基于GIS的青藏高原人口统计数据空间化
基于GIS的青藏高原人口统计数据空间化

m
0
4
X
9
m
O
J
X
J
0
j
ห้องสมุดไป่ตู้
M
O
W
j},
O O
K M
0
M
兀h“i”“¨R
0
2石盘五0
X
㈣瑚枷姗㈣瑚咖 骝器黜器船 …∞Ⅲ曲啦加螂m¨ mi,6
0
J
Ⅱ托吼m¨B“m博旧 m∞∞∞㈣∞∞∞ n 6 ㈣㈧Ⅻ 蛳姒㈣Ⅻ姗0砉| 塾Z舡豇r虻“H引¨班¨"K,川弘¨¨¨ ∞m∞ ∞鲫砌砷∞帅 凹引如蚪”∞∞∞ 0
2
高;⑨汁算居【己点与i『TJ流的距离。
0
2.3人口分布与环境因素之间的关系
2
(1)人【]密度与海拔高度的关系
海拔t HI)
旺(耕地p1伞旦I.地总面秽{雨分比) 的丰H关糸数为0.90(I刳2):在2省Ixl
”
。u
“川
1 5U
!o。
,
凡…带腰‘人7“”、
11 3个『肓虽巾,人f_】密度与城镇一L俐2 2000午曲减青海2省K市县人【_|密度与耕地比重的关
分们l剞,把道路缓冲区例与
居民点分布矧叠加,得到H; M距离缓冲区中的居民点数
鼠和缓冲【K面干J{,算…笄缓
冲『趸q,居民点的密度(表3)。
(41扣f流水系对居民点分巾影响权重的确定对研究区河流每隔1 km建立缓冲区,
”I成iIJJ流缓冲区分布图,把河流缓冲K图与居民点分布图叠加,得到1i同距离缓冲区中
万方数据
㈨
喀顺宝等:坫J GIS的青藏翮原人L]缔训数据中M化
地形刚f:全部道路密度、一般公路M密度,ira_}=要公路刚密度的相关系数分别为0.48、 O 66剃0 82。可见,人u密度与上耍公路网崭皮之间也存存较为密切的关系。
基于GIS的四川省人口空间分布研究

基于GIS的四川省人口空间分布研究摘要:利用了2010年和2014年在四川省的人口普查数据,借助GIS技术,对四川省21个市的人口模式进行分析。
2010年和2014年总体的分布情况总体主要是划分高密度,较高密度和低密度三个空间区域,四川省的21个市区呈正的空间自相关,并没有出现高值和低值异常的空间情况。
空间分布并非出现完全随机状态,表现出相似值之间的空间聚集:西北部的阿坝和甘孜人口较少。
这两个地区主要是分布了少数民族,而且甘孜阿坝地处四川西北部,由于地理条件的限制,使得这两个地方的居住人口较少。
成都市作为四川省会,是高密度人群的聚集地。
其他地区密度值趋于中间。
整体来说四川省的人口是呈现一个低-高-中的分布。
关键词:空间统计;空间模式;人口密度;四川省人口分布是指随着时间的变化,人口在空间上呈现出的变化。
人口分布与社会经济发展、产业布局和资源配置等方面有着密切联系,它是其他社会、经济因素在分布的重要表现之一。
人口分布是人口地学研究的核心问题[1]。
人口的分布状况,体现着人类对地理空间的征服程度。
人口分布同生产人以及同全国各地区的社会经济息息相关。
为了深刻认识人口与地理环境,各国各地区的生产分布局和社会经济的发展的相关系,为了探索人口布局与经济布局的途径,必须对人口分布状况有一个明晰的了解[2]。
研究人口分布的地域差异及其发展过程,解释其中的规律性,对指定区域人口政策、人口的合理再分以及实现人口、资源、环境的协调持续发展、起着十分重要的现实作用[3].传统的人口评价通常采用人口普查与抽样调查的方法,通过人口密度来反映通过人口密度来统计反映单位人口的分布状况,但人口密度是一个均值,优于各个区域自然条件、社会经济与文化条件存在差异,单纯依赖统计调查与抽样数据反映各个地区人口的实际分布状况[1,4]。
我们借助GIS工具,以四川省的21个市区的人口为基础进行分析。
1材料与方法1.1研究区域概况四川省位于中国西南,地处长江上游,介于92°21′E-108°12′E,26°03′N-34°19′N之间,东西长1075km,南北宽超过900km。
