基于GIS的县域城镇体系空间结构规划实施评估研究_以商河县为例_李春蕾
国土空间规划体系下生态敏感地区的乡村空间规划——以长白县为例
国土空间规划体系下生态敏感地区的乡村空间规划—以长白县为例□ 彭震伟，高 璟[摘 要]生态敏感地区的乡村空间发展对于区域整体生态系统的良性维护、实现人类活动与自然资源之间的平衡发展具有重要的意义。
在当前国土空间规划的背景下，生态敏感地区的乡村空间发展实质是从自然资源统一管理的视角，将全域自然生态空间与乡村人居体系的规划融为一体。
文章结合吉林省长白县的实践，提出应当在村庄布局规划和村庄规划两个层面推进技术路线的创新，在村庄布局规划层面，通过自上而下的“双评价”和自下而上的乡村发展潜力评价，在生态系统与网络修复、重建和优化的基础上，完善乡村人居体系的规模、等级、结构和布局，制定精细化的乡村规划传导策略；在村庄规划层面，以粮食安全和生态安全为前提，以全域视野安排生态、生产和生活空间，促进生态空间的整治和修复、生产空间的复合与多元、生活空间的集约与高效，从而划定乡村空间发展的一张蓝图。
[关键词]国土空间规划；生态敏感地区；乡村空间规划；乡村发展潜力评价；长白县[文章编号]1006-0022(2021)03-0058-06 [中图分类号]TU982.29 [文献标识码]B [引文格式]彭震伟，高璟．国土空间规划体系下生态敏感地区的乡村空间规划—以长白县为例[J]．规划师，2021(3)：58-63．Rural Spatial Planning of Environmentally Sensitive Area in the Context of National T erritory Spatial Planning: Changbai County/Peng Zhenwei, Gao Jing[Abstract] In the context of national territory spatital planning, rural spatial planning in environmentally sensitive area has greatimportance for sustainable regional development, and it integrates rural nature space and residential system from the perspective of natural resource general management. With Changbai county of Jilin province as an example, the paper proposes technical innovation at two levels of village layout and village plan. At village layout level, based on double evaluations and bottom-up assessment of village development potential, a detailed planning transmission strategy that repairs, reestablishes, and improves eco-system, and integrates the scale, hierarchy, structure, and layout of residential system, shall be formulated. In the village planning, the production-living-ecological spaces should be arranged comprehensively.[Key words] National territory spatial planning, Environmentally sensitive area, Rural spatial planning, Rural development potential assessment, Changbai county划体系并监督实施的若干意见》颁布并成为在乡村地区构建稳定、可持续的生态系统和空间体系，以及促进乡村地区生态、经济和社会全方位发展的政策基础。
基于GIS的征地数据库建设及应用研究——以济南市为例
基于GIS的征地数据库建设及应用研究——以济南市为例吴闯;孔胃【摘要】主要介绍了基于地理信息系统（GIS）的征地数据库设计和建设,讨论了系统实现的一些关键技术。
本项目实施后,在济南市国土资源局系统内实现了征地数据共享,为征地业务网上审批提供集中统一的数据源,在征地批后业务实施全过程监管中提供数据支持,为实现国土资源＂一张图＂管地和精细化管理打好了基础。
%This paper describes a （;IS-based information system（GIS）for land acquisition and construction of database design, system implementation discussed some of the key technologies. After the implementation of this project, Land Resources Bureau in Jinan City,land data sharing within the system,the approval for the land acquisition business to provide a centralized online data sources,after the land grant in the business of the whole proeess of monitoring to provide data support for the realization of land and resources ＂a map＂ to lay the foundation and meticulous management.【期刊名称】《城市勘测》【年(卷),期】2012(000)004【总页数】4页(P24-27)【关键词】数据库;征地;GIS【作者】吴闯;孔胃【作者单位】济南市勘察测绘研究院,山东济南250013;济南市勘察测绘研究院,山东济南250013【正文语种】中文【中图分类】P208.2随着地理信息数据库技术的发展，空间数据的应用处理需求不断增加[1]；同时，随着经济社会发展迅速，各项建设用地需求旺盛，国土资源信息的需求亦日益增长，征地管理工作面临任务繁重、涉及面广等实际困难，传统的管理模式已不能满足当前的工作需求。
基于GIS的长三角城市群生态环境脆弱性综合评价
第 36 卷第 2 期上海工程技术大学学报Vol. 36 No. 2 2022 年 6 月JOURNAL OF SHANGHAI UNIVERSITY OF ENGINEERING SCIENCE Jun. 2022文章编号： 1009 − 444X（2022）02 − 0224 − 07基于GIS的长三角城市群生态环境脆弱性综合评价刘惠敏，郑中团，李文雯（上海工程技术大学数理与统计学院，上海 201620）摘要：以长三角城市群为例，考虑该地区地表、气候、社会经济发展等特征，从人为因素和自然因素出发构建长三角城市群生态环境脆弱性水平评价指标体系. 同时，基于地学信息系统(Geographic Information System, GIS)技术，综合运用主成分分析、熵权法、空间自相关分析等方法，对长三角城市群2010、2015和2018年生态环境脆弱性水平进行综合测度与时空特征分析，并识别其驱动因素. 结果表明：1）时序分布上，长三角城市群生态环境脆弱性水平升高，且由中度脆弱向重度脆弱过渡；2）空间分布上，生态环境脆弱性存在空间自相关性，且为显著正相关；3）2010—2018年，土地利用程度、人均GDP、工业二氧化硫排放量和建成区绿化覆盖率等是长三角城市群生态环境脆弱性的核心驱动力.关键词：长三角城市群；地学信息系统；综合评价；核心驱动力；主成分分析法中图分类号：X32 文献标志码：AComprehensive evaluation of ecological environment vulnerability of Yangtze River Delta urban agglomeration based on GISLIU Huimin，ZHENG Zhongtuan，LI Wenwen（ School of Mathematics, Physics and Statistics, Shanghai University of Engineering Science, Shanghai 201620, China）Abstract：Taking the Yangtze River Delta urban agglomeration as an example, the characteristics of the area's surface, climate, and social and economic development were considered, and an evaluation index system for the ecological environment vulnerability of the Yangtze River Delta urban agglomeration from human factors and natural factors was built. At the same time, based on geographic information