拟了榆中县域人口的空间分布。研究方法可为黄土丘陵沟壑区中尺度人口分布模拟的理论与应用研究提供借鉴。     

面向自然灾害风险分析的房屋价值空间化研究:以北京市为例

房屋价值空间化研究是自然灾害风险评估中暴露性评估重要组成部分,但基于行政单元的房屋统计数据无法与致灾因子的影响范围在空间上精确匹配.为弥补现有统计数据的上述缺陷,本文以北京市为例,提出一种便捷、可靠的房屋价值空间化模拟方法.首先,以GIS平台为支撑,以人类居住层数据(GHS-BUILD)为房屋的空间分布范围;然后用2010年LandScan人口密度的空间分布表征房屋建筑面积的空间差异性;最后将2015年北京市各区县房屋建筑面积统计数据展布至38m分辨率的空间栅格单元上,利用2km×2km的样区调查数据对模拟结果进行精度检验.结果表明:人口集中的城镇区模拟的平均相对误差为-12%,乡村地区模拟的平均相对误差为-63%,较均匀分布法有所改进.根据重置成本计算各功能区房屋价值,与地震危险性分布图的叠加分析表明,本方法可以有效解决地震灾害暴露性分析中统计数据空间不匹配的问题,对于提高灾害风险评估精度及灾后快速损失评估具有重要意义.同时,我国其他城市也具备本方法所需所有数据,可以应用此方法进行自然灾害房屋价值暴露性分析.