基于GIS的人口统计数据的空间化探讨
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GIS的内蒙古人口时空动态变化分析
心 所 在地 的坐 标 ， 取不 同 的属 性值 ， 人 口、 如 产值 等．
２ 结 果 与分 析
２ １ 内蒙古人 口发 展特 征 ．
内蒙古 自治 区是 一个 以蒙古 族 为 主体 、 以汉族 居 多数 的 民族 自治 区 ， ９ ８ ２ ０ １ ７ ￣ ０ ８年人 Ｅ数 量 呈持 续 缓 ｌ
业重 心 与经济 重心 的空 间演变 轨迹 进行研 究 ， 为 区域经 济 差距 的主要 原 因是 东部 沿 海 地 区没 有更 有 效 地 认
吸纳 中西 部地 区人 口， 而造成 我 国东部 沿海地 区与 中西部 地 区 的生 产 、 口与就业 分布 高度失 衡． 从 人
目前 ， 关于 内蒙 古经 济和人 口的分布 重心 已经开 展 了许 多研 究工 作 Ｌ ， 是未 见 较长 时 间尺度 上 的人 ８ 但 口时空动 态变 化分 析． 本文 计算 了 １ ７ ￣２ ０ ９ ８ ０ ８年 内蒙古 的人 口重 心 和经 济重 心 ， 以期 揭示 内蒙 古人 口空 间
第４ Ｏ卷 第 ３ 期
２１ ０ ｉ年 ５月
内 蒙 古师 范大 学学 报 （ 自然科 学 汉 文版 ）
Ｊ ｕ ｎ ｌｏ ｎ ｅ ｏ ｇ ｌ ｒ ａ Ｕｎ ｖ ｒ ｉ （ ｔ ｒ ｌ ｃｅ ｃ ｄ ｔ ｎ ｏ ｒ ａ ｆＩ ｎ ｒＭ ｎ ｏ ｉ Ｎｏ ｍ ｌ ａ ｉｅ ｓｔ Ｎａ ｕ ａ ｉｎ ｅ Ｅ ｉ ｏ ） ｙ Ｓ ｉ
基于GIS的山东省人口分布时空格局及影响因素分析
基于GIS的山东省人口分布时空格局及影响因素分析1. 引言1.1 研究背景人口是一个国家或地区最基本的资源，人口数量、结构和分布状况对社会经济发展具有重要影响。
山东省作为中国人口最多的省份之一，其人口分布时空格局及影响因素的研究具有重要意义。
在过去的几十年里，山东省人口不断增长，城乡人口结构发生变化，人口流动带来的影响也愈发显著。
深入研究山东省人口的分布、时空格局及影响因素，对于指导相关政策制定和提升人口管理水平具有重要意义。
随着地理信息系统（GIS）技术的不断发展和普及，GIS在人口研究中的应用越来越广泛。
利用GIS技术，我们可以更准确地获取和分析人口数据，揭示人口分布的规律和特点。
本文将基于GIS技术，对山东省人口分布的时空格局及影响因素进行深入探讨。
通过对山东省人口分布的不同因素进行分析，可以为人口政策的制定提供科学依据，促进社会经济的可持续发展。
对于人口增长趋势的分析，也将有助于我们更好地了解山东省人口的未来发展方向，提出有效的政策建议。
【研究背景】1.2 研究意义人口是一个国家、一个地区社会经济发展的基本原因和动力，人口分布的不均衡和人口结构的变化直接影响着地区的社会经济发展和资源环境可持续利用。
山东省作为我国人口大省之一，人口数量庞大，人口空间分布不均衡，人口结构不合理，这些问题在地区的社会经济发展中给予了诸多不利影响。
对山东省人口分布时空格局及影响因素进行深入分析，不仅有利于把握山东省人口发展的规律，有助于更好地指导地区的人口政策制定和社会经济发展规划，还可以为其他人口大省提供一定的借鉴和参考。
通过本研究的开展，可以在一定程度上拓展人口地理学领域的研究视野，为地理信息系统在人口研究中的应用提供一定的理论和实践基础。
本研究具有重要的理论和现实意义。
1.3 研究方法研究方法是本文研究的重要部分，通过科学合理的研究方法可以有效地探究山东省人口分布的时空格局及影响因素。
本研究主要采用以下方法进行：我们通过收集各地区人口统计数据，并利用地理信息系统（GIS）进行数据的空间分析，包括人口数量、人口密度等指标的计算和地理可视化展示，从而揭示各地区人口分布的时空规律。
基于GIS的青藏高原人口统计数据空间化
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
人口数据空间化研究综述_柏中强
第32卷第11期2013年11月地理科学进展PROGRESS IN GEOGRAPHYV ol.32,No.11Nov.,2013收稿日期：2013-06；修订日期：2013-09.基金项目：国家科技基础性工作专项重点项目(2011FY110400)；国家科技基础性工作专项课题项目(2012FY111800-05)。
作者简介：柏中强(1988-)，男，博士研究生，主要研究方向为基于格网的区域人口时空模拟。
E-mail ：baizq@ 通讯作者：王卷乐(1976-)，男，博士，副研究员，主要从事格网化资源环境综合科学调查研究。
E-mail ：wangjl@1692-1702页1引言人口数据是表征人类活动最直接的指标之一，在生态环境保护、灾害风险评估与救援、商业决策、区域规划与开发等领域广泛运用。
人口统计数据通常以行政区为单元逐级统计和汇总而来，以严谨的统计学理论和方法作为支撑，具有权威、系统、规范的特点(胡云峰等,2011)。
但是当此类数据应用于空间分析或跨学科研究时，会出现如下问题：①人口统计数据所依赖的行政单元(省、市、县、乡镇等)与实际研究中的自然单元(流域、土壤类型单元、植被类型单元、样带等)边界不一致，从而造成地学研究中的“可变元问题”(Openshaw et al,1983;杨小唤等,2002)；②以行政区平均密度来表征的人口空间分布信息不能在小尺度上体现人口空间分布特征，其精度也无法达到许多科学研究和工程应用的要求；③时间分辨率低，更新周期长，中国国家层面的人口普查一般是每10年进行一次，而其他大多数发展中国家的更新周期更长；④不便于可视化和空间分析操作，不利于表现和挖掘人口的分布规律及其模拟和预测研究。
以现代对地观测技术和地理信息空间分析与模拟技术为支撑，“社会数据空间化”和“空间数据社会化”(Pixelizing the Social and Socializing thePixel)成为学界关注的焦点(Jacqueline et al,1998;蒋耒文,2002)，人口数据空间化作为其典型代表和重要研究领域，对人口统计数据形成了有益补充。
人口数据空间化模型方法_概述及解释说明
人口数据空间化模型方法概述及解释说明1. 引言1.1 概述人口数据空间化模型方法是一种用于研究和分析人口数据地理分布特征的有效工具。
随着城市化进程的加速和城市规划需求的增长，人口数据空间化模型方法在城市规划、社会经济研究以及环境保护与资源管理等领域中得到了广泛应用。
本文将就这种方法进行概述并提供详细解释说明。
1.2 文章结构本文主要包括如下几个部分：引言、正文、方法概述、模型应用场景分析以及结论与展望。
在引言部分，我们将介绍人口数据空间化模型方法的背景和意义，并对全文进行简要说明。
在正文部分，我们将详细探讨该方法的内涵和基本原理。
在方法概述部分，我们将介绍该方法的定义、使用案例说明以及数据处理与分析步骤。
在模型应用场景分析部分，我们将阐述该方法在城市规划与发展、社会经济研究以及环境保护与资源管理等领域中的重要应用。
最后，在结论与展望部分，我们将总结文章内容，并探讨未来研究的发展方向。
1.3 目的本文旨在为读者提供一个全面了解人口数据空间化模型方法的基础，并介绍其在实际应用中的重要性和价值。
通过分析该方法的使用案例以及与其他研究领域的关联，我们希望能够揭示其潜在的贡献和未来发展方向。
同时，该文章也可以作为相关领域研究者和决策者参考的资料，从而推动该方法在实践中的广泛应用和进一步探索。