system (GIS) technology, principal component analysis, entropy weight method, spatial autocorrelation analysis and other methods were used to comprehensively measure and analyze the spatial and temporal characteristics of ecological environmental vulnerability level in the Yangtze River Delta urban agglomeration in 2010, 2015 and 2018, and identify its driving factors. The results show that: 1) in terms of time series distribution, the ecological environment fragility level of the Yangtze River Delta urban agglomeration has increased, and the transition from moderate fragility to severe fragility; 2) in terms of spatial distribution, the vulnerability of ecological environment has spatial autocorrelation, and it is a significant positive correlation; 3) from 2010 to 2018, the degree of land use, GDP per capita, industrial sulfur dioxide emissions, and green coverage of built-up areas收稿日期： 2021 − 09 − 27作者简介：刘惠敏（1995 − ），女，在读硕士，研究方向为可持续发展与数据挖掘. E-mail：*************************通信作者：郑中团（1979 − ），男，副教授，博士，研究方向为应用随机过程与复杂网络、可持续发展中的数据挖掘、统计机器学习与数据分析. E-mail：**********************are the core driving forces for the fragility of the ecological environment of the Yangtze River Delta urban agglomeration.Key words：Yangtze River Delta urban agglomeration；geographic information system (GIS)；comprehensive evaluation；core driving force；principal component analysis生态环境系统的稳定是人类进行社会生产活动的前提，而生态环境脆弱会破坏人与自然和谐相处的模式. 随着经济的发展以及人为活动对生态环境的干扰，生态环境问题日益严重. 这一现状迫切地要求人类去探索人与自然更加和谐的相处之道，以便于维持生态系统稳定，同时也有利于社会和经济的发展. 长三角是我国经济最发达的区域之一，经济的快速发展会对生态系统带来一定的压力. 当生态系统遭受的压力过高，其就会表现出生态脆弱. 因此对长三角城市群生态环境脆弱性水平进行综合评价分析成为研究热点. 它对提升长三角生态系统稳定性、改善长三角生态环境质量，进而实现协同治理、达到更高质量的长三角一体化具有深远的意义.国内外学者对生态环境脆弱性做了深入广泛的研究[1 − 3]. 目前，关于生态环境脆弱性综合评价的方法有很多，包括主成分分析法、德尔菲法、熵权法、层次分析法、综合指数法、基于遥感和地学信息系统（Geographic Information System, GIS）评价法等. 其中，遥感和GIS技术在生态环境脆弱性水平综合评价当中运用日益广泛[4 − 6]. GIS具有强大的输入、空间分析及制图功能，可对脆弱的生态环境进行评价和分区[7]；而主成分分析（PCA）可以将最初的指标转化为少数几个不相关的综合指标，并且尽可能多的反映原有指标的信息[8]. 高越等[9]基于主成分分析法对赤峰市生态环境质量进行综合评价. 马骏等[10]运用主成分分析法对2001—2010年三峡库区生态脆弱性进行定量综合评价. 陈星霖[11]运用熵权法对广西农业生态脆弱性进行综合评价. 李路等[12]运用空间主成分方法分析喀什地区的额时空变化并对其进行驱动力分析. 杨志辉等[13]运用莫兰指数对洋河流域进行空间相关性分析.目前. 关于生态环境脆弱性综合评价的研究颇多，但对于导致生态环境脆弱的驱动力分析和空间相关性分析较少. 本研究针对长三角城市群地理位置、环境气候、经济发展等特征，从自然因素和人为因素两个方面选择评价指标，基于GIS技术，运用主成分分析、熵权法对长三角城市群生态环境脆弱性水平进行综合评价分析.1 生态环境脆弱性水平评价指标体系构建1.1 研究地区概况长江三角洲城市群以上海为中心，位于长江入海之前的冲积平原，包括上海、南京、无锡、宣城、池州等27个城市. 其地处江海交汇之地，沿海港口众多，地理位置十分优越，是我国经济发展最强的区域之一. 长江三角洲主要为亚热带季风性气候，年均温17 ℃左右，降雨量较多，再加上地势低洼等因素，该地区的洪涝灾害非常严重. 此外，长江三角洲区域的生态系统类型复杂，地表覆盖多样，河川纵横、农业发达、人口稠密，是外来人口最大的集聚地. 截至2019年底，长江三角洲地区的人口达到2.27亿人. 人口数量大幅度增长以及经济的快速发展给该地区的生态系统带来严重的威胁. 因此，对长三角城市群生态环境脆弱性水平进行综合评价分析迫在眉睫.1.2 评价指标体系的构建生态系统本身具有一定的恢复能力，而外界干扰会导致生态敏感，从而导致生态脆弱. 生态脆弱性是生态系统的固有属性，是生态敏感性和生态系统自我恢复能力叠加的结果. 生态脆弱由自然本身的脆弱和人为干扰导致的脆弱两部分构成.因此，生态环境脆弱性受人为因素和自然因素两个方面的影响[14]. 本研究从人为因素和自然因素两个方面来选取长三角城市群生态环境脆弱性水平的评价指标，共11个指标，如图1所示.长三角城市群经济发达、人口密集，上海、苏州等地都是以工业化为主导的城市，人类活动频繁多样. 因此人为因素对于生态环境的影响愈发严重，生态脆弱性问题日益严峻. 人为因素方面，本研究选取人均GDP、人口密度、土地利用程度、第 2 期刘惠敏等：基于GIS的长三角城市群生态环境脆弱性综合评价· 225 ·工业二氧化硫排放量、建成区绿化覆盖率等5个指标. 其中，前4项指标代表经济和社会发展对生态环境的胁迫，为正向指标，指标越高，生态环境脆弱性水平越高；后1项指标为负向指标.自然因素方面，考虑长三角城市群所处地理位置，选取高程、坡度、归一化植被指数（NDVI ）平均值、年均温、年降水量、年日照小时数等6个指标. 高程、坡度为正向指标. 高程越高、坡度越大、该地区越容易遭受暴雨侵蚀，生态越脆弱. NDVI 平均值、年均温为负向指标. NDVI 平均值越大，植被覆盖度越高，水土保持能力越好；年均温越高，越有利于植被生长，生态系统越稳定[15]. 年降水量、年日照小时数为正向指标. 降水量越大，水土越容易流失；日照时间越长，土地越容易干裂，生态系统越脆弱.2 数据来源与数据处理2.1 数据来源本研究分别选取2010、2015、2018年的土地利用数据、数字高程模型（Digital Elevation Model,DEM ）数据、气象数据和社会经济发展数据. 其中，DEM 数据来自美国太空总署（NASA ），分辨率为12.5 m ，由ArcGIS 提取出高程和坡度数据. 土地利用类型数据来源于Landsat 系列遥感影像进行遥感目视解译，分辨率为30 m ，将土地利用分为耕地、林地、草地、水域、建设用地和未利用土地等6种类型. NDVI 数据来源于中国科学院资源环境科学与数据中心（/），分辨率为1 km ，并由ArcGIS 提取出每个城市的NDVI 区域均值. 其他指标数据分别来源于2010、2015、2018年长三角城市群27个城市的《统计年鉴》《国民经济与社会发展统计公报》及各省市统计局、生态环境局和国家统计局提供的相关资料.2.2 数据处理对于缺失数据，在ArcGIS10.2平台上采用克里金插值法完成补全. 首先对指标进行标准化处理，本研究采用分级赋值法和极差法两种处理方式.对于高程和土地利用程度两个指标，采用分级赋值法进行标准化处理[16 − 17]. 土地利用程度综合指数由每种土地所占面积比例乘以对应的标准化赋值得到，见表1.表 1 评价指标的赋值和标准化Table 1 Assignment and standardization of evaluation indicators指标标准化赋值246810高程<300300～<600600～<900900～<1 200≥1 200土地利用程度林地、水域草地耕地建设用地未利用土地对生态环境脆弱性水平起积极作用的指标为正向指标，对生态环境脆弱性水平起消极作用的指标为负向指标. 对于其他9个指标采用极差法进行标准化处理. 公式为x i j x ′i j式中：为指标体系中各指标数据的原始值；为极差化后的指标数值.3 生态环境脆弱性指数时空特征分析3.1 基于PCA 的生态环境脆弱性指数的时序特征分析主成分分析法主要采用降维的思想，将原来长三角城市群生态环境脆弱性水平人为因素自然因素年日照小时数年均温年降水量坡度高程工业二氧化硫排放量建成区绿化覆盖率土地利用程度人口密度人均GDP平均值NDVI图 1 生态环境脆弱性水平评价指标体系Fig. 