基于遥感技术的人口估算_以西藏部分区县为例_周天财

果为 R2 = 0. 699,P = 0. 005,表明变量间存在显著联系,得到一元线性回归人口估算模型为 yi = y0 + a0* xi ,采用该模
型估算其余 15 个区县 2010 年人口总数为 899293,2010 年普查人口为 843820,估算误差为 6. 57% 。本研究建立的人口
估算模型能比较快速准确的估算出大范围内的人口,对人口普查具有实用意义。
关键词: 遥感; 建筑物面积; 相关性分析; 回归分析; 人口估算模型
中图分类号: P9; TP79
文献标志码: A
文章编号: 2095-4271( 2016) 03-0262-06
Population estimation based on remote sensing image: using Tibetan counties as an example
以建筑物面积估算人口数量的方法源自 Huxley ( 1932) 提出的“异速增长生物法则”[9]. 随后,Nordbeck( 1965) 在地理学科学领域基于此法则对城市建 筑物面积与人口数量进行了实验[10],证明了“异速增
长法则”阐述的是总人口的增长与其居住空间( 建筑 物面积) 增长的比例关系,即利用影像获取的建筑物 面积信息作为媒介估算人口数量是可行的[11-12]. 但上 述人口估算模型主要是针对单一的城区或农村等小 范围区域. 本文在传统人口估算基础上,分析中等分 辨率遥感影像提取的建筑物面积与人口数据的相关 性,从而建 立 建 筑 物 面 积 与 人 口 数 量 的 一 元 回 归 模 型,对大范围区域进行人口估算.
E = P1 - P2 × 100% P2
P1 表示估算人口数,统计分析 模型估算精度取决于实验选择的样本是否具有
基于遥感与GIS的中国农村居民点规模分布特征

收稿日期:2001 06 05;修订日期:2001 07 06基金项目:中国科学院知识创新项目(KZCX1 Y 02)和中国科学院遥感应用研究所创新项目(CX000009)。
作者简介:田光进(1970 ),男,在读博士生,主要研究方向为遥感、地理信息系统、土地利用等。
文章编号:10074619(2002)04 0307 06基于遥感与GIS 的中国农村居民点规模分布特征田光进1,刘纪远2,张增祥1,周全斌1,张宗科1,赵晓丽1,谭文彬1(1 中国科学院遥感应用研究所,北京 100101;2 中国科学院地理科学与资源研究所,北京 100101)摘 要: 利用2000年TM 图像判读的中国土地利用矢量图提取全国农村居民点信息,分析了中国农村规模分布的基本特征。
中国农村居民点密度呈现地带性差异,东部地区农村居民点密度较高,西部较低。
农村居民点规模区域差异明显,北方大于南方,平原地区大于丘陵地区,经济发达地区大于经济欠发达地区;全国农村居民点规模较小,平均规模越小的地区集中在规模较小的居民点较多。
全国农村居民点分布不均匀,孔隙度指数与农村居民点密度相关程度较高,农村居民点密度较高的地区,孔隙度指数较小,农村居民点分布较为均匀,距离较低;农村居民点密度较小的地区,孙隙度指数较大,农村居民点分布不均匀,距离较远。
关键词: 农村居民点;规模分布;罗仑斯曲线;指数分布;孔隙度;空间分布;省际差异中图分类号: TP79/P208 文献标识码: A1 引 言长期以来中国是农业社会,农业是经济的主体,农村是农民聚居的主要形态。
建国以来,城市化得到一定程度的发展,但大量人口仍然居住在农村。
1999年全国乡镇有4.58万个,村民季员会73 74万个。
市镇人口为3 89亿人,乡村人口为8.7亿人,乡村人口占总人口的69.1%[1]。