2. 正文人口数据空间化模型方法是指将人口数据与空间信息相结合，通过建立数学或统计模型来分析和预测人口分布、人口迁移和人口增长的方法。
这种方法可以有效地帮助我们理解人口现象的时空特征以及其影响因素，进而为城市规划、社会经济研究、环境保护和资源管理等领域的决策提供科学依据。
在构建人口数据空间化模型前，首先需要对人口数据进行处理和分析。
常用的处理方式包括数据清洗、变换和插值等，以确保数据的准确性和完整性。
分析步骤则涉及探索性空间数据分析、地理加权回归和空间插值等方法。
这些步骤可以帮助我们发现与空间有关的模式，并推断其背后的驱动力。
地理信息系统与空间分析
地理信息系统与空间分析地理信息系统（GIS）是一种集成地理数据收集、管理、分析和展示功能的软件系统。
它利用计算机技术，将地理空间数据与属性数据相结合，帮助人们更好地理解和解释地理现象。
地理信息系统在各个领域中都有广泛的应用，其中最重要的就是空间分析。
本文将探讨地理信息系统与空间分析的关系，以及在实际应用中的价值和挑战。
一、地理信息系统的基本原理和功能地理信息系统是由地理数据、硬件设备、软件系统和人员组成的综合系统。
它可以收集和管理各种地理数据，包括地图、卫星影像、遥感数据、地理统计数据等。
地理信息系统的主要功能包括数据输入、数据管理、数据查询和分析、数据展示和输出等。
数据输入是地理信息系统的基础，包括地理数据的获取和数据格式的转换。
数据管理是地理信息系统的核心，它包括数据的存储、索引、更新和共享等。
数据查询和分析是地理信息系统的重要功能，它可以通过空间查询、属性查询、地理分析等方法，从海量地理数据中提取有用信息。
数据展示和输出可以通过地图制作、图表生成、报告输出等方式呈现地理信息。
二、空间分析在地理信息系统中的应用空间分析是地理信息系统的重要应用领域，它通过对地理空间数据进行分析和模拟，帮助人们揭示地理现象的分布规律、趋势和变化趋势。
空间分析主要包括网格分析、缓冲区分析、插值分析、栅格分析、网络分析等。
网格分析是一种基于网格数据模型的分析方法，它将地理现象分割为一个个格网单元，并通过对单元内的属性进行计算和统计，揭示地理现象的空间特征。
缓冲区分析是指在地理空间数据上，以某个点、线或面为中心，创建一定距离范围内的缓冲区，并分析缓冲区内的地理现象。
插值分析是通过已有的离散点数据，预测和填补缺失的空间数据，以获得连续和平滑的空间表面。
栅格分析是指将连续的地理现象数据转换为栅格数据，并对栅格数据进行分析和建模。
网络分析是指在地理网络上进行路径分析、设施选址等操作，以解决交通、物流等问题。
三、地理信息系统与空间分析的价值地理信息系统与空间分析在许多领域具有重要价值，包括城市规划、环境保护、交通管理、农业生产、自然资源管理等。
基于GIS的“湖广填四川”历史人口迁移空间分布规律
基于GIS的“湖广填四川”历史人口迁移空间分布规律作者：刘瑞琦冯文兰范诗铃来源：《科学与财富》2019年第28期摘要：对历史时期人口迁移数量及其空间分布规律的分析与探讨是人口迁移法则研究的重要基础。
本文通过对地方志及历史文献资料的整理，利用GIS技术，分别从省域、区域和县域尺度上分析了我国“湖广填四川”这一重大历史移民事件中人口迁移的空间分布规律及对迁入地的影响。
得到的主要结论有：（1）人口迁移分布在不同空间尺度上具有差异性；（2）呈现差异性分布的主要原因可以归纳为以下几个方面：从省域尺度上而言，距移民籍贯地愈远，移民聚集地越少，人口迁移还与地方民性和历史政策有关；从区域尺度上而言，地理环境是导致移民进入川渝后对迁入地的选择有所差异的主要原因；从县域尺度上而言，移民多选择经济发达、交通便利的州府迁入；（3）此次移民事件为川渝地区带来了多方面的影响，如促进经济发展、川渝语言文化统一等。
关键词：历史；人口迁移；湖广填四川；GIS；区域尺度0引言在明末清初，川渝地区由于战争、瘟疫、自然灾害等原因人口锐减，于是清政府鼓励各省民众入蜀垦荒。
此次移民籍贯复杂，移民中以湖广人为多，历史上便称之为“湖广填四川”事件。
此次移民事件对川渝地区在人口结构、地理环境及经济发展等许多方面都产生了深远影响，此前已取得较多的研究成果，如黄权生等[1]通过移民地名探讨人口的空间分布。
张敏等[2]探讨了此次人口迁徙产生的诸多方面影响。
然而，通过文献整理不难发现，迄今为止有关此事件的研究大都是定性分析。
受历史资料可获性的影响，仅从定性和宏观的视角来探讨大的人口迁移现象具有一定的局限性，容易忽略更小尺度的空间异质性，更无法展现局部范围发生人口迁移方向变异的具体位置[3]。
在较大尺度上获得的人口迁移规律或特征的认识，在另一尺度上可能有效、可能相似，也可能需要修正[4]。
因此，对历史人口迁移特征的研究不能忽略空间尺度问题。
现有关于“湖广填四川”人口迁移的空间分布及其区域差异分析方面的研究尚未报道。
基于GIS的城市人口普查数据分析研究
基于GIS的城市人口普查数据分析研究近年来，随着城市化进程不断加快，城市人口数量也在不断增加。
城市作为社会经济和文化交流的中心，城市人口普查数据的收集和分析至关重要。
在这一领域中，GIS（地理信息系统）技术的应用可以对城市人口普查数据进行深入分析，为城市规划和管理提供有效的支持。
一、GIS技术在城市人口普查数据分析中的应用GIS技术可以通过对城市人口数据的空间分析、时空趋势分析等手段，为城市规划、城市管理和社会科学研究提供实时、准确的数据支持和分析。
在城市人口普查数据分析中，GIS技术主要的应用包括以下方面：1、空间要素分析GIS技术可以帮助分析城市人口数据的“空间模式”，通过对城市人口数据和地图的结合利用，揭示城市人口的空间分布，了解城市人口的社会经济区域差异，这对城市管理和规划具有重要意义。
2、时间模式分析GIS技术可以将城市人口普查数据中的时间因素进行分析，帮助研究人员了解城市人口的发展趋势和历史演变过程，为城市发展和改进城市管理提供有力的数据支持。
3、属性分析GIS技术可以对城市人口普查数据中的各种属性因素进行分析，了解社会经济和文化因素对城市人口分布的影响程度，为政策制定和社会科学研究提供更为准确的数据支持。
二、GIS在城市人口普查数据分析中的应用案例以南京市为例，运用GIS技术完成城市人口普查数据分析，深入了解城市人口的结构特征，以促进城市规划、管理和未来发展。
1、南京市人口分布空间分析南京市的人口分布呈现东南部较为集中的特点。
通过GIS技术对城市人口数据和地图进行叠加，将南京市划分为不同的区域，再利用GIS空间探索工具，实现对人口分布和统计数据的可视化表达，发现城市人口集中度较高的区域分布于老城区和南部新城区，而北部新城区的人口密度较低。
2、南京市人口变化趋势分析通过GIS技术，利用城市人口普查数据的时间序列信息，绘制时间序列图表，可以直观反映出南京市人口的演变历程和发展趋势。
数据分析结果表明，南京市的人口总量随着城市化进程的加快和生活水平的提高，呈现稳定的增长趋势；同时，高新技术产业的发展和华东经济区的形成，也促进南京市的人口转移和人口结构的多样性。
基于GIS人口统计信息分析研究
生至型垫查兰竺’圭兰垒丝苎薹叁竺篓生堕墨坌堑网，依据空间内插的理论计算出每个格网单元的人口密度数据，这样就由不规则的区域的人口密度计算出规则的格网单元上的人口密度：对人口密度值进行分类生成矢量化的等值分布线。
如图４．２是模型生成流程图。
类似地，可以生成人口潜力等值分布描述。
潜力一词是从物理学中借用的概念。
其意义是：任意两个物体之间都存在引力，距离越近，引力越强。