1 Evaluation index system of ecological environmentvulnerability level· 226 ·上 海 工 程 技 术 大 学 学 报第 36 卷众多具有一定相关性的指标重新组合成一组互不相关、尽可能少的综合指标来代替原来的指标. 这些新的综合指标保留了原始变量的主要信息，同时彼此之间又互不相关，比原始变量具有更优越的性质[18]. 采用主成分分析法对11个评价指标进行分析，结果见表2. 根据主成分累计贡献率达到85%以上的限制，确定2010、2015、2018年5个主成分，并进一步计算生态脆弱性指数（Eco-Environment Vulnerability Index, EVI）为式中：Y i为第i个空间主成分的数值；r i为第i个空间主成分对应的贡献率.表 2 各主成分特征值、贡献率与累计贡献率Table 2 Characteristic value, contribution rate and cumulative contribution rate of each principal component年份主成分系数主成分PC1PC2PC3PC4PC52010特征值 4.587 3.193 1.3100.5310.451贡献率41.69829.02311.905 4.830 4.096累计贡献率41.69870.72182.62687.45791.5522015特征值 4.422 2.945 1.1700.7260.574贡献率40.19726.77410.640 6.598 5.215累计贡献率40.19766.97177.61084.20889.4232018特征值 4.395 2.693 1.2250.7840.551贡献率39.95624.48211.1397.130 5.010累计贡献率39.95664.43875.57782.70687.717计算生态环境脆弱性指数空间分布，如图2所示. 参考国内外生态环境的相关划分标准[19]，考虑长三角城市群生态环境脆弱性特征，并根据自然断点法将2010年生态环境脆弱性指数分为5个等级：微度脆弱、轻度脆弱、中度脆弱、重度脆弱和极度脆弱. 为保证评价结果具有对比性，2015和2018年的等级划分与2010年保持一致. 将脆弱性指数小于−1.65归为微度脆弱，在[−1.65, −0.25) 归为轻度脆弱，在[−0.25, 1.38) 归为中度脆弱，[1.38, 4.73) 归为重度脆弱，大于等于4.73归为极度脆弱.N N N 201020152018微度脆弱轻度脆弱中度脆弱重度脆弱极度脆弱图 2 生态环境脆弱性指数空间分布图Fig. 2 Spatial distribution of ecological environment vulnerability index由图2可知，2010—2018年，长三角城市群生态环境脆弱性水平程度升高，整体从中度脆弱向重度脆弱过渡. 上海市生态环境脆弱性水平一直处于极度脆弱区，这与上海市作为我国一线城市，第 2 期刘惠敏等：基于GIS的长三角城市群生态环境脆弱性综合评价· 227 ·人口密度远高于其他城市有关. 2010—2015年，金华、安庆、温州等地区从微度脆弱区过渡到轻度脆弱区；盐城、扬州、泰州等地区从中度脆弱过渡到重度脆弱，并有向极度脆弱过渡的趋势. 杭州、绍兴等地区从中度脆弱区过渡到重度脆弱区. 2015—2018年，长三角城市群整体变化幅度不大.滁州市由中度脆弱转化到重度脆弱. 微度和轻度脆弱区集中在西南部，主要是安徽池州、宣城、安庆，浙江湖州、温州、金华，江苏泰州等. 重度和极度脆弱区集中在东北部，主要是上海市、江苏南通、苏州、无锡、南京以及浙江嘉兴等. 安徽和浙江部分城市从轻度脆弱转化到中度脆弱. 可见，长三角城市群生态环境质量在降低，生态系统逐渐不稳定.3.2 基于莫兰指数的生态环境脆弱性指数的空间特征分析3.2.1 莫兰指数简介莫兰指数（Moran's I）是由澳大利亚统计学家帕克·莫兰在1950年提出. 该指数分为全局莫兰指数和局部莫兰指数. 莫兰指数是一个有理数，经过方差归一化之后，它的值会被归一化到−1.0与+1.0之间. 莫兰指数大于0时，表示数据呈现空间正相关，其值越大空间相关性越明显；莫兰指数小于0时，表示数据呈现空间负相关，其值越小空间差异越大；莫兰指数为0时，空间呈随机性.全局莫兰指数计算公式[20]为局部Moran′I指数计算公式[21]为X式中：I为Moran′I指数；X i、X j为第i个、第j个评价单元内的脆弱性指数均值；为全部评价单元的脆弱性均值；W ij为空间权重矩阵；S为空间权重矩阵各元素之和.3.2.2 全局莫兰指数本研究基于2010、2015和2018年长三角27个城市的生态环境脆弱性综合指数，运用空间自相关工具计算生态环境脆弱性的全局Moran′I.结果显示：2010、2015、2018年的全局莫兰指数分别为0.466 042、0.443 682、0.583 470. 全局莫兰指数在0至1之间取值，表示正相关；全局莫兰指数在0至−1之间取值，表示负相关[15]. 因此，可以明显看出2010、2015和2018年长三角城市群生态环境脆弱性在空间上具有显著正相关性，并且相关性增强.3.2.3 局部莫兰指数在全局莫兰指数的计算基础上，进一步计算局部莫兰指数，得到LISA聚类图，如图3所示.N N N 201020152018不显著高−高低−低低−高高−低图 3 生态环境脆弱性LISA聚类图Fig. 3 LISA cluster diagram of ecological environment vulnerabilityLISA聚类图主要有4种聚集类型，高高聚集（H−H）、低低聚集（L−L）、低高聚集（L−H）和高低聚集（H−L）. 由上图可知，2010、2015和2018年的长三角生态环境脆弱性呈现出显著的空间聚集性特征. 3个年份的空间具体聚集特征大体相同，主要是以高高聚集和低低聚集为主. 高高聚集的城市主要有泰州、上海、苏州、镇江和嘉兴；低低聚集的区域主要集中在浙江省和安徽省，如绍兴、杭州、金华、台州、池州、铜陵、芜湖；其他城市聚集性不够显著. 空间聚集性虽然在整体上变化不大，· 228 ·上海工程技术大学学报第 36 卷但还是呈现局部扩张的趋势. 2018年与2010年相比，镇江成为高值聚集区，表明长三角城市生态环境脆弱性在空间上存在一定程度的扩张.4 生态环境脆弱性的驱动因素分析4.1 基于PCA的生态环境脆弱性驱动力分析2010年成分矩阵见表3. 本研究采用各指标的贡献率表示驱动作用的大小. 由表可知，第1主成分中，自然因素为主要驱动力；第2主至第5主成分中，人为因素为主要驱动力.表 3 2010年成分矩阵Table 3 Composition matrix in 2010指标主成分PC1PC2PC3PC4PC5高程−0.8930.236−0.2010.1900.114土地利用程度0.870−0.1440.2950.124−0.057年降水量−0.8380.2820.184−0.030−0.323坡度−0.6970.447−0.3750.2920.207人均GDP0.5650.544−0.484−0.2400.070工业二氧化硫排放量0.5070.7660.0340.1720.156年日照小时数0.265−0.747−0.408−0.0830.272年均温0.521−0.7050.0890.3470.049人口密度0.5460.6780.2910.2810.029NDVI平均值0.6180.661−0.048−0.2200.005建成区绿化覆盖率−0.4960.0480.715−0.2270.425 2018年成分矩阵见表4. 由表可知，第1主成分中，土地利用程度仍然是主要驱动因子；第2主成分中，人均GDP和年均温是主要驱动因子；第3主成分中，建成区绿化覆盖率是主要驱动因子；第4主成分中，年均温是主要驱动因子；第五主成分中，年降雨量是主要驱动因子. 研究表明，2010—2018年土地利用程度、人均GDP、工业二氧化硫排放量和建成区绿化覆盖率等是长三角城市群生态环境脆弱性的核心驱动力，而其他指标的驱动力较小. 经济的发展必然导致人类对土地的开发利用程度提高，从而促使生态系统向不稳定的方向发展，长三角城市群的生态环境脆弱性水平程度也向更严重的趋势转化.表 4 2018年成分矩阵Table 4 Composition matrix in 2018指标主成分PC1PC2PC3PC4PC5高程−0.9430.010−0.130−0.0570.135土地利用程度0.8750.0420.167−0.122−0.206坡度−0.8050.253−0.218−0.2780.259降水量−0.6650.3860.2700.220−0.079年均温0.660−0.610−0.085−0.014−0.045人均GDP0.4360.757−0.215−0.0140.139NDVI平均值0.6100.7050.0670.0690.062工业二氧化硫排放量0.2290.635−0.4430.493−0.019人口密度0.4300.5780.449−0.4290.214建成区绿化覆盖率−0.4240.1480.7610.323−0.057年日照小时数0.486−0.5260.1550.3220.5855 结 语本研究考虑长江三角洲的地理特征、气候环境特征以及社会经济发展特征，从人为因素和自然因素两方面构建长三角城市群的生态环境脆弱性水平评价指标体系，计算长三角27个城市2010、2015、和2018年的EVI值并进行空间相关性分析.长三角城市群生态环境脆弱性水平综合评价结果表明，长三角城市的生态环境质量水平呈现下降趋势，生态系统愈发脆弱. 