目前,全国城市化水平为30 9%,随着社会经济的发展,城市化速度将加快。
根据预测,到2020年城市化水平将达到50%左右,而到时总人口将达到15亿[2],仍然将有大约7.5亿人口居住在广大农村地区。
基于遥感和GIS 的人口数据空间化研究进展及案例分析

基于遥感和GIS的人口数据空间化研究进展及案例分析王雪梅, 李新,马明国(中国科学院寒区旱区环境与工程研究所,甘肃兰州 730000)摘要:人口数据对于全球、洲际、区域尺度的人与环境交互作用研究的重要性已经被广泛地认知。
但基于行政单位的人口统计数据不便与基于自然单位的环境数据相匹配,必须通过建模对人口数据进行空间化分布。
人口数据空间化建模的基本思路是将人口数据和地球表面的地理因子关联起来,遥感和地理信息系统提供了有效的工具。
介绍了国内外基于遥感和GIS的人口空间化研究的主要项目和方法思路。
以黑河流域为研究区,在流域尺度上把典型的人口估计结果GPW、UNEP/GRID、LandScan和中国1km格网的人口资料与政府人口统计数据进行比较分析,可以看出国内外的研究机构和研究人员已做了大量的相关工作。
国外研究主要包括从遥感解译信息反演人口数据、从DMSP-OLS夜间灯光数据反演人口数据和从遥感获取的光谱特征直接反演人口数据。
国内研究尽管起步较晚但发展很快,主要是根据土地利用数据和其它地理因子(如高程、道路、居民区等)建立回归模型。
黑河流域人口空间分布的比较结果表明中国1km格网人口数据是几种数据中与实践情况最相符合的。
关键词:人口; 空间化; 比较分析;遥感; GIS1 前言人口是生活在特定社会制度、特定地域具有一定数量和质量的人的总称。
人口的空间分布是指一定时间上人口在各地区中的分布状况,是人口过程在空间上的表现形式[1]。
全球每年持续增长近8千万人口给地球有限的资源不断提出新的挑战,例如食品危机、淡水资源缺乏、空气污染加重、能源危机等[2]。
人口数据对于全球、洲际、区域尺度的人与环境交互作用研究的重要性已经被广泛地认知[3]。
但是,研究人口数据与环境的关系不仅要关心人口的数量,更要分析其空间分布。
可人口在地球陆地表面不是均匀分布的,受环境因素的影响,许多区域(如沙漠、戈壁、冰川、原始森林等)几乎没有人类居住,同时受社会经济因素的影响,大量的人口聚居到城市(目前在半数以上),并有愈演愈烈的趋势[4]。
2022-2023学年吉林省辽源市田家炳高级中学校高一下学期4月月考地理试题

2022-2023学年吉林省辽源市田家炳高级中学校高一下学期4月月考地理试题1. 徽派建筑是中国传统建筑最重要的流派之一,历来为中外建筑大师所推崇,流行于徽州(今安徽省黄山市、绩溪县、婺源县)等地区。
以砖、木、石为原料,以木构架为主,它在布局上依山就势,构思精巧,自然得体。
造型丰富,讲究韵律美,以马头墙、小青瓦、白墙(如下图)最有特色。
马头墙由砖和瓦砌成,一般建在房屋两侧或紧邻的两栋房屋之间,往往高出屋顶1-2米。
错落有致,多形似马头,寓意“马到成功,一马当先”。
马头墙建筑群所在地的自然条件是()A.以高原为主,夏季多强对流天气B.地势起伏大,降水丰富而均匀C.多低山丘陵,降水季节变化大D.河流众多,结冰期短2. “胡焕庸线”是我国地理学家胡焕庸在1935年提出的划分我国人口密度的分界线,又称“黑河——腾冲线”,是指我国黑龙江省黑河市与云南省腾冲县的连线,是划分我国东南、西北半壁及人口分布差异的界线。
1.西北地区总体人口稀少,但局部地区人口分布较集中,此类地区大多()A.海拔较低,热量充足B.地处山麓,临近河流C.矿产丰富,工业发达D.平原广阔,土壤肥沃2.形成我国“东多西少”人口分布格局的主导因素是()A.自然环境B.民族分布C.国家政策D.宗教信仰3. 经过几十年的发展,新疆地区的人口分布格局未有太大的改变,是因为该地区的人口分布受制于()A.地形分布B.绿洲分布C.沙漠分布D.铁路分布4. 随着国家对返乡下乡人员创业创新支持力度的不断加大,截至2018年12月,全国已有520多万农民工返乡创业,发展农产品加工、观光农业等。