同样，人口问也存在着相互联系和相互作用，作用的强度与距离成反比。
因此，在区域的每一点都存在一个人口潜力，就是区域内所有人与到这个点的距离倒数的和。
人口潜力受人口分布状况的影响，如果分布极端均匀，则区域内任何一点的人口潜力都是同样的；反之，人口愈稠密的点，人口潜力越大。
计算公式如下：Ｄ形：ｙｌ（４．１）８。
ｎ其中：只是ｆ点人口数；Ｄｒ是ｆ点到要计算潜力的８点距离；形表示ａ点潜力。
采用上述方法，生成全国人口潜力等值数据分布描述图，如图４．３。
可以看到，全国人口潜力等值分布大体上从东向西衰减，其中京、津、塘、沿海一带比较高，越往西，人口潜力越弱。
图４．３全国人口潜力等值分布（台湾无数据）Ｆｉｇ．４．３Ｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎａｌｉｓｏｌｉｎｅｔｈｅｐｏｔｅｎｔｉａｌｏｆｃｏｕｎｔｒｙｗｉｄｅｐｏｐｕｌａｔｉｏｎ（１ａｃｋｉｎｇｔｈｅｄａｔａｏｆＴａｉｗａｎ）４．２．１．２北京市人口密度空间分布分析北京市下辖十三区五县，它们包括３３４个街道、乡、镇，利用第五次人口普查资料，采用极差化方法对北京市十三区五县和各个街道、乡、镇人口密度分别进行极差标准化处理。
极差标准化即：１１·变型垫查堂堡±兰些堡兰苎三△旦竺生笪星坌堑。
”５盂币下硐（ｆ－１，２，…，埘；／：１，２，…ｎ）屯一ｍｉｎ｛ｘ，，｝通过这种标准化所得的新数据集消除了量纲带来的影响，同时各要素的极大值为１，极小值为Ｏ，其余的数值都在０与ｌ之俺Ｊ。
根据极差标准化后的人口密度空间分布特征，利用ＧＩＳ对北京市十三区五县和各个街道、乡、镇人口密度聚类，得到图４．４。
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。
基于GIS的重庆人口空间离散化模型研究
研 究表 明土地利用类型、 地形坡度 、 河流 、 道路 以及城镇居民点对人 口分布有较大影响， 通过
较为客 观 的 方式赋 予各 影 响 因子 对人 口分布 的影 响 权 重 ， 出 了人 口加 权 多 因子 离散 化模 提 型， 并依 据 该模 型 对重 庆地 区的人 口统计 数据 进 行 了 离散 。最 终 生 成 的栅 格人 口密度 数据
的优势体现在数据来源权威 、 全面 、 准确 、 更新速度快 ， 但是不能以直观 的形式表达人 口在 自 然地理空间 和人文地理空间的分布及其格局。人 口的空间分布与经济的空间分 布密切相关 ， 如果能够利用 ＧＳ Ｉ 技 术将人 口数据空间离散化 ， 将有利于各级政府跨越行政 区划限制 ， 从更为宏观 的视野来认识和把握人口 和经济的空间分布与发展趋势 。
Ｊ１０ ７ ｕ． ０ ２
文 章 编 号 ：６２— ８ ３ ２０ ） ３— ０ ３— ５ １７ ７ ４ （０ ７ ０ ０ ８ ０
基于 ＧＳ的 重 庆 人 口空 间离 散 化 模 型 研 究 Ｉ
陈 子 进 ， 连 友 ， 晓梅 ， 伟 平 ， 平 平 梅 杜 杜 马
（ 勤 工程 学 院 营房 管理 与环境 工 程 系， 后 重庆 ４ ０ １ ） ０ ０６
既与区县统计人 口数据保持 一致 ， 又反映 了各市县 内部人 口分布的空间变化。 关 键词 Ｇ Ｓ 重庆 市人 口统计 数 据 ； Ｉ； 离散化 模 型
中图分 类号 ： ２ ５ ２ Ｐ ８ ． ５ 文献标 识 码 ： Ａ
传统 的人 口统 计数 据 一般 是 以行 政 区划 为单 元 ， 经逐 级统 计 、 总得 到 的二 维表 格 数据 。这种 数据 汇
城镇人 口在城市 中的分 布 主要 与城市 中的用地 类 型有关 ， 如居 民区 、 业 区 、 商 工厂 、 学校 、 地 、 系 绿 水 等 。在 同一 个 人 口统 计 区域 内不 同的用地 类 型其城 镇 人 口密度 并 不 相 同 ， 对 于相 同 的用 地类 型 在 同 但
基于GIS技术的县域居民点空间分布特征分析及其优化布局
浙江大学学报(农业与生命科学版) 33(3):348～354,2007Journal of Zhejiang U niversity (Agric 1&Life Sci 1)文章编号:100829209(2007)0320348207 收稿日期:2006210208基金项目:浙江省自然科学基金资助项目(302395);浙江省科技计划资助项目(021107751);2003年度科技基础性工作专项资助项目(2003DEA2C010213).作者简介:孙华生(1980—),男,山东莒南人,博士研究生,从事农业遥感和信息技术应用研究.E 2mail :sunhuasheng @.通讯作者:黄敬峰,男,研究员,从事农业遥感与信息技术应用研究.Tel :0571286971830;E 2mail :hjf @.基于GIS 技术的县域居民点空间分布特征分析及其优化布局孙华生1,黄敬峰1,金艳1,邓睿1,王杰2(1.浙江大学农业遥感与信息技术应用研究所,浙江杭州310029;2.浙江省仙居县国土资源局,浙江仙居317300)摘 要:以浙江省仙居县为例,利用1∶5万比例尺的土地利用现状图、地形图、行政区划图、交通道路图和地质灾害分布图等资料,结合人口和社会经济资料,应用GIS 空间分析功能,对县域居民点体系空间分布特征进行定量分析,在此基础上按照仙居县城镇和农村居民点规划要求,确定城镇建成区发展方向,因地质灾害、高山和交通不便等原因需要迁移的居民点,并根据农村居民点的属性按一定的要求选取合适的居民点作为中心村,实现居民点优化布局,为居民点规划提供参考.关 键 词:GIS ;空间分析;居民点;土地规划中图分类号:F292 文献标识码:ASUN Hua 2sheng 1,HUAN G Jing 2feng 1,J IN Yan 1,DEN G Rui 1,WAN G Jie 2(1.I nstitute ofA g ricultural Remote Sensing &I nf ormation A p plication ,Zhej iang Universit y ,Hangz hou 310029,China ;2.L and resources bureau of X ianj u Count y ,X ianj u ,Zhej iang 317300,China )Spatial distribution characteristics analysis and optimization of county 2level settlements b ased on GIS.Journal of Zhejiang University (Agric 1&Life Sci 1),2007,33(3):3482354Abstract :Land use ,topography ,administration ,communication and geological disasters map s with a scale of 1∶50000,combined with population and economy data ,were used in the quantitative analysis of spatial distribution characteristics of villages and towns in Xianju County by GIS.The results were used to help to plan the expanding directions of towns ,decide villages that need to be migrated in the regions of geological disaster ,high mountain and traffic inconvenience ,and then some qualified villages were chosen as central villages by their attributes ,so as to achieve the distribution optimization and offer references to settlement planning.K ey w ords :GIS ;spatial analysis ;settlement ;land planning 居民点是人们共同生活和进行经济、政治和文化等活动而聚集的定居场所.