时序分布上，长三角城市群脆弱性程度升高，且由中度脆弱向重度脆弱过渡；空间分布上，长三角城市群生态环境脆弱性存在空间自相关性，且为显著正相关. 2010—2018年，土地利用程度、人均GDP、工业二氧化硫排放量和建成区绿化覆盖率等一直是长三角城市群生态环境脆弱性的核心驱动力. 从整体生态环境脆弱性指数分布水平看，上海市脆弱性水平遥遥领先于其他城市. 外来人口过多导致人口密度一直居高不下，因此人口密度成为上海市生态环境脆弱性的核心驱动因子. 长江三角洲工业化为主导城市居多，一直面临工业二氧化硫排放量过高的问题. 因此要降低长三角生态环境脆弱性程度，提升生态系统的稳定性，每个城市都应该针对自己的短板问题进行解决. 例如，上海市第 2 期刘惠敏等：基于GIS的长三角城市群生态环境脆弱性综合评价· 229 ·应该疏散人群从而降低人口密度. 无锡、苏州等城市应降低工业二氧化硫排放量，退耕还林，提高绿化覆盖率；合肥、芜湖、滁州等城市应该降低土地利用率. 要实现长江三角洲区域一体化发展，就要实现生态环境的协同治理，生态环境脆弱性评价以及驱动力分析可为长三角城市群找到自身环境中存在的问题.本研究主要基于GIS 技术，获取生态环境脆弱性水平评价的部分指标，在指标的选择上还可以更加客观科学. 在空间相关性分析上，未对单独的指标做相关性分析，因此进一步探讨更加科学并且符合长三角城市群实际情况的生态环境脆弱性评价指标体系以及更微观的空间相关性分析是下一步研究的方向.参考文献：屈志强, 沈婷婷, 徐胜利, 等. 生态脆弱性评价概述［J ］.草原与草业，2020，32（3）：1 − 4,42.［ 1 ］张学玲, 余文波, 蔡海生, 等. 区域生态环境脆弱性评价方法研究综述［J ］ . 生态学报，2018，38（16）：5970 −5981.［ 2 ］邓伟, 袁兴中, 孙荣, 等. 基于遥感的北方农牧交错带生态脆弱性评价［J ］ . 环境科学与技术，2016，39（11）：174 − 181.［ 3 ］张德君, 高航, 杨俊, 等. 基于GIS 的南四湖湿地生态脆弱性评价［J ］ . 资源科学，2014，36（4）：874 − 882.［ 4 ］姚昆, 张存杰, 何磊, 等. 川西北高原区生态环境脆弱性评价［J ］ . 水土保持研究，2020，27（0）：349 − 355,362.［ 5 ］姚昆, 周兵, 李小菊, 等. 基于AHP−PCA 熵权模型的大渡河流域中上游地区生态环境脆弱性评价［J ］ . 水土保持研究，2019，26（5）：265 − 271.［ 6 ］何云玲. GIS 支持下生态环境脆弱性评价研究概况［J ］.农业与技术，2008（3）：65 − 68.［ 7 ］钟晓娟, 孙保平, 赵岩, 等. 基于主成分分析的云南省生态脆弱性评价［J ］ . 生态环境学报，2011，20（1）：109 −113.［ 8 ］高越, 赵秀清, 朝格吉胡楞, 等. 基于主成分分析法的赤峰市生态环境质量评价［J ］ . 内蒙古科技与经济，2017（14）：58 − 59,61.［ 9 ］马骏, 李昌晓, 魏虹, 等. 三峡库区生态脆弱性评价［J ］.生态学报，2015，35（21）：7117 − 7129.［10］陈星霖. 广西农业生态脆弱性评价及区划研究［J ］ . 中国农业资源与区划，2020，41（3）：212 − 219.［11］李路, 孙桂丽, 陆海燕, 等. 喀什地区生态脆弱性时空变化及驱动力分析［J ］ . 干旱区地理，2021（1）：277 − 288.［12］杨志辉, 赵军, 朱国锋, 等. 含植被覆盖影响的石羊河流域土壤水分遥感估算及空间格局分析［J ］ . 生态学报，2020，40（23）：8826 − 8837.［13］刘木生, 张其海, 林联盛, 等. 基于GIS 的江西省脆弱生态环境时空评价［J ］ . 江西科学，2008（5）：803 − 807,811.［14］林金煌, 胡国建, 祁新华, 等. 闽三角城市群生态环境脆弱性及其驱动力［J ］ . 生态学报，2018，38（12）：4155 −4166.［15］南颖, 吉喆, 冯恒栋, 等. 基于遥感和地理信息系统的图们江地区生态安全评价［J ］ . 生态学报，2013，33（15）：4790 − 4798.［16］杜悦悦, 彭建, 赵士权, 等. 西南山地滑坡灾害生态风险评价：以大理白族自治州为例［J ］ . 地理学报，2016，71（9）：1544 − 1561.［17］杨宇. 多指标综合评价中赋权方法评析［J ］ . 统计与决策，2006（13）：17 − 19.［18］胡庆芳, 杨大文, 王银堂, 等. 利用全局与局部相关函数分析流域降水空间变异性［J ］ . 清华大学学报(自然科学版)，2012，52（6）：778 − 784.［19］李慧, 王云鹏, 李岩, 等. 珠江三角洲土地利用变化空间自相关分析［J ］ . 生态环境学报，2011，20（12）：1879 −1885.［20］朱子明 , 祁新华. 基于 Moran'I 的闽南三角洲空间发展研究［J ］ . 经济地理，2009（2）：1977 − 1980.［21］钱敏蕾, 李响, 徐艺扬, 等. 特大型城市生态文明建设评价指标体系构建：以上海市为例［J ］ . 复旦学报(自然科学版)，2015，54（4）：389 − 397.［22］（编辑：韩琳）· 230 ·上 海 工 程 技 术 大 学 学 报第 36 卷。
基于三生协调的乡镇级国土空间规划实践探究
Value Engineering———————————————————————作者简介:王玲（1983-），女，辽宁沈阳人，高级工程师，研究方向为城乡规翀划与设计；刘（1984-），男，辽宁沈阳人，高级工程师，研究方向为城乡规划与设计。
0引言2019年5月中共中央国务院发布《关于建立国土空间规划体系并监督实施的若干意见》，提出“五级三类”的空间规划体系，伴随着“五级三类”总体框架的基本确立，国土空间规划工作已然进入总体探究完善、各级规划同步推进的特殊过渡时期。
当前国家及各地已相继出台省级、市县级国土空间规划的编制指南，规范市县国土空间规划编制工作，提高规划的科学性和可操作，而乡镇层面的探讨尚未展开，作为国家新规划体系的基层单元，该层次的空间规划上承市县国土空间总体规划，下引包含村庄规划等的详细规划，在协调城乡关系、促进城镇化高质量发展中起到至关重要的推动作用[1]。
1困境与突破:当前乡镇级国土空间总体规划的难点解析1.1自上而下的上位规划指导缺位当前，大多城市的市县国土空间规划正在编制过程中，乡镇级上位规划指导仍处于原有的多规状态，这导致过渡期乡镇级国空规划的编制缺少自上而下的战略性系统性指引、空间底线尚未划定、发展目标有待协同等上位规划的系统指导与管控[2]。
1.2实施导向的空间管控尚待探索国土空间规划坚持底线思维，对全域全要素进行统筹管控，与以往传统规划存在较大差别，如传统城乡规划注重城镇建设空间，而国空规划对山水林田湖草等进行统一管理，将空间与功能进行绑定，合理把控上下位规划的刚性管控要求和弹性发展需求，逐步探索空间落实[2]。
1.3自下而上的发展需求急需考虑过渡时期乡镇级国土空间规划面对的问题将更加具体而细致，因其为上位战略落实和各方利益协调的末级平台，上位已有规划与现实需求在空间上的矛盾需在此层次进行良好的协调与落位。
此外还需因地制宜、立足实际，凸显地方特色与发展优势，将规划推至更为科学系统的空间安排[2]。
城市不同功能区土地集约利用评价与障碍调控研究——以济南市中心城区为例
土地经济研究2021(2):164186Journal of Land Economics引用格式:关梅，平宗莉,廉妍妍，等.城市不同功能区土地集约利用评价与障碍调控研究一以济南市中心城区为例[J].土地经济研究，2021(2)：164-186.[GUAN Mei,PING Zongli, LIAN Yanyan,et al.Evaluation of intensive land use and barrier regulation in different functional zones of cities:A case study of central urban area in Jinan City[J].J ournal of Land Eco-nomics?2021(2):164-186.]城市不同功能区土地集约利用评价与障碍调控研究----以济南市中心城区为例关梅1,平宗莉1,廉妍妍2,李月霞"，曲衍波3,刘敏3(1.山东省国土空间规划院，山东济南250014；2.济南市历城区自然资源局，山东济南250014；3.山东财经大学公共管理学院，山东济南250014)摘要城市土地集约利用是一个协调推进的过程，深刻认识城市不同功能区土地集约化形态及其障碍因子，对促进城市高质量发展具有重要意义。
本文以济南市中心城区为研究区域，基于“区域一地块”综合视角，划分出城市居住、商业、工业、教育和行政五类功能区，并建立建设用地集约化形态识别表征指标体系，利用多因素加权法和协调度、障碍度等模型进行城市不同功能区土地集约化形态识别与障碍诊断分析，进而提出城市不同功能区土地集约利用调控模式。
研究发现：1)地块尺度上，济南市中心城区的土地集约度整体较好，低度集约土地面积整体占比为30%,存在一定的挖掘潜力；2)功能区尺度上，商业功能区的集约度最高，工业、教育、行政功能区依次递减,居住功能区的集约度最低；收稿日期：2021-10-15基金项目：国家自然科学基金项目(42077434,41771560),山东省高等学校“青年创新团队发展计划”项目(2019RWG016)，山东省国土空间规划院科研项目。
基于GIS网络分析的公园绿地的可达性研究——以广州市花都区为例
70%, and the service level of park in the area needs to be improved.