农民工返乡对乡村的影响是()A.解决污染问题B.带动经济发展C.扩大城乡差距D.减少地域联系5. 在自然条件的基础上,人口分布作为一种社会现象,还受社会经济条件、开发历史等人文因素的制约。
西伯利亚、撒哈拉沙漠、亚马孙河流域、青藏高原人口稀少的共同原因是()A.资源贫乏B.海拔太高C.城市太少D.自然环境恶劣6. 人口老龄化系数指同一人口总体中,老年人口数与少儿人口数的相对比值,系数越高说明老龄化程度越深。
GIS综合实验报告(西藏行政区人口分布密度分析)

一、实验准备二、实验内容、步骤和结果1、空间数据查询:(1)鼠标点击选择要素查询:启动ArcGIS,打开西藏行政区图,在基本工具条中点击图标(select features选择要素),再用鼠标点击地图上某个多边形——葛尔地区,被点中的多边形改变颜色,表示要素被选中。
在目录表中,右键单击图层“地区”在快捷菜单中选择Open Attribute Table,可以看到有葛尔地区记录改变颜色。
利用键盘上的shift键,在地图上点击多个要素,如点击葛尔和林芝,对应的记录也改变颜色。
在Ctrl键的帮助下,点击属性表右侧多个小方格,可以看到地图上对应的多边形也改变颜色。
在地图窗口,继续用工具(选择要素),按住鼠标左键不放,拖动后形成一个矩形(俗称开窗),松开鼠标左键,和该矩形相交的要素都被选中,对应的属性数据也被选中,并改变颜色。
(2)输入图形选择要素查询:在地图窗口的基本工具条中点击图标(Select Elements,选择图形要素),再用鼠标点击地图上的图形,则对应的图形被选中,在菜单条中选用Selection/select by Graphics(利用图形选择要素),凡和选中图形相交或被包围的地理要素(也包括对应属性数据)都进入选择集,同时也改变颜色。
对所绘图形不满意,可删除。
先用选择图形,在选用键盘上的Delete直接删除。
(3)条件组合查询:用鼠标右键点击图层,在快捷菜单中选择Open Attribute Table,打开属性表窗口。
进行如下操作:用Option/select by Attributes,调出条件组合查询对话框,在Method下拉表中选择Create a new selection,然后在查询文本框中输入:“人口总数”〉30 AND “景点个数”〉40,如图所示:点击apply,即可查询出符合条件的数据与地区,如图所示:(4)单要素点击式查询:点击,出现identify对话框,在identify from选择地区,用图标在图上点击一个区域——那区,即可出现那曲地区相关记录,如图所示:2、缓冲区空间分析:(1)多边形要素的邻近区:在ArcGIS中打开西藏行政区图,鼠标右键点击地区,在General标签中Units框内将Map(地图单位)和Disply(显示地图)都从Unknown Units改为Meters(米),按确“定键“返回。
基于GIS的中国气候分区及综合评价_郭志华

29卷第6期2007年11月资 源 科 学RESOURCES SCIENCE Vol.29,No.6Nov.,2007文章编号:1007-7588(2007)06-0002-08收稿日期:2007-03-03;修订日期:2007-08-01基金项目:科技部公益性项目:/三峡库区陆地生态系统综合评价与预警0(编号:2003DIB4J14);国务院三峡办与国家林业局联合资助项目(编号:SX2001-012)。