由于过去居民点大都缺乏统一规划或者有规划但执行力度不够,所以导致目前城镇和农村居民点空间布局零乱分散,集聚能力差,生产生活基础设施、服务设施落后,居住环境恶劣.随着社会经济的发展,人民生活水平的日益提高,城市化步伐的加快和全面建设小康社会的推进,迫切需要对居民点进行规孙华生,等:基于GIS技术的县域居民点空间分布特征分析及其优化布局划,加强生产生活基础设施、服务设施建设,改善人们的居住环境,尤其是要加强对农村居民点的治理和规划,以满足人们对居住环境迫切需要改善的需求.不仅城镇居民点居住环境治理和规划重要,农村居民点居住环境治理和规划也很重要.党的十六届五中全会通过的《中共中央关于制定国民经济和社会发展第十一个五年规划的建议》,提出今后5年建设社会主义新农村的任务,农村居民点居住环境治理和规划是社会主义新农村建设的重要组成部分. GIS的空间分析功能不但可以查询数据库系统中的各种信息,而且可以综合各种不同的信息,寻求空间实体间的相互关系,揭示出事物间更深刻的内在规律和特征.当前,GIS的理论和已开发软件系统的空间分析功能都已经比较完善,需要做的研究是如何把它的分析功能与具体应用领域结合起来.在居民点空间分析方面,GIS已经应用到城镇和农村居民点的优化布局研究中,程建权等对城镇发展布局优化方法进行了探讨[1];王恒山等对村庄布局优化进行了研究[2],主要是对如何建立优化系统的研究;王茂军等研究了城市居住环境的评价[3];党安荣等利用GIS空间分析对居民点分布特征进行了研究,主要是海拔高度、坡度、坡向与居民点分布关系的定量说明[4]. 本研究以GIS为工具,内容不仅包括对居民点在不同海拔高度、坡度、坡向的空间分布状况做定量分析,而且包括对居民点的人口分布、交通状况进行分析,并在空间分布特征定量分析的基础上,以GIS空间分析结果为依据,针对居民点存在的问题提出空间布局的优化方案,使居民点空间分布结构更合理.研究采用的基础图件比例尺为1∶5万,能够详细地反映出县域居民点的空间分布特征.1 资料与方法111 研究区概况 以浙江省仙居县为试验区,该县界于东经120°17′6″～120°55′51″,北纬28°28′14″～28°59′48″,总面积200013km2,其中丘陵山地面积达161210km2,占总面积的8019%,素有“八山一水一分田"之说.全县下辖3个街道,7个建制镇,10个乡,共有行政村722个.至2005年末,县域总人口473944人,其中非农业人口46973人,占总人口的9191%,农业人口426971人,占总人口的90109%.图1 研究方法流程图Fig.1 Flow chart for t he research met hod112 资 料 研究采用的GIS软件为ESRI公司开发的Arc GIS910Desktop,该软件在空间分析方面与同类软件相比功能更强大,是当前应用最广泛的GIS软件之一.为了反映出居民点空间分布的详细特征,研究所采用的数字化地图包括2004年仙居县土地利用现状更新调查图(从中提取出居民点分布图层)、地形图中的等高线图层、行政区划图、交通道路图和地质灾害易发区分布图等,地图比例尺为1∶5万,各个图层统一保存为ESRI shape格式.113 研究方法 根据研究区域状况和研究对象的特点,以及GIS空间分析功能,确定研究方法.概括为943 第3期浙江大学学报(农业与生命科学版)数据准备、数据分析和方案确定3个主要步骤,研究方法流程见图1.2 数据分析211 数据预处理 根据数字化地形图中的等高线图层,利用Arc GIS 910Desktop 中3D 分析模块的CreateTIN f rom feat ures 建立TIN ,将TIN 转换为栅格格式,生成DEM 栅格图,通过空间分析模块对TIN 进行表面分析,得到坡度和坡向数据,数据保存为栅格格式,为再分类以及与居民点图层叠加分析等做好准备.考虑计算机运行能力和所需精度的要求,以上各个图层的栅格大小统一设置为20m ,投影为Beijing_1954_3_Degree_GK_CM_120E.212 居民点空间分布特征分析21211 不同海拔高度的居民点分布 利用Arc GIS 对DEM 的分析结果显示,仙居县最低海拔高度为1m ,最高海拔高度为1370m.根据仙居县的地形特点,把海拔高度分为100m 以下、100～200m 、200～400m 、400～600m 、600～800m 和800m 以上6个级别,通过再分类功能,将DEM 栅格数据按照确定的分级标准进行再分类,并将栅格数据转化为矢量数据,保存为ESRI shape 矢量格式.最后,把居民点分布图层与海拔高度分级图层进行叠加分析,结果见图2.用Arc GIS 软件对属性表按照海拔高度分级统计,不同海拔高度的居民点分布状况见表1.表1 仙居县不同海拔高度的居民点分布Table 1 Settlement distribution at different altitude levels ofXianju county海拔高度/m居民点面积/hm 2居民点面积比例/%行政村个数/个平均单个居民点面积/hm 2<10031171136517726511176100～200995186211011795156200～40027413851791102149400～60027215551751232122600～800701981150391182>8008174011861146合计47391641001007226156图2 不同海拔高度的居民点分布图Fig.2 Settlement distribution at different altitude levels 从以上统计结果得知,海拔高度小于100m 的居民点个数为265个,占总数的3617%,面积占全县居民点总面积的65177%.如果再扩大一下统计范围,海拔200m 以下的居民点个数为444个,占总个数的6115%,面积却占到全县居民点总面积的86178%.海拔在600m 以上的居民点面积比例仅为全县居民点总面积的1168%,行政村个数仅有45个.从平均单个居民点面积的统计可以看出,随着海拔高度的增加,居民点的规模越来越小.所以,海拔200m 以下的低丘和平原地区居民点分布比较密集,而在海拔较高的山区,居民点分布较少,规模普遍偏小,在空间上也过于分散.21212 不同坡度和坡向的居民点分布 与以上的分析过程相同,首先对坡度和坡向进行分级.坡度分为4个级别:0°～5°为平地、5°～15°为缓坡、15°～25°为中坡、大于25°为陡坡.