关键词院城市公园；网络分析；引力模型；可达性；花都区
Key words: city park；network analysis；gravitational model；accessibility；Huadu area
摘要院为了有效地解决传统网络分析法在可达性分布上失真的问题，本文从公园绿地可达性角度出发，运用地理信息系统软件， 在传统网络分析的基础上融入引力评价模型，得出广州市花都区公园绿地在步行整体可达性水平上表现出的空间分布现状与特征。
通过对研究区公园绿地可达性的分析，得出以下结论：淤三级城市绿地在绿地面积、服务人口数和距离其他镇（街）的距离上具有一定 的优势，可以为周围的居民提供更多的公共服务。这些公园大部分集聚于新华街道、花城街道和秀全街道。于花都区城市公园绿地总 体可达性分布不均匀，主要呈现为从由中心区而外的逐渐降低的放射状空间分布格局。具体表现为新华街道、秀全街道、花城街道和
1 数据与方法 1.1 研究区概况 广州市花都区位于广东省中南部，珠江三角洲的北 端，位于广州市北部，距广州市中心城区 22km，东连广州 市从化区，南靠广州市白云区，西邻佛山市三水区，西南连 佛山市南海区，北接清远市清城区，属珠江流域广花平原 一部分，地势由东北向西南倾斜，东西最长 52.5 公里，南 北最宽 28 公里，是广州市的工业发展区和重要交通枢纽。 2016 年，花都区下辖新华、花城、新雅、秀全 4 个街道办事 处和花东、花山、梯面、狮岭、赤坭、炭步 6 个镇，总人口 945053 人，全区面积 970.04 km2，有近 200 km2 的山地，湖 泊、水库，素有“省城之屏障，南北粤之咽喉”之称，境内山 清水秀、空气清新、景色宜人，有着“三山一水六平原”的优 美自然地貌。 1.2 数据来源 研究采用的数据主要包括广州市花都区行政区划图、 广州市花都区各街道人口数据、广州市花都区现有公园位 置及面积数据、广州市花都区道路交通网数据。 2 研究方法 网络分析（network analysis）是对地理网络、城市基础 设施网络进行模型化，其理论基础是图论和运筹学，主要 用于资源的最佳分配、最短路径的寻找等一个基本的网络 主 要 包 括 中 心（centers、链 Minks）、节 点（nodes）和 阻 力 （impedance）。本文以公园绿地的真实可进入点作为中心， 认为到达公园绿地入口即为进入公园绿地（为方便操作和 计算，对于开敞公园绿地，若边界 AB 均可进入，但从 AB 间任何点进入公园绿地均需经过 A 或 B，则 AB 间所有可 进入点以 A 和 B 代表），因此，每个公园绿地为多个中心 的集合，分别计算每个中心的服务区并将其合并作为该公 园绿地的服务面积。链为道路网络，将道路抽象为线建立 拓扑并构建城市道路网络数据集；节点为道路的交点；阻 力为在道路上行进所花费的时间[12]。 2.1 空间数据集构建 通过查询统计年鉴，我们获取了广州市花都区 10 个 街道的常住人口数据，将其输入 GIS 与广州市花都区街道 行政区划图进行数据连接，获得了广州市花都区不同街道 的人口密度区行政区划图的基础 之上，获得了广州市花都区城市公园绿地的名称、位置、面 积信息。本文所获取的广州市花都区交通数据集包括一级 道路、二级道路、三级道路，因本研究主要针对城市居民的 步行可达性进行分析，故排除了铁路及高速路交通网络对 可达性指标的影响。将上述街道划分、城市公园绿地的数 据和广州市花都区交通网络数据统一输入 ArcGIS 软件， 经过空间校正统一坐标系后，通过网络分析模块构建网络 数据集。同时通过空间分析功能，获得各个城市公园绿地 斑块和街道的几何中心及其对应道路数据。 按照文献的研究成果，本研究在引力评价模型的基础 上，根据服务人口比和服务面积比的概念[3]，使用了城市公
基于GIS的沈阳市城镇用地空间扩展特征分析
第31卷第11期2009年11月2009，31（11）：1947-1956Resources ScienceVol.31，No.11Nov.，2009文章编号：1007-7588（2009）11-1947-10基于GIS 的沈阳市城镇用地空间扩展特征分析周锐1，2，李月辉1，胡远满1，吴晓青3，贺红士1，刘淼1，王晋年4（1.中国科学院沈阳应用生态研究所，沈阳110016；2.中国科学院研究生院，北京100049；3.中国科学院烟台海岸带可持续发展研究所，烟台264003；4.中国科学院遥感应用研究所，北京100101）摘要:利用多时相TM 影像，基于GIS 空间分析技术，运用象限方位分析和缓冲区分析方法，对沈阳市市辖区城镇用地扩展强度、建设密度和空间分异等特征进行定量分析。
结果表明：①1988年～2004年各时间段城镇扩展强度指数随距中心城区距离增加呈逐渐下降趋势，城镇用地呈现显著的“圈层式”扩展模式，高速扩展区由中心城区外围4km 扩展到6km 区域；②中高密度城镇用地增加面积主要集中在中心城区外围0～6km 区域，且随距中心城区距离增加增幅逐渐变小；低密度城镇用地随距中心城区距离增加减幅逐渐变小；③除1992年～1997年外的各时段城镇用地扩展面积和强度指数最大的都是第5象限，1992年～1997年间，城镇扩展面积和扩展强度指数最大的是第6象限，城镇用地扩展总体上呈现由西北-西南方向逐渐向正西-东北方向过渡；④1988年～2004年间，第5象限低密度城镇用地减少的最多，19年间共计37.00km 2转化为中高密度城镇用地；其次为第Ⅱ象限，共计减少26.15km 2。
关键词:GIS ；城镇用地扩展；缓冲区分析；象限方位分析；沈阳市1引言我国正处于城镇化加速发展时期，一些大城市边缘区土地开发失控，城镇建设用地盲目扩展现象严重[1]。
要解决城市扩展带来的相关问题，首先必须深入分析城镇建设用地扩展的具体特征，进而揭示城镇扩展的演变规律，为城镇建设用地的合理分配提供科学对策。
基于GIS和RS的土地利用变化分析—以山东省邹城市为例.-毕业论文
本科生毕业设计（论文）题目：基于GIS和RS的土地利用变化分析——以山东省邹城市为例摘要本文以山东省邹城市香城镇、峄山镇、看庄镇、郭里镇、石墙镇五个乡镇为研究区域。
分别基于邹城市2007年LANDSAT7的ETM数据和2017年的高分一号遥感影像数据，利用ARCGIS和ERDAS软件，采用人工目视解译的方法，对邹城市的土地利用类型进行分类和解译。
然后对数据进行统计和对比分析。
以2007年和2017年五个乡镇各种地类的面积变化情况为基础，分析邹城市十年间土地利用情况变化原因。
研究结果表明：（1）草地、建筑用地、交通运输用地、水体和其他用地的覆盖比例减少了，耕地、林地、裸地和园地的覆盖比例增加了；（2）林地的变化幅度最大，减少了1572.00公顷，其次是草地、其他用地、裸地和交通运输用地，其中，草地增加了1411.06公顷，其他用地增加了1377.33公顷，裸地减少了1337.33公顷，交通运输用地增加了1241.16公顷；（3）邹城市土地利用变化的主要原因可归结为国家政策调控、工业发展和人口迁移三个方面。