作者简介:郭志华,男,四川仁寿人,博士,副研究员,主要从事森林生态与林业3S 研究。
E -mail :guoz h@通讯作者:肖文发,E -mail:xiaowenf@基于GIS 的中国气候分区及综合评价郭志华1,刘祥梅1,2,肖文发1,王建力2,孟 畅3(11中国林业科学研究院森林生态环境与保护研究所,北京 100091;21西南大学地理科学学院,重庆 400715;31南京陆军指挥学院作战实验中心,南京 210045)摘 要:气候是生态环境的一个重要因子,也是生态环境评价中的重要指标。
本文应用地理信息系统技术,基于全国1973年~2002年734个气象站点的基本气象数据,计算了各气象站的多年平均气温、\10e 积温、干燥度、年降水量和年降水变率等气候指标;对每个气候指标,利用聚类分析,将全国分成4~7个区域,进而在每个分区里利用/回归分析+残差修正0的方法进行插值,生成各气候指标的1k m @1km 栅格数据,最后利用层次分析法(AHP)建立全国的气候综合评价模型,对我国气候进行了综合评价,实现了参考土壤、植被等其他空间数据、进行气候要素区域空间变异的定量化表达及综合分析与评价。
关键词:中国气候;综合评价;插值;分区;GIS1 引言生态环境受地形、气候、土壤、植被和人类活动等诸多因素的影响。
目前,我国生态环境及其变化特点的研究越来越受到重视,生态环境的调查、监测、评价等方面的工作也迅速开展。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
论文学习汇报
重庆师范大学地理与旅游学院
汇报内容
一、相关概念解释 二、研究方法 三、人口分布于环境关系的宏观分析 四、人口统计数据空间化 五、结论 六、对本文的评述
一、相关概念解释
1、人口密度 由总人口除以土地总面积,它反映区域人口的平均分布状况, 人口密度:由总人口除以土地总面积 它反映区域人口的平均分布状况, 人口密度 由总人口除以土地总面积, 但不能反映区域内部的人口分布差异。 但不能反映区域内部的人口分布差异。 2、居民点密度 :研究区域内的居民点数与区域面积的比值。 、 研究区域内的居民点数与区域面积的比值。 3、人口普查数据:是通过以行政区划(省、市、县、乡等)为单元,逐渐统 、人口普查数据:是通过以行政区划( 乡等)为单元, 计和汇总获得。 计和汇总获得。 4、环境数据:主要是基于自然单元(流域、土壤类型单元、植被类型单元、 、环境数据:主要是基于自然单元(流域、土壤类型单元、植被类型单元、 土地利用/土地覆盖单元)的研究数据。如土地利用现状数据、地形图、 土地利用 土地覆盖单元)的研究数据。如土地利用现状数据、地形图、高程 土地覆盖单元 图等。 图等。
(2)
农村居民点和远离居民点地区的人口密度相等, 当Drural=Drest=3.09时,农村居民点和远离居民点地区的人口密度相等, 根据常识,一般情况下, 根据常识,一般情况下,居民点地区的人口密度要比远离居民点地区的人
口密度大, 因此应取一组小于3 09的数据, rural。 口密度大, 因此应取一组小于3.09的数据,并求出相应的Drural。(表5)
各市县平均 人口分布系 数
市县级人口统计数据
整个区域的 人口密度图 融合 最好的融合 算法及结果 调整居民点人 口权重系数并 重新计算
各市县平均 人口密度 统计数据计算获得的 各市县的平均人口密 相关性分析 度
市县级行政区划数 据进行融合
4.2
各影响因子对人口分布影响权重
(1)各环境影响因子对居民点分布影响权值的确定 )
(a)居民点面积确定: 居民点面积确定:
(居民点面积大小对 计算结果无原则上的 影响) 影响)。 R=2km 建制镇 R=3km 县级市 R=4km 地级市
1、城镇 居民点面 积的确定