坡向分为9个类别,即:水平向、北向、东北向、东向、东南向、南向、西南向、西向和西北向.然后,通过再分类和栅格向矢量的转化后,分别与居民点图层进行叠加分析(图略).用Arc GIS 软件对属性表按照坡度和坡向的分级标准进行统计,得到不同坡度和坡向的居民点分布状况,统计数据分别见表2和表3. 从坡度分析结果可知,仙居县的居民点主要分布在永安溪冲积形成的狭长平原上,0°53第33卷 孙华生,等:基于GIS技术的县域居民点空间分布特征分析及其优化布局表2 仙居县不同坡度的居民点分布Table2 Settlement distribution at different slope levels ofXianju County坡度居民点面积/hm2比例/%0°～5°3803114801245°～15°5721241210715°～25°2401695108>25°1231572161合计4739164100100表3 仙居县不同坡向的居民点分布Table3 Settlement distribution in different aspect s of XianjuCounty坡向全县土地总面积/hm2比例/%居民点面积/hm2比例/%北向25623.8412.81576.7812.17东北向24163.6212.08576.6812.17东向25243.7812.62620.8713.10东南向27704.1513.85951.5520.08南向24743.7112.37748.9315.80西南向22163.3211.08326.3 6.88西向23843.5711.92302.09 6.37西北向26543.9813.27636.4413.43合计200029.97100.0004739.64100.00～5°的平地和5°～15°的缓坡地上的居民点面积分别占了全县居民点总面积的80124%和12107%,而坡度在15°以上的居民点面积只占全县居民点总面积的7169%.这反映了居民点分布与坡度的关系.由于在坡度较小的区域便于进行工程建设,交通比较方便,有利于人们的生产生活,而在坡度大的区域交通不便,不便于人们的生产生活,并且在地质灾害易发区经常受滑坡、崩塌和泥石流等灾害的威胁,所以居民点绝大部分分布在坡度较小的平地上. 根据GIS对坡向的统计显示,仙居县全县土地在不同坡向上基本是均匀分布,居民点在不同坡向分布以东南向和南向稍多,在西南向和西向的分布比例较少,在其他各个方向的分布比例大致均等.21213 居民点的人口分布状况 按乡镇(街道)为单位计算人口密度分布状况可知,人口主要集中在以平原为主的乡镇.对仙居县居民点人口分布进行综合分析,全县居民点的人口规模普遍较小,在全县722个行政村中,千人以上的居民点仅有93个,仅占总数的12188%,其中海拔在200m以下的有77个;500～1000人的村庄为244个,占总数的33180%;500人以下的村庄为385个,占总数的53132%.21214 居民点的对外交通状况 通过对现状公路图层以500m为间隔缓冲距做缓冲分析,并把结果按照小于500m、500～1500m、1500～2500m和大于2500m等4个级别进行再分类,然后将结果图层与居民点分布图层进行叠加分析,得出居民点分布与距离公路远近的关系,以反映仙居县居民点的对外交通状况,统计结果见表4.表4 仙居县不同公路缓冲区内的居民点面积统计Table4 Settlement area in various road buffers距离/m居民点面积/hm2比例/%<500371216478133 500～1500941197191871500～2500811801173>250031230107合计4739164100100 从分析结果看,绝大部分居民点距离交通线路较近,便于对外交流,距离公路1500m以内的居民点面积占全县居民点总面积的98120%,而距离公路1500m以上的仅有1180%,全部为高山区居民点.对较为偏远的居民点,今后要通过加强基础设施建设或者村庄迁移来解决.213 居民点空间布局优化 居民点空间布局优化应该本着统筹城乡发展,加快城镇化进程,保持城乡社会经济协调发展,实现全面小康的原则.根据城镇和农村居民点的职能不同,对二者分别采取不同的方法进行优化.对城镇居民点,要强化其中心集镇的作用,增强其服务和辐射功能,带动乡村经济社会全面发展,因此要确定其未来的发展方向,以聚集产业,吸纳人口,将城镇周围的农村居民点纳入到城镇范围内,促进城镇化发展;而对农村居民点来说,主要任务是解决居民点的迁移和中153 第3期浙江大学学报(农业与生命科学版)心村的选取问题,引导农村居民从居住分散、环境较差的自然村向基础设施良好、环境舒适文明的规划村转换.不断扩大中心村的辐射范围,促进村庄聚集发展,逐步搞好道路、供水、供电、通讯、电视等基础设施建设,加快教育、文化、卫生等公益设施建设,逐步实现农村现代化. 21311 城镇规划建成区发展 为促进城镇化发展进程,各个建制镇应该集聚发展,实现资源共享和优势互补.根据对各个城镇的职能定位,以及其空间分布现状、地势特点和区位条件,未来各个建制镇建成区的发展方向应符合以下趋势: ①形成官路—城关—下各为一体的东部中心城镇.城关地区作为全县的政治、经济和文化的中心,未来发展是在现有基础上作放射状向外围扩展,确定到2020年的城镇建成区辐射半径为5000m;官路镇沿35省道向东发展2000 m,逐步与县城相连为一体;下各镇沿35省道向西发展5000m,向北发展2000m,逐步与县城相连接.最终形成以县城为中心的官路-城关-下各为一体的中心城镇. ②形成横溪—埠头为一体的西部中心城镇.横溪镇向南发展2000m,并沿35省道向东发展2500m,与埠头镇形成一个整体聚集发展;埠头镇向西与横溪镇相连,并向北发展1000m,逐步形成横溪-埠头为一体的县城西部中心城镇. ③形成白塔—田市为一体的中部中心城镇.白塔镇向东南发展1500m,并沿35省道向东发展2000m与田市镇作为一个整体聚集发展;田市向西和西北方向发展1000m,逐步与白塔镇合为一体. ④由于朱溪镇距离其他中心镇较远,未来沿公路向北发展2000m,逐步扩大其服务范围,发展为县城东南的中心城镇. 由于城镇建成区的扩张,原来处于郊区的农村被大量纳入到城镇范围,到2020年将被纳入城镇范围的村庄见表5.21312 居民点迁移 ①地质灾害区移民.仙居县地质灾害类型主要是塌陷、滑坡、崩塌和泥石流等,每年都会造成房屋毁损,人员伤亡,严重威胁到人民群众表5 到2020年将被纳入到城镇的村庄Table5 List of t he villages t hat would be part s of towns till2020城镇名称 村庄名称南峰街道柴岭下、船山安洲街道大庙前、下垟陈、坚固福应街道中桥头、石牛官路镇叶沙田、后里吴、管山头下各镇黄梁陈、车塘、下华、湖其园、下张、后冯、张店、山下英横溪镇朱塘岸、下沈、上麻、坎头、大林埠头镇谷庄白塔镇后应、马坎头、后垟、下横街、前垟、吕桥头、高迁上屋、高迁下屋田市镇后项朱溪镇岩前、江一、江二、大园、官屋的生命财产安全,因此必须尽快使处在地质灾害区的居民迁移到安全地区.通过GIS软件对居民点分布图与地质灾害易发区图进行叠加分析,处于地质灾害高发区和中发区需要迁移的有朱溪镇的板辽、新屋和长加山,步路乡的乌上、岩树下、叶山、后球、岩笋下、笋山和黄大山,上张乡的茶坑、祝西山、里厂、外厂、昔下、岩下、洞平、张湾、岭头、张平、里湾、李树、袭辽、官田、下溪,溪港乡的梅林,埠头镇的三丘田、楚石坑、大陈村和平脚坟前,皤滩乡的大岭脚,以及横溪镇的山岙,共32个自然村,需迁移人口2856人. ②高山区移民.