关键词：GIS；RS；土地利用变化分析；ARCGIS；邹城市AbstractThis paper takes five towns in Zoucheng City,Shandong Province which including Xiangcheng、Yishan、Kanzhuang、Guoli and Shiqiang as its research areas. Basing on the ETM data of Landsat7 in 2007 and the GF-1 data in 2017,the land use types of Zoucheng City can be classified and interpreted by adopting the method of artificial visual interpretation with ArcGIS and Erdas.We give some comparative anaysis through the statistics of the data.On the basis of the area change of all kinds of land in five towns,the reasons for the change of land use in Zoucheng are analyzed in ten years.The results show:(1)the proportion of grassland、construction land、transportation land、water land and other land were reduced,and the proportion of plowland、forest land、bare land and garden plot were increased;(2)the biggest rangeability is forest land which reduced 1572.00 ha,inaddition,the grassland increased 1411.06 ha,the other land increased 1377.33 ha,the bare land reduced 1337.33 ha,the transportation land increased 1241.16 ha;(3)the primary reasons of zoucheng’s land use chang are the national policy,the development of industrialization and the migration of population.Keywords:GIS;RS;the Analysis of Land Use Chang;ArcGIS;Zoucheng City目录摘要 (I)Abstract (I)第一章绪论 (1)1.1研究背景 (1)1.2国内外研究动态 (1)1.2.1国外研究现状 (1)1.2.2国内研究现状 (1)1.3研究目的和意义 (2)第二章研究区、数据来源和研究方法 (3)2.1研究区概况 (3)2.2数据来源 (3)2.3研究方法 (4)2.3.1技术路线图 (4)2.3.2影像预处理 (5)2.3.3影像分类 (9)2.3.4影像解译 (10)2.3.5地图成图 (11)2.4数据汇总 (13)第三章结果与分析 (14)3.1结果 (15)3.2分析 (16)结论和建议 (17)参考文献 (19)致谢 (21)第一章绪论1.1研究背景20世纪90 年代以来，土地利用和土地覆被变化已成为全球环境变化研究的重点领域之一，同时也是资源科学、地理学、遥感信息科学等诸多学科的热点研究方向[1]。
基于RS和GIS的城市扩展及驱动机制研究——以济南市为例
间叠加分析技术对济 南城 区扩展及其驱 动机制进 行深 入分析 ， 讨 了城 市空间格局 演 变与 自然、 治、 探 政 经济 、 社会 、 交通、 文化等城 市发展环 境 因素变迁之 间的 内在 关 系， 示 出济南城 市空 间格 局演 变的规律 及趋 势 ， 为今 后 济南 揭 并
城 市 发展 合 理 布 局 提 出相 应 对 策 与 措 施 。 关 键 词 ：ＧＳ Ｒ ； 间格 局 ； 动 机 制 ； 南市 Ｉ； Ｓ 空 驱 济 文 献标 识 码 ：Ａ 文 章 编 号 ：１０ —３ ３ ２０ ）３ ０ ３ —５ ０ ３ ２ ６ （０ ９ ０ — １５ ０ 中 图 分 类 号 ：Ｆ９ ．４ Ｔ ７ ２ １２ ； Ｐ ９
将为城市变迁 的动 态监测 与规划调控 提供有 用的技 术 参数 。本研究 主要 以遥感影像 图像为依据 ， 利用济南
收稿 日期 ：２０ ０ ８一ｌ ３ Ｏ一 ０；修 回 日期 ：２ ０ ０ ０ ０ ９— １— ７ 基金项目 ：国家 自然科学基金资助项 目（０ ７ ００） ４ ７ １６
作者简介：康红 刚 （ ９ ０ ， ， １８ 一） 男 山西文水 县人 ， 读硕士 ， 在 主
图仪 等输出设备 。 ２ ２ 研 究方 法 与技 术路 线 ．
期为 ２０ ３ ｄ左右 ， 内河流分属黄河 、 境 小清河 、 海河三大
水系 ， 主要 土壤 类 型 为棕 壤 、 土 。 褐
利用遥感和地理信息 系统技 术可 以获取 不 同时相 关于城市空问结构 的准确信息 ， 这些信 息的解译 、 分析 ，
城 市化 是 人 类 社 会 发 展 的 必 然 趋 势 和 不 以人 的 意
济南 市 是 山东 省 的政 治 、 济 、 化 中心 ， 要 的 交 经 文 重 通 枢 纽 ， 是 国家 批 准 的副 省 级 城 市 和 沿 海 开 放 城 市 。 也
基于GIS的南京市人口空间分布研究
第35卷第3期2019年3月商丘师范学院学报JOUＲNAL OF SHANGQIU NOＲMAL UNIVEＲSITY Vol．35No．3March ，2019收稿日期：2018－05－27；修回日期：2018－06－06作者简介：柏培源（1994—），男，河南泌阳县人，福建师范大学硕士研究生，主要从事城市与区域规划的研究．基于GIS 的南京市人口空间分布研究柏培源1，孙平辉2（1．福建师范大学地理科学学院，福建福州350007；2．池州学院资源环境学院，安徽池州247100）摘要：以南京市2012和2016年人口空间结构分布的研究为研究对象，结合Arcgis 和SPSS 利用人口集中指数模型、重心迁移模型以及回归分析等方法，研究了南京市人口分布特征．研究结果表明人口重心一直都位于秦淮区；秦淮区和鼓楼区的人口密度也始终保持着最大；从人口的空间分布来看，从南京市中心以5km 为半径，人口密度以S 曲线的形式逐渐降低．最后从人口密度对政治、经济生态方面的影响进行分析，发现南京市人口分布结构对政治经济有着较为显著的影响，并提出南京市未来人口空间规划的建议．关键词：人口密度；人口集中指数；重心迁移模型；回归分析；人口空间分布模型；建议中图分类号：C922文献标识码：A 文章编号：1672－3600（2019）03－0063－050引言随着经济与城市化的交织发展，人口的问题越来越严重，人口分布也越来越多样化，不同的地区有着不同的社会经济文化因素，所以其人口空间分布结构也各不相同，南京市作为国内政治经济文化的重要城市，其人口分布空间结构的研究更具有代表意义．地理信息系统（GIS ），是对空间信息进行采集存储，处理，制图和管理的一门学科．利用GIS 技术对南京市的人口空间结构进行研究，获取人口分布的特征，可以科学地分析人口分布变化的规律，并制定相应的人口政策．20世纪60年代时，由于计算机的发展为多元统计方法提供了条件，美国人口统计局开始研究使用地理信息系统来分析人口数据，将空间统计分析的技术运用到了社会科学研究中，通过GIS 制图的功能就可以很明显地反映人口密度的分布状况和城市人口是何种分布模式，更便于研究和总结，尤其在人口分布的模型拟合方面，地理信息技术发挥的作用更是不可或缺．同时，国内的地理学者对这一领域也进行了大量研究，叶明利用GIS 技术对城市人口特征，城市人口的空间模型，基于实体地域的城市人口进行预测等方面进行研究［1］．刘峰，马金辉等人对甘肃天水市进行了详细的研究分析，他们发现了天水市存在着很明显的空间聚集现象［2］．韩杰，李丁等人利用GIS 技术对兰州市人口空间分布进行了研究，发现了兰州市2000－2010年的人口分布整体上是集聚趋势以及各区域的人口分布变化情况［3］．马维军等人利用GIS 研究了天津市城市人口空间社会结构，分析了天津社会区的主要结构和影响社会区划分的因素以及天津市人口空间结构分布，帮助人们了解城市的人口空间分布情况以及城市的空间布局［4］．周春山，许学强对广州市的空间结构做了详细的调查和研究［5］．