通过在ARC/ INFO中对农村 通过在 中对农村 居民点进行从1 km 到5 km 的不 居民点进行从 2、农村 、 居民点的 确定 同半径建立缓冲区 当半径为1 当半径为 km、2 km、3 、 、 km、4 km、5km时,被连片的 、 、 时 居民点个数分别为居民点总数的 7%、 %、 %、 %和55% %、15%、 %、39% %、 %、25%、 % 农村居民点的半径 定为3 定为 km。 。
海拔 高度
分级后的高程数据 分级后的高程数据 居民点分布图 土地利用图 居民点分布图
叠加 叠加
不同高程内居民点 的分布数量、面积 的分布数量、
不同高程内居 民点密度
土地 利用
各类土地利用类型的面积 分布在其上的居民点数
各类土地利用类型中 的居民点密度
主要 公路
道路缓冲区图 道路缓冲区图 居民点分布图
(b)居民点对人口分布影响权值的确定
(1)农村居民点及远离居民点地区人口分布权值的确定 )
Ptotal -Ptown=Arural×Drural+Arest×Drest = × + × Ptotal: 2省区总人口; 省区总人口; 省区总人口 Arural :农村居民点的总面积; 农村居民点的总面积;
(2)城镇居民点对人口分布影响权值的确定 )
2省区城镇居民点非农业人口 2省区城镇居民点非农业人口 = 城镇居民点的面积
城镇居民点的人口密度Dtown 城镇居民点的人口密度
用表5中的数据作为农村地区的人口分布权重, 用表 中的数据作为农村地区的人口分布权重,用城镇人口密度作为 中的数据作为农村地区的人口分布权重 城镇居民点的人口权值, 城镇居民点的人口权值,在ARC/INFO中对居民点缓冲区矢量图进行栅 / 中对居民点缓冲区矢量图进行栅 格化,并分别用 作为城镇居民点、 格化,并分别用Dtown、Drural、Drest作为城镇居民点、农村居民点和远离 居民点区域的栅格属性值, 居民点区域的栅格属性值,从而得到整个区域的居民点人口分布影响权 值图, 种情况。 值图,共8种情况。 种情况
由于行政单元与自然单元两者在空间单元上的不重合使得人口与环境的交互作用 分析变得十分困境,所以需要对人口普查数据进行空间化。该文也正是基于此目的, 分析变得十分困境,所以需要对人口普查数据进行空间化。该文也正是基于此目的, 综合分析各环境要素对人口分布的影响,进行人口统计数据空间化。 综合分析各环境要素对人口分布的影响,进行人口统计数据空间化。
三、人口分布于环境关系的宏观分析
3.1 数据来源
1、青藏高原30”分辨率高程数据 、青藏高原 分辨率高程数据 2、青藏高原1km × 1km土地利用数据(2000) 、青藏高原 土地利用数据( 土地利用数据 ) 3、青藏高原1:100万比例尺地形图 、青藏高原 万比例尺地形图 4、青海、西藏两省区第5次人口普查数据(分市县) 、青海、西藏两省区第 次人口普查数据 分市县) 次人口普查数据( 5、青海、西藏2省区县级行政区划图及部分乡镇界线图 、青海、西藏 省区县级行政区划图及部分乡镇界线图
2.2 本文研究方法
选择土地利用、海拔高度、主要道路、 选择土地利用、海拔高度、主要道路、河流数据作为人口分布的影 响因子,以居民点作为人口分布的重要指示因子, GIS软件为工具, 响因子,以居民点作为人口分布的重要指示因子,以GIS软件为工具, 软件为工具 通过较为客观的方式赋予各影响因子人口分布影响权重,运用多源数 通过较为客观的方式赋予各影响因子人口分布影响权重,运用多源数 较为客观的方式赋予各影响因子人口分布影响权重 据融合技术进行了西藏、青海2 据融合技术进行了西藏、青海2省区人口数据的空间化人口统计数据的 进行了西藏 空间化。 空间化。
3.3人口分布于环境因素之间的关系 人口分布于环境因素之间的关系