处于高山区居民点的基础设施和公用设施条件极差,交通极不方便,居民深受饮水难、用电难、通信难、就医难、儿童上学难等问题的困扰,因此迫切需要改变现状,使群众走上脱贫致富的道路,这也是全面建设小康社会的需要.根据以上对仙居县居民点空间分布状况的分析结果,从长远考虑,对海拔600m 以上、人口规模少于400人的村庄,应该通过移民下山、易地脱贫的方法解决;对人口规模大于400人、资源条件较好的村庄,应该考虑加大基础设施和公用设施的投入,建设道路、医疗诊所、学校和通讯设施等就地解决.按照GIS软件统计,需要进行高山移民的自然村为83个,人口为6368人. ③交通不便区域移民.根据居民点交通状253第33卷 孙华生,等:基于GIS技术的县域居民点空间分布特征分析及其优化布局况分析,对距离交通线路1500m以上,并且处在坡度大于15°的不便于进行道路建设的村庄应该采用移民方式解决.经统计,需要迁移的村庄有:福应街道的长加坑、三角地、西垟和横樟,上张乡的六亩田和央弄,湫山乡的石柱山、叶岩头,田市的岩塔头,下各镇的岩下殿、横田和四谷岭等,需迁移人口2314人.21313 中心村选取 未来的农村居民点发展趋向是使规模小、布局散的自然村逐渐向中心村靠拢.在经济比较发达的地区,提升中心村基础设施和公共设施的配套水平,共享基础设施和公共服务设施,吸引周围零散的村落向中心村集聚,形成集聚效应.中心村建设对提高农村居民的生活质量和文明程度,促进城乡一体化,适应农业生产向集约化、产业化,实现可持续发展具有重要意义.中心村的选择要因地制宜,不同地区有不同的标准.根据仙居县的特点,中心村的选择应该符合以下几个方面的要求: ①人口规模.根据仙居县居民点的人口特点,确定平原地区集聚人口一般800人以上,或组合村人口达2000人以上的作为中心村,山区集聚人口一般500人以上,或组合村人口达1000人以上的作为中心村. ②区位便利性.将各乡镇行政村划分为若干组团,比较各行政村的经济水平、人口规模、农户收入和设施基础,在组团范围内,现状条件好的行政村优先考虑作为中心村.选择的中心村应该有一定的经济实力,具有较好的基础设施和公共设施,交通、供水、供电、通信等条件较好,具备一定的服务功能,对周边村庄有一定辐射功能. ③空间均衡分布.中心村之间要保持适当的距离,不在城镇规划建设范围内,适当考虑乡镇范围内均衡布置,避免在空间上过于紧密. ④乡集镇驻地原则上要确定为中心村.具有特色或特殊功能的村庄,如特色农业基地村,旅游村,林业村等也应考虑作为中心村.处于地质灾害的高、中易发区和因工程建设需要搬迁的村庄不能作为中心村. 用GIS软件对村庄人口规模和交通便利度等进行逻辑运算,并按照中心村确定的其他原则进行选择,最终确定符合作为中心村的村庄共有68个,具体分布见图3.图3 仙居县规划的中心村分布Fig.3 Distribution of planned central villages ofXianju county3 结 论 利用GIS的空间分析功能,实现对居民点不同海拔高度、不同坡度和坡向的空间分布特征的定量分析,反映仙居县居民点空间分布的特点.分析结果表明:仙居县居民点在空间上随着海拔高度的增加分布面积逐渐变小,并且居民点的规模也越来越小,有86178%的居民点面积分布在海拔200m以下的低丘和平原区域,海拔200m以上的仅占居民点总面积的13122%;有92131%的居民点面积分布在坡度小于15°的平地和缓坡区,仅有7169%的居民点面积分布在大于15°的坡地上;居民点的坡向在东南向和南向分布稍多,在西南向和西向的分布比例较少,在其他各个方向的分布比例大致均等.此外,还对居民点人口和对外交通状况作了分析,仙居县人口主要集中在以平原为主的乡镇,村庄的人口规模普遍较小,500人以下的村庄有385个,占总数的53132%;居民点交通条件大部分较好,有98120%的居民点面积距离公路1500m以内,大于1500m的仅占353 第3期浙江大学学报(农业与生命科学版)居民点总面积的1180%. 在空间分布特征综合分析基础上,针对居民点的空间分布特征和存在的问题,确定城镇的发展方向,解决农村居民点迁移、中心村的选取等问题,对促进城镇和农村居民点的集聚发展、实现城乡功能互补和协调发展具有重要参考价值.为促进城镇化发展,建制镇应该集聚发展,实现资源共享和优势互补,仙居县未来的城镇发展要形成4个中心城镇区;对地质灾害、高山和交通不便区域的居民点进行迁移,使处于这些地区的居民早日消除安全隐患和脱贫致富;并在农村居民点中选取68个符合条件的村庄作为中心村. 研究也表明GIS综合考虑了多个共同作用的因素,能够对空间数据进行深层次挖掘和利用,快速计算和统计,并通过图表和图形表达出运算结果,对居民点空间布局优化具有很好的效果,是一种重要的辅助决策手段.R eferences:[1] CH EN G Jian2quan,L AN Yun2chao,YAN G Ren(程建权,兰运超,杨仁).Research on optimal layoutmet hodology of town development based on GIS[J].Journal of Wuh an U rb an Construction Institute(武汉城市建设学院学报),1999,16(1):17222.(in Chinese) [2] WAN G Heng2shan,PU Zhi2hua(王恒山,浦志华).The system integration of village distributionoptimization DSS wit h t he characteristic of geographicinformation system[J].Systems E ngineering2Theory&Practice(系统工程理论与实践),1999(9):1092112.(in Chinese)[3] WAN G Mao2jun,ZHAN G Xue2xia,L UAN Wei2xin(王茂军,张学霞,栾维新).Structure and spatialanalysis of evaluation of residential environment inDalian city[J].Scientia G eographica Sinica(地理科学),2003,23(1):87294.(in Chinese)[4] DAN G An2rong,MAO Qi2zhi,WAN G Xiao2dong(党安荣,毛其智,王晓栋).Spatial analysis for humansettlement s in Lijiang area[J].G eo2Inform ationScience(地球信息科学),2000(4):40245.(inChinese)欢迎订阅《浙江大学学报(农业与生命科学版)》《浙江大学学报(农业与生命科学版)》是浙江大学主办的全国性、综合性、学术性期刊.主要刊登农业基础科学和应用科学研究论文.内容涵盖农业和生命科学各个领域,包括作物遗传育种!种质资源;植物保护;生理生态;作物栽培;土壤肥料;园艺;农产品的贮藏!保鲜!加工;畜牧!兽医;以及生命科学方面的专论,研究论文,快讯等.读者对象主要是国内外农业科学研究人员,农业院校的教师和研究生,以及综合性大学等有关农业科学的研究与管理人员.本刊近年的影响因子、总被引频次两项重要指标均名列全国农业高校学术期刊的前列;2001年入选中国期刊方阵;2004年在教育部全国高校科技期刊评比中荣获壹等奖,全国优秀农业期刊评比壹等奖,2005年又获第三届国家期刊奖百种重点期刊奖,2006年再次荣获全国农业期刊评比壹等奖,首届中国高校优秀科技期刊奖;现为全国综合性农业科学类核心期刊.目前被美国《工程索引》(EI Compendex Web),美国《化学文摘》(CA),美国《剑桥科学文摘》(CSA),俄罗斯《文摘杂志》(AJ),英国《国际农业和生物科学中心文摘》(CABI),英国《动物学记录》(ZR),联合国粮农组织FAO《农业索引》(Agrindex)及中国科学引文数据库,《中国学术期刊文摘》,中国期刊网《中国学术期刊(光盘版)》数据库,万方数据资源系统数字化期刊群数据库等国际国内重要检索系统收录.《浙江大学学报(农业与生命科学版)》为双月刊,A4开本,120页,国内外公开发行.国内统一刊号:CN3321247/S,国际标准刊号:ISSN100829209,邮发代号:32248,国外代号:BM4108.定价每期8.00元/人民币,全年定价48.00元/人民币.453第33卷 。