简美锋，万智恩从经济的角度分析了石家庄市的人口重心迁移所带来的影响变化［6］．杨上广，丁金宏研究了最具城市特色的上海市的人口空间结构分布情况以及产生的种种社会效应［7］．陈学刚，杨兆萍利用GIS 的技术研究了乌鲁木齐市的人口密度空间变化是由南向北慢慢减少的，人口分布整体看呈“T ”型，人口分布呈现多中心的集聚特点并得出了辖区开发历史长短［8］．王学军，张善余都描述了空间分析技术和地理信息技术的结合对研究人口地理的帮助［9－10］．赵军，符海月采用GIS 技术研究了人口重心的移动，并将移动轨迹绘制成图片的形式，直观反映了人口分布变化特征便于科学制定人口政策［11］．冯健，周一星对整个中国的城市内部的空间结构进行了研究，城市空间结构的变化以及这些变化带来的一些社会影响，还有对中国城市内部空间结构进行了客观的评价［12］．目前各位学者关于人口空间结构分布的研究已经取得一定的成就，但是就目前而言，南京市作为中国发展较好的城市之一，在这方面的研究还稍有欠缺．根据这个分析南京市人口空间结构的演变规律，政治经济的转变，推动城市房地产发展组织方式和规划方法还有价值观的转化，影响社会分化的空间转化过程以及找出其推动南京市发展的动力因素，既可以用于南京市未来发展规划的参考方案，以期对其他地区发展提供借鉴，对于整个中国经济发展都有一定的推动作用．1研究区概况南京，江苏省省会，简称“宁”，地处北纬31ʎ14ᵡ—32ʎ37ᵡ，东经118ʎ22ᵡ—119ʎ14ᵡ，中国东部、长江下游、江苏省西南部．本次以南京市11个市辖区（高淳区、鼓楼区、建邺区、江宁区、溧水区、六合区、浦口区、栖霞区、秦淮区、玄武区、雨花台区）为研究对象．其总面积为6587km2，2016年常住人口数为827．1万人，其中城镇人口数为678．14人，城镇化率83%，是长三角及华东唯一的特大城市．本次研究时间节点选择为2012年与2016年，其中2012年南京市常住人口数为709．4万人，2016年常住人口数与之相比增加约17%，人口增加幅度较为明显．同时，南京市行政区划范围形状不规则，呈纵向狭长形，对南京市人口的空间分布研究具有一定的典型性．1．1数据来源本文以南京市高淳区、鼓楼区、建邺区等11个市辖区为研究对象，对2012与2016年两个时间节点为对象进行对比研究．数据来源于2012年与2016年《南京市统计年鉴》．2研究方法2．1人口集中指数模型人口的集中指数是用来反映各个地区人口的集中分布程度，通过计算人口分布集中的指数来判断人口分布是否合理均衡，计算公式：C=12∑Nt=1PtP－StS（1）式中：C代表了某一个地区的人口集中指数，t代表研究区域里面的行政单元或者是地区的数量，P t代表第t个地区里的人口数量，P是整个研究的地区总的人口数，S t表示第t个统计地区的土地面积，S为研究地区的总面积，N是研究地区内的行政单元的个数．2．2人口重心迁移模型人口重心实际上就是指在研究区域内某一个时刻的人口分布在空间平面上的力矩达到了一个平衡的点，常常用来测定一个地区人口分布变迁的情况，并且通过观察这个地方的人口重心的移动轨迹和重心的移动速度，来说明人口分布在空间变化上的特征和变化的原因，我们可以利用人口坐标公式表示某一地区的人口重心迁移变化，公式形式如下：X=∑P i x i/∑P i Y=∑P i y i/∑P i（2）式中：X i，Y i为各区县的行政地理中心，P i为各区县的人口总数．2．3人口密度模型人口密度的大小与地区人数和地区面积有关，是人口分布研究中最为常用的指标，可以很直观地看出一个地区的人口是否密集．计算人口密度公式：D=Pi /Si（3）式中：D为第i个地区域内的人口密度，P i表示第i个地区的人口数量，S i代表第i个地区的地区面积．2．4回归分析法20世纪90年代初，Clark提出了人口密度距离衰减模型［13］，计算公式：d x =de－bx（4）式中：d x为距离市中心x处的人口密度，x是距离市中心的距离，d0为市中心区域的人口密度，b为常数．d越大，市中心的人口密度越大，单位面积的人口数量越多，城市越拥挤．1969年纽林等人提出了二次指数模型，计算公式：d x =de bx－cx2（5）式中：b，c为常数．由于国外在该领域的研究比中国早，所以不论上述人口密度分布模型如何，它主要针对西方发达国家来说的，其模型是否适用于中国城市还必须进一步讨论．为保证研究结果的可控性和正确性，本研究还选取了回归分析法对其人口密度空间分布模型进行探讨，使用数据统计学原理和数学处理的方法对大量统计数据进行处理，并从中确定因变量与一个或多个自变量的相互关系，建立一个相关性程度高的回归函数，如对数函数，倒数函数，幂函数、指数函数等，以期得出南京市的人口分布规律．3数据处理与结果分析3．1南京市人口离散状况城市内的自然、经济因素错综复杂，不同的环境对人口分布有不同的影响，利用人口集中指数C值能较为准确地衡量人口的集中程度．其中，人口集中指数C最大值为1，最小为0，C的数值在0和1之间，C的值越接近1，就说明人口分布越集中，C值越靠近0就说明人口分布越分散，人口向某一个地区集中的偏向越小，如果C为0的时候说明人口没有任何集中的倾向，在各地域几乎均匀分布．经计算，南京市2012年人口集中指数C为0．3758，2016年人口集中指数为0．4307，说明南京市近5年来人口分布的离散程度没有特别大的转变．3．2南京市人口重心偏移状况使用人口重心偏移模型可以为制定南京市以后人口如何分布、区域社会经济发展提供重要的决策依据［10］．通过使用Arcgis工具对计算结果进行可视化表达后的南京市2012年和2016年人口重心变化图分析，我们可以看出2012年和2016年46商丘师范学院学报2019年南京市人口重心都在秦淮区，人口分布格局基本没有太大的变化，总体上看2012－2016年南京市人口增加了很多，但是人口重心偏移不明显．3．3南京市人口密度状况利用了Arcgis 软件对南京市2012年和2016年的人口数据进行处理可以得到南京市的人口密度分布图（图1），南京市2012年人口密度最大的地区是鼓楼区，其次是秦淮区，但是两者的人口密度差距不是很大．人口密度最小的是溧水区，高淳区和六合区的人口密度也很小．2016年人口密度最大的地区依然为鼓楼区，其次为秦淮区，最低的也还是溧水区和高淳区，但是鼓楼和秦淮两个区域的人口密度都有着很大的提升，溧水与高淳人口密度几乎没有什么改变．原因在于鼓楼和秦淮作为主城区，这两个地区有着太多吸引人口的因素，如大型的商业贸易圈新街口等，丰富的休闲娱乐场所夫子庙等，以及发达的地铁交通，多条线路的转乘站设立在这两个区．图1南京市2012、2016年人口密度图3．4南京市人口密度空间分布模型研究本次研究以人口密度为基础数据，采用等距离缓冲区标识法来获取等距离环带区域内的环带人口密度．以南京市人口密度最大的秦淮区、玄武区和鼓楼区范围的几何中心为中心，以不同半径来做缓冲区，来测量和分析不同圈层中国人口状况．具体步骤如下：（1）确定市中心位置，以秦淮区、玄武区和鼓楼区几何中心为中心；（2）建立缓冲区；（3）用不同半径的缓冲区切割南京市行政区划图；（4）对标识后的不同圈层的属性进行操作；（5）根据每个环带重新切割之后的各距离段所占各行政总面积比例，计算出各距离段各行政区的实际面积，然后计算各环带的面积得到南京市人口密度与距离数据矩阵（表1）．表1南京市2012和2016年人口密度与距离矩阵环带序号距离/（km ）2012年人口密度/（人/km 2）2016年人口密度/（人/km 2）15927813044210627491053151660173642011431198525895937630798833735763796840743774945662686105054656111555245371260494508136542944356第3期柏培源，等：基于GIS 的南京市人口空间分布研究续表1序号距离/（km ）2012年人口密度/（人/km 2）2016年人口密度/（人/km 2）14704094221575439452168051652917855225361890522536199552253620100522536根据人口密度距离矩阵，可以看出，从中心以5km 为半径向外扩散，其人口密度大体上呈减小的趋势．