各影响因子与人口密度的相关系数: 各影响因子与人口密度的相关系数: 各影响因子
各市县平均高程 土地利用 耕地比重(除拉萨、西宁以外) 耕地比重(除拉萨、西宁以外) 城镇-工矿用地比重 城镇 工矿用地比重 主要道路网 全部道路密度 一般公路网密度 主要公路网密度 居民点 市镇居民点密度(除西宁外) 市镇居民点密度(除西宁外) 乡镇级居民点分布密度(除拉萨、西宁) 乡镇级居民点分布密度( 除拉萨、西宁) 村级居民点密度
3.2
数据预处理
在ARC/INFO 统一的双纬线等面积圆锥投影 在ENVI
1、所有空间数据 、
2、DEM数据 、 数据 在ARC/INFO中 中 3、县级行政区划图 、 土地利用图 4、人口统计数据 、 各市县面积 在ARC/INFO 5、行政区划图 、 栅格化 叠加
投影转换/重采样 投影转换 重采样1kmx1km的空间分辨率 重采样 的空间分辨率
利用GIS表现 表现 利用 人口数据的常 规方法: 规方法:
全球栅格人口 数据库GPW 数据库 V1和V2: 和 :
(2)这一方法实际上是直接进行矢量数据的栅格化,同一行政 )这一方法实际上是直接进行矢量数据的栅格化, 单元内的人口密度在转换后仍然是均匀分布的; 单元内的人口密度在转换后仍然是均匀分布的; 适用与小区域、 (3)栅格化方法只适用与小区域、样点密集的情况,一旦区域 )栅格化方法只适用与小区域 样点密集的情况, 扩大,采样稀疏,计算结果精度没保证。 扩大,采样稀疏,计算结果精度没保证。 结果精度没保证
4.3 各影响因子与居民点权重数据融合
(1)单个要素与居民点权值数据融合 • 1、计算各单个影响因子(土地利用类型、海拔高程、道路系统、河流水系) 计算各单个影响因子(土地利用类型、海拔高程、道路系统、河流水系) 决定的居民点分布密度相对值 决定的居民点分布密度相对值rd • 2、将各居民点分布密度相对值rd与居民点人口权重指数数据ri(调整前都 是基于方案5的居民点权值,见表5 进行叠加,得到人口密度的相对值 是基于方案5的居民点权值,见表5)进行叠加,得到人口密度的相对值 Pdr(=rd X ri) • 3、将人口密度密度相对值Pdr与县界数据叠加,计算出各县市平均人口密度 将人口密度密度相对值P 与县界数据叠加,计算出各县市平均人口密度 相对值P 相对值P • 4、根据研究区的总人口和各市县平均人口密度相对值P,计算出各县市的平 根据研究区的总人口和各市县平均人口密度相对值P 计算出各县市的平 均人口密度D 计算公式如下: 均人口密度D,计算公式如下:
与人口密度的 相关系数
-0.33 0.90 0.85 0.48 0.66 0.82 0.82 0.87 0.92
负相关
正相关
四、人口统计数据空间化
4.1 基本思路
海拔高度 土地利用 道路系统 河流水系 确定不同类型居民点对 人口分布的影响权值 居民点密度 融合 整个区域的人 口分布系数 县界数据 融合
叠加
不同距离缓冲区中的居民点数量 缓冲区面积
各缓冲区 居民点密度
河流 水系
河流缓冲区图 河流缓冲区图 居民点分布图
叠加
不同距离缓冲区中的居民点数量
各缓冲区居民点 密度
(2)居民点人口权值的确定
城镇居民点面积的确定 居民点面积确定 农村居民点的确定 居民点人口 权值的确定
(1)农村居民点及远离 居民点地区人口)城镇居民点对人口 分布影响权值的确定
(1)
Ptown : 2省区城镇非农业人口; 省区城镇非农业人口; 省区城镇非农业人口 Drural :农村居民点平均人口密度; 农村居民点平均人口密度;
Arest :远离居民点地区的总面积;Drest:远离居民点地区平均人口密度 远离居民点地区的总面积; Drural =40.96-12.27 Drest -