基于GIS的四川省市域常住人口分布特征研究
第40卷第2期2021年2月绵阳师范学院学报Journal of Mianyang Teachers' CollegeVol.40 No.2Feb. 2021D01：10.16276/51-1670/g.2021.02.021基于GIS 的四川省市域常住人口分布特征研究何建波，陈涛**收稿日期：2020-09-28基金项目：西华师范大学英才基金项目（17YC131）.第一作者简介:何建波（1995-）,男，四川绵阳人，硕士研究生，研究方向:环境遥感.*通信作者简介:陈涛（1974-），男，四川渠县人，教授，博士，研究方向：区域经济、生态环境和环境遥感.（西华师范大学国土资源学院，四川南充637009）摘 要：以2010,2014,2018年地级市常住人口为基础数据，借助ArcGIS 与ArcScene 工具，选用人口密度分 析、人口重心分析、空间自相关分析与探索性数据分析等，以及三维可视化等方法对四川省市域常住人口分布状况与规律进行了研究.结果显示：四川省市域常住人口分布存在空间正相关性；四川省市域常住人口呈现出"东密西 疏”的人口空间分布特征；四川省人口重心大体由东向西偏移，往成都市方向靠近，整体仍处在四川省东部.关键词：人口分布；四川省；人口密度；人口重心；空间自相关中图分类号：C922； P208文献标志码：A 文章编号：1672-612X （2021）02-0111-060引言人口分布是指人口在某段时间内的空间存在形式与分布状况,它对各地的城市规划、经济发展与社会政策落实具有重大意义,它是受自然条件、社会政策、经济发展、民族历史与政治等多种因素共同作用的结果.有很多学者都做过相关的研究，例如李雪等利用GIS 技术的热点分析方法研究了四川省县域人口分布⑷; 马廷刚等利用空间自相关分析方法分析了陕西省人口的空间分布模式⑵；杨振等从多种角度通过构建新疆 的人口空间数据库，对新疆的人口空间分布进行探究⑶；李彪等结合GIS 技术探讨了宝鸡市人口空间分布 的基本规律和特征⑷.四川省是我国西南部重要的省份之一，也是中国西南部人口最多的省份，它有着复杂的地貌形态、多样的气候条件，同时有着特色的成渝城市群及“成渝经济区” ■以上特点对探究四川省市域的人口分布有着重 大的意义,它对四川省以后的经济发展、政策落实与城市规划都能起到重要作用•然而关于四川省地市州的人口分布文献较少，研究年限比较远,研究方法也大体一致•论文将基于2010年、2014年、2018年的四川省 各市州人口数据,采用多种方法综合研究四川省市域常住人口的空间分布特征•1研究区域概况和数据来源1.1研究区域概况四川位于中国西南地区内陆，是中国西南部人口最多的省份,总面积48.6万kn?,省会城市是成都.四 川省下辖18个省辖市,3个自治州•截止2018年末，四川省的常住人口达到8 341万人.12数据来源本文所采用的四川省市级行政区划图由ArcGIS 处理得到，其基础矢量数据为中华人民共和国省市二级 行政区划图，此基础矢量数据来源于国家基础地理信息中心提供的1 ：400万的基础地理数据.文章中所需 要的其他专题图是以中华人民共和国行政区划图为底图，以此基础上利用ArcGIS10.2软件对数据进行相关分析处理，最终绘制而成的•论文所采集的四川省各个市（州）的常住人口、面积等统计数据来源于《中国统计年鉴》⑸，同时参考了• 111 •绵阳师范学院学报（自然科学版）1%人口抽样调查数据.以及四川省现有的21个地市（州）为研究的基本单位.论文收集了研究区域统计时间为2010年、2014年和2018年的人口数据，能够反映出四川省地级市人口空间分布的演化趋势•2研究方法2.1人口密度人口密度是衡量一个国家或地区人口分布及其规律性的重要指标•计算人口密度首先是要假设人口均匀的分布在它所处的一定地域内,所以其计算的范围越小,越能精确地反映人口分布的情况,范围越大则只能粗略地反映人口分布的情况血0公式表示：P。
基于GIS软件分析功能的中国各省市区城市空间发展情况及背景分析
基于GIS软件分析功能的中国各省市区城市空间发展情况及背景分析本文结合ArcGIS软件，根据全国各省份城市基本开发建设的数据统计资料，制作相关专题图，通过历年结果的对比分析，反映各省份的城市开发建设的情况，并分析形成这些状况的原因及未来发展趋势。
[关键词]ArcGIS；市开发建设；城市化水平；地区差异1前言2000年以来，我国城镇化水平快速提高。
城镇化面临重大转折，资源能源紧缺压力加大，城乡发展不平衡、地区发展不平衡的矛盾更加突出。
目前，运用ArcGIS软件的制图功能，可以通过结果结合各地区经济社会等背静，对结果的产生做出较好的理解，并以此来为城市规划做出更好的指导作用。
2基于ArcGIS的城市空间发展分析图制作由所给数据文件在ArcGIS中进行专题图的制作，得到以下三种专题图。
3基于ArcGIS的城市空间发展结论分析——专题图分析结论3.1建成区面积对比由2001、2005、2009年全国各省市建成区面积对比专题图可以看出，中国目前的城镇建设，是东部城市建设量最多，中部次之，西部最少。
与东、中、西部的社会经济发展的水平相一致。
各地建成区的面积也在逐年的上升，说明全国各地的城市都在发展中，尤其东部各经济发达的地区，发展势头更是猛烈，但西南的西藏、青海的城市建设仍一直处于较低水平。
我国建成区面积比较大的省为广东、山东、江苏、辽宁、浙江、河北，基本分布于东部沿海地区，说明东部地区近年来发展基础已经形成规模，相应配套建设也基本完善。
而中部地区的河南、湖北、四川次之，这些地区建成区面积大重在人口密度和省区面积的影响，而对基础的建设力度不够强。
其它地区建成区面积较小，尤其是面积大而建设面积极小的西藏、青海、宁夏等地区，这是由其本身的自然环境造成的。
3.2建筑容积率的对比由2001、2004、2007年去昂过各省市建筑容积率的对比专题图可以看出，我国的各省市的建筑容积率相差不是十分悬殊，与经济发展水品的高低不是十分相一致，说明建筑过于密集，绿化生态可持续发展等问题纳入考虑范围。
基于GIS的青海省人口分布及其时空演变特征
