分享到:

基于人口分布与土地利用关系的人口数据空间化研究——以西藏自治区为例

通过普查、统计、逐级汇总得到的人口数据是典型的统计型属性数据。用这种数据进行人口、资源环境与社会经济发展的宏观分析犤1犦是比较方便的,而当进行微观尺度的空间分析或跨学科的研究时就会出现问题。首先是精度不够,因为它只能把人口在行政区范围内当作均匀分布来处理,这显然与实际情况不相符合;其次是数据结构不合适,在GIS中,统计数据一般是作为行政区多边形的属性数据进行存贮,而行政区界线往往与其它要素(主要是自然要素)的界线不一致,因此,进行空间分析会发生困难。人口统计数据空间化是解决这些问题的有效手段,栅格化的人口数据对于跨学科的研究具有重要价值犤2犦。人口数据空间化是一项十分复杂的工作,其复杂性一方面体现为影响人口分布或者说与人口分布有关的因素很多,要想完全揭示其内在机理几乎是不可能的;另一方面是很难做到对空间化结果进行充分性检验,因为过细的栅格人口数据不仅很难得到,而且也是没有意义的。尽管如此,国内外许多学者开展了人口数据空间化犤3~...  (本文共7页) 阅读全文>>

《林业调查规划》2014年05期
林业调查规划

人口数据空间化方法研究

人口的空间分布是指一定时点上人口在特定地域中的分布状况,是人口在空间上的表现形式。不同时间点上人口数值的变化可以反映出这时间段内人口数量的增减变化。人口数值的获取一般是通过人口普查。人口普查数据是以人口普查小区为单位收集的,但是在发布时,是以行政区域为单位(县或市)公布人口数据[1]。而对于单位区域内人口密度的计算,也只是根据该区域内的人口数值与区域面积的比值计算得到,这样,就使得所得到的人口数值存在以下3个方面的问题:1空间分辨率较低。统计性人口数值是将一个区域内的所有人口数平均地分配到了区域内各土地用地类型内(建设用地、耕地、水域等),但是有一些用地类型是不能居住的,比如水域、耕地等。这样,就无法得知人口在区域内的具体分布情况。2数据间的地域关联性。通过不同时间段所获取的人口数值,只能知道在这一时段内人口数量的变化,但是对区域内经济、环境等因子的变化是否对人口的分布产生影响以及相邻地域间人口数据之间是否具有地域相关性则无从得...  (本文共3页) 阅读全文>>

西安科技大学
西安科技大学

秦岭地区土地利用/覆被变化的人文因子分析

人文驱动因子与LUCC之间存在一定紧密的时空联系,区域内产生不同土地覆被变化现象体现了不同人文因子对其产生的直接和内里作用效果。通过分析秦岭地区人文因子与其土地利用\覆被变化的关系,可以反映不同人文因子对其土地利用/覆被变化的响应过程,对于区域土地合理利用、开发与保护提供更合理的理论依据。以秦岭2000、2005和2010年土地覆被数据、人文因子数据作为主要数据源,利用GIS相关分析功能,对研究区土地覆被变化进行分析,采用文献总结法,并借助SPSS和GIS分析功能及编程设计,辨别影响研究区土地利用/覆被变化的人文因子类型,实现这些人文因子的空间定量化表达,进行典型人文因子对LUCC的空间关系分析。最终得到以下结论:(1)秦岭地区的土地利用/覆被空间分布及其变化特征:优势土地覆被类型为林地,耕地主要分布在地势较为平坦的区域。变化特征,面积呈现减少状态的土地覆被类型包括耕地、未利用地、草地和水域,呈增加状态的类型为建设用地和林地。变...  (本文共59页) 本文目录 | 阅读全文>>

《长江流域资源与环境》2004年06期
长江流域资源与环境

四川省人口分布与土地利用的关系及人口数据空间化试验

人口数据是典型的统计型属性数据,它主要是通过普查、统计、逐级汇总得到。用这种统计型数据进行人口、资源环境与社会经济发展的宏观研究是比较方便的,但当进行微观尺度的空间分析或跨学科的研究时就会出现问题。一方面是精度不够高,因为传统方法把人口在行政区范围内看成均匀分布,这与实际情况并不相符。另一方面,统计型人口数据不便于进行各种空间分析。因为,在传统的GIS中,统计数据一般是作为行政区矢量多边形的属性数据进行存贮,而行政区界线往往与其它自然要素的界线不一致。人口统计数据的空间化是解决上述问题的有效手段,栅格化的人口数据对于跨学科的研究具有重要价值[1]。人口数据空间化是一项十分复杂的工作,国内外许多学者开展了人口数据空间化[2~5]或与此有关[6]的研究。本文在分析土地利用与人口分布关系的基础上,对四川省人口数据的空间化进行探讨和试验。1 研究区概况四川省位于北纬26°03’~34°19’,东经97°21’~108°31’之间,全省总...  (本文共5页) 阅读全文>>

《地球信息科学学报》2010年01期
地球信息科学学报

乡镇级人口统计数据空间化的格网尺度效应分析——以义乌市为例

1引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人的总称。人口的空间分布是指一定时点上人口在各地区的分布情况,是人口过程在空间上的表现形式[1]。人类活动是造成生态环境问题的驱动力,而人口数据是反映人类活动影响的最直接的指标之一,随着全球环境问题和可持续发展理念的演化发展,需要将人口数据与各种自然数据和人文数据融合进行综合分析,人口数据必将成为地学领域专业模型构建的重要输入之一[2]。人口数据空间化为解决上述问题提供了便利。人口数据空间化,也称人口数据空间分布化或人口分布空间化。即是通过统计型人口数据,采用适宜的参数和模型方法,反演出人口在一定时间和一定地理空间中的分布状态的这一过程。其实质就是创建区域范围内连续的人口密度表面[3]。20世纪90年代初,人们提出“人口数据空间化”的概念[4-5]。此后,地理学家运用遥感、GIS等技术手段研究人口数据的空间分布问题,已经取得了一定的进展[6-13]。但目前的人口数据空间化...  (本文共8页) 阅读全文>>

《长江流域资源与环境》2015年05期
长江流域资源与环境

基于DMSP/OLS与土地利用的江苏省人口数据空间化研究

中国是世界人口大国,社会、经济和自然环境长期的相互作用形成现状人口分布格局。我国人口普查每十年进行一次,人口数据更新慢,时间分辨率低;人口空间分布信息在GIS中往往以行政单元属性值的形式进行存储,致使人口分布在行政区边界处产生突变,空间精度低。在跨学科研究或空间分析时,自然资源背景数据的界线往往与不规则的行政区界线不相一致,不利于多学科的交叉融合[1,2]。人口统计数据空间化可有效解决上述问题,即把数据映射到一个统一的地理格网,实现人口空间分布信息由行政区划为单元到像元级的转换,展现客观的人口地理分布规律,对人口分布模拟和预测研究具有重要价值[3]。随着地球信息科学的发展,在RS和GIS技术支持下,人口数据空间化研究发展迅速。基于遥感和GIS的人口数据空间化分析方法有:土地利用类型法[4,5]、多源信息融合法[6~8]、基于像元特征的反演法[9~11]等。由于遥感数据在像元尺度上记录和反映地表信息,这就需要将社会化信息在像元尺度...  (本文共7页) 阅读全文>>