为得出南京市的人口密度变化具体规律，在SPSS 中使用11种不同的函数模型对其进行回归分析，得到南京市2012年和2016年人口密度函数模型汇总和参数估计值．其中Sig 是回归关系的显著性系数，当Sig ＜=0．05时，具有统计学意义．如果Sig ＞=0．05，则意味着使用当前模型的两个模型之间的回归分析不具有统计学显著性，应该用其它分析模型替代．F 代表方差分析值．所以，在满足Sig ＜=0．05条件下，2012年的人口模型Ｒ2最大的是倒数函数模型和S 曲线模型Ｒ2值最大为0．929和0.900，2016年的人口模型拟合Ｒ2最大的同样是倒数函数模型和S 曲线模型，Ｒ2值最大为0．907和0．897．结果表示倒数函数模型和S 曲线模型的效果均比较好，但是虽然倒数函数的Ｒ2稍大，但依据其2012年和2016年散点和曲线分布图（图2）来看，S 曲线模型最合适．即2012年、2016年南京市人口分布规律可以用S 曲线模型：Y （x ）=b 0e +b 1/x 来表示．其中，2012年南京市各区县人口密度函数为：Y （x ）=6．041e +17．981/x2016年南京市各区县人口密度函数可以表示为：Y （x ）=6．037e +19．929/x式中：x 表示距离市中心的距离；Y 表示距离x 处的人口密度．2012年和2016年南京市人口密度函数都可以采用S 曲线模型．S 曲线方程拟合的结果为一条衰减并趋于水平的曲线，由2012年和2016年曲线拟合图形（图2）可知，在距离市中心越近的区域人口密度越大，随着距离市中心的距离加大人口密度在下降，并且下降的速度逐渐减慢，并在一定距离以后随距离增加人口密度趋于固定值，这是因为南京市85－100km 的圈层只有一个高淳区，其人口密度是固定不变的．图22012、2016年人口密度不同函数模型拟合曲线图4人口分布的影响4．1南京市人口分布对政治的影响南京市密度大的区域主要集中于鼓楼区、玄武区、秦淮区这一带，人口的集中导致政府对该地区的基础、配套设施投入增加以及政策侧重．例如社会治安方面的水平，多个大型的市医院建立在鼓楼区和秦淮区提供医疗保障，在这两个地区周边开发了大量的高层公寓楼盘以应对住房问题，在交通方面鼓楼玄武秦淮这一区域通过大量公交、地铁枢纽建设来满足高人口密度所需的公共交通需求，然后南京市近些年的地铁建设也主要从这几个区域向外延展，其中几个最大的转乘站都设立在这一带，另外这一带还有着专门的部队驻扎提供军事保障．66商丘师范学院学报2019年4．2南京市人口分布对经济的影响南京市2016年生产总值最高的是江宁区1747．79亿元，其次是栖霞区、鼓楼区分别为1302．54，1238．92亿元．其中栖霞与鼓楼最小的占地面积获得最大的生产总值，这与区域的人口分布有着极大的关联，这一带是人口聚集地，有着新街口，夫子庙等家喻户晓的购物场所，以及很多的贸易都在这边展开，各项娱乐投资也看中了这一带的人流量，此外这一带的房价相对于其他地区要高出很多，这也是因为这一带人口数量特别多，所以对住房需求量特别大．4．3南京市人口对生态的影响人口过于集中必然会带来一系列的生态环境问题，其中很明显的一点是秦淮河，当年无数诗人作家游历秦淮河都赋诗赞美．然而由于过于集中的人口导致秦淮河被污染的越来越严重，早些年秦淮河河水污染严重，后来得到政府的重视，加强了对秦淮河的治理才有所改善，但是过大的人口压力还是使得南京主城区一带的环境受到严重的影响．5建议与结论5．1结论（1）通过对南京人口集中指数研究发现：南京市自2012年起，人口分布格局没有大的变化，但是由于政策以及人口压力的影响，由于交通的便利，长江以北浦口区出现了集中人口的新动力，吸引人口向心迁移．（2）通过对南京近几年的重心迁移的研究发现：近几年南京市的人口重心一直在秦淮区，虽然六合江宁溧水高淳一带地势广阔，但全市的人口重心依旧在主城区，这说明主城区对人口仍旧保持着很大的吸引力，主城区不论在经济、文化、教育等方面有明显的优势，而且在就业机会、公共娱乐、基础设施方面也远远好于周边县城．这是引起大量人员涌向主城区的主要原因．（3）通过对南京市几年来人口密度的研究发现：南京市秦淮区和鼓楼区人口集中明显，江宁区及再向南以及长江北边人口较为分散．这并不是一个好的现象，南京市目前发展重心过于集中在长江南边一带，南京市作为长江沿线城市，应当以长江为中心两岸平衡的发展，此外南京市作为一个国际化的大都市，对外来人口的吸引也很大，所以南京各地都呈现人口密度变大的情况．（4）通过对人口空间分布模型的研究表明，南京市的人口分布从中心向外大致以S 曲线的形式递减．城市人口变化趋势以及集中程度在距中心20km 的距离处出现明显的分割状态，在20km 圈层以内人口分布高度集中状态，同时从中心向外递减的程度也相对较大．相反，在20km 以外人口密度的规模较小，虽然变化仍以减弱的形式呈现，但其变化的程度较20km 以内的圈层相对平缓．5．2南京市未来人口规划发展的建议南京市长江以南地区人口集中过大，应当加快向外围迁移人口的进程，进一步改善长江南边一带浦口等地的交通，将地铁线路开发到南京的每一片地区，加大各个地区的经济文化政治联系，加大对周边一带的经济投入，可以以长江为中间线发展长江沿线的经济圈，加大六合区以及江宁区的开发，形成多基中心，吸引人群向这两个区移动，另外依旧要注重较为偏僻的溧水高淳一带，这一带地广人稀，使各个区域拥有一个集中人口的新动力，可以用来集中人口发展城市化进程，而不是单一地集中在一个区间．将南京市的每一个地区都发展成具有吸引人口迁移的城市，并且吸引更多的人才涌入．当然随着人口数量的增加，就需要对医疗，就业，养老等公共保障制度有所提升，加快城市化进程速度的同时，还要加快城市化进程的质量．参考文献：［1］叶明．城市人口空间分析及其GIS 应用模型［J ］．地域研究与开发，2002，21（2）：6－8．［2］刘峰，马金辉，宋艳华，等．基于空间统计分析与GIS 的人口分布模式研究—以甘肃省天水市为例［J ］．地理与地理信息科学，2004，20（6）：18－21．［3］韩杰，李丁，崔理想，等．基于GIS 的兰州市人口空间结构研究［J ］．干旱区资源与环境，2015，29（2）：27－32．［4］马维军，刘德钦，刘宇．人口GIS 在天津市人口社会空间结构研究中的应用［J ］．测绘科学，2008，33（1）：159－162．［5］周春山，许学强．广州市人口空间分布特征及演变趋势分析［J ］．热带地理，1997，17（1）：53－60．［6］简美锋，万智恩．石家庄市人口重心与经济重心的演变轨迹对比研究［J ］．经济视角，2001（2）：4－7．［7］杨上广，丁金宏．极化开发的人口空间影响及社会效应研究—以上海市浦东新区为例［J ］．华东师范大学学报（哲学社会科学版），2004，36（5）：66－71．［8］陈学刚，杨兆萍．基于GIS 的乌鲁木齐市人口空间分布模拟与变化规律研究［J ］．干旱区资源与环境，2008，22（4）：12－16．［9］王学军．空间分析技术与地理信息系统的结合［J ］．地理研究，1997，16（3）：70－74．［10］赵军．符海月．GIS 在人口重心迁移研究中的应用［J ］．测绘工程，2001，10（3）：41－43．［11］张善余．中国人口地理［M ］．北京：科学出版社，2003：54－69．［12］沈建法，王桂新．90年代上海中心城人口分布及其变动趋势的模型研究［J ］．中国人口科学，2000（5）：45－52．［13］冯健，周一星．中国城市内部空间结构研究进展与展望［J ］．地理科学进展，2003，22（3）：304－315．［责任编辑：徐明忠］76第3期柏培源，等：基于GIS 的南京市人口空间分布研究。