基于GIS的青海省人口分布及其时空演变特征胡志强;张海峰【摘要】采用人口密度和空间自相关等分析方法,并结合GIS技术对2000年以来青海省人口分布的时空演变特征进行分析.研究结果表明:①2015年,青海人口密度东高西低,分布极不均匀,以西宁为中心呈圈层式向西扩展.青海省人口密度分布存在着正的空间自相关性,主要存在高高集聚和低低集聚.②青海省人口分布存在不均衡现象,但不均衡性稍有减弱,青海省的人口重心呈现出缓慢向西移动的趋势.青海省人口分布方向为“东北—西南”向,且人口分布格局进一步向西南方向缓慢集聚的趋势.研究结果表明空间自相关的统计分析方法能够更好地揭示出人口的分布特征、人口集聚及其变化的热点,对于人口的合理布局方案等政府决策具有重要的参考价值.【期刊名称】《内蒙古科技与经济》【年(卷),期】2017(000)006【总页数】3页(P48-49,51)【关键词】人口分布;时空演变;空间自相关;青海省【作者】胡志强;张海峰【作者单位】青海师范大学生命与地理科学学院,青海西宁 810008;青海师范大学生命与地理科学学院,青海西宁 810008【正文语种】中文【中图分类】G922(244)人口分布是指一定时间内人口在地理空间中的分布、集散和组合情况，是重要的人口现象和社会经济现象[1]。
研究区域人口分布的时空演变过程，可揭示区域人口空间分布的规律性，对制定合理的人口政策以及实现区域人口、资源、环境的协调发展具有十分重要的意义[2]。
人口分布的研究历来受到学者们的重视。
1935年胡焕庸首次用等值线绘制了我国第一张人口密度图，以此提出了中国人口的地域分界线[3]。
葛美玲等综合运用人口密度和重心分析法将中国人口地理分布划分为集聚核心区等9级区域[4]。
苏飞等在GIS 技术的基础上，采用人口分布的结构指数和空间自相关分析方法，对1993年～2007年辽中南城市群人口分布的时空演变特征进行了分析[2]。
杨强等以六期人口普查分县数据为基础，采用人口分布结构指数、基尼系数、空间自相关等方法，对中国人口分布进行了时空分析[5]。
- 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)。
基于GIS的人口统计数据的空间化探讨
摘要：人口信息的空间化是当前地理科学和社会科学共同的热点问题。
土地利用信息数据包含了影响人口分布的大量信息。
利用SPSS数学统计软件的分析和数学建模功能及ArcGIS的强大空间分析功能，通过建立土地利用类型对人口分布的影响因子库，实现了人口统计数据的空间化。
关键词：GIS；人口统计数据；空间化
人口分布是人口地理学研究的核心问题。
人口分布同生产分布以及同各国各地区的社会经济发展息息相关，研究人口分布的地域差异及其发展过程，揭示其中的规律性对制订区域人口政策、人口的合理再分布以及实现人口、资源、环境的协调持续发展起着指导作用。
传统的人口统计数据通常是以行政区域为单元，通过普查、逐级汇总而来，以综合反映某行政区域内的人口总和。
传统的人口数据统计方法在实际应用中存在较多问题：一是数据的空间分辨率低（县级）；二是数据的时间分辨率低，全国性的人口普查10年一次；三是以行政区域为单元获得的人口统计数据在区域内是均匀分布的，不能体现出人口数据的空间分布特性；四是在研究过程中，研究区域往往与行政区划并不一致，增加数据分析的难度；五是不利于多源数据融合。
基于地理格网的空间数据，如遥感数据与基于行政单元的人口数据存在尺度上的差异，难以进行融合分析。
要解决上述问题，就要探索人口分布规律并利用GIS技术将人口数据按照其分布规律展布到一定尺寸的地理格网中，构建人口分布空间数据库。
人口数据空间化是指通过构建特定的统计分析数学模型将以行政区为单元的人口统计数据分布到一定尺寸的地理格网中，实现由行政单元向地理单元网格的转换。
通过人口分布的空间化可以进一步提高人口信息管理水平为经济与社会的可持续发展提供服务。
人口统计数据的空间化研究已成为人口空间分布应用研究领域的一个热点问题。
刘纪远、岳天祥等人通过运用净第一性生产力空间分布、数字高程、城市规模等数据集，模拟了中国人口密度的空间分布规律；刘望保、闫小培等人利用EDSA－GIS空间自相关分析技术，分析改革开放以来广州市人口空间分布及其演化。
本文以土地利用数据为主要影响因子，探讨具有实际可操作性的人口数据空间化的方法，并在鄱阳湖区进行试验。
1 研究区概况与数据源
1.1 研究区概况
鄱阳湖位于江西省北部，长江中下游南岸，地理坐标北纬28°22′～29°45′，东经115°47′～116°45′，是我国最大的淡水湖泊。
按湖泊出现的最高水位对应的湖水水面面积为该湖泊的面积，鄱阳湖的面积为4 070 km2。
鄱阳湖区的范围为：南昌、新建、永修、德安、星子、湖口、都昌、鄱阳、余干、进贤和九江市的市区。
鄱阳湖区地貌类型齐全，有农田、水域、森林、湖滩草洲、低丘岗地、沙洲裸地等，总面积大约为19 815 km2。
1.2 数据源
（1）土地利用数据。
1∶100 000江西省土地用数据（来源于中国科学院地理科学与资源研究所TM解译数据），土地利用类型及代码，见表1。
（2）人口数据。
2000年的江西省各县市区人口统计数据。
（3）行政区划数据。
1∶100 000江西省行政区划图。
（4）全国1∶250 000地形数据库（包括政区、公路、铁路、水系、居民地等要素图层）。
2 人口统计数据展布过程
本文将以土地利用类型作为人口空间化的地理因子，建立人口分布空间化的地理因子库，并通过分析确定人口数据与各土地利用类型的相关系数。
选取相关系数较高的土地类型因子建立人口与土地利用类型的回归分析模型。
选取回归相关系数最优的组合作为人口数据空间化的最佳模型并结合ArcGIS软件实现人口统计数据的空间化。
在GIS支持下对数据源通过空间分析运算、统计分析运算、数据过滤与处理、模型工具处理等过程建立地理因子库和人口格网因子库。
具体处理过程的内容见图1。
2.1 地理因子库建立
影响人口分布的地理因子多种多样，目前在影响人口分布的主要地理因子方面已经有很多研究，其中最重要的地理因子包括地形、水文、气候、土壤、土地利用、交通、居民点等。
由于土地是人类生存的最重要因素之一，故土地利用类型与人口分布有着最为密切的关系。
同时，交通、气候、地形等也与人口分布有着较为密切的关系。
同时，对于不同的区域，各个地理因子与人口分布的相关性不尽相同，故对于不同区域的人口分布研究要有区别的对待。
土地利用数据处理过程：①建立30 m×30 m的规则格网，并对其赋予地理编码；②从1∶250 000地形数据库提取公路、铁路、水系、居民地等图层，通过30 m×30 m的格网叠加统计，建立上述要素的地理因子库；③以1∶100 000土地利用数据库为数据源，通过与30 m×30 m的格网叠加及统计，建立耕地、林地、草地、水域、居民用地、未利用土地等土地利用因子。
2.2 人口数据与各地理因子相关系数的确立
利用SPSS数学统计软件将某省分县的人口与分县各种因子的长度或面积进行单因子相关分析，计算出每种地理因子与人口的相关系数，其结果见表2。
可以看出，人口分布与城乡－工矿－居民点用地、耕地和林地的相关性较高。
人口与城乡－工矿－居民点用地的相关系数为0.867；说明在所有的土地利用类型中，城乡－工矿－居民点用地、耕地和林地是影响各市县人口分布的主要因素，其他土地利用类型是影响人口分布的次要因素。
2.3 格网人口的计算
2.3.1 人口模型构建
首先以鄱阳湖区各县的平均人口密度为因变量，选取城乡、工矿、居民用地（L1）、耕地（L2）林地（L3）为自变量，利用SPSS软件进行多元回归分析，发现其线性相关系数为0.92；增加自变量草地（L4）、水域（L5）、未利用土地（L6），相关系数提高，达到0.96，具体结果见表3。
表3 鄱阳湖区县级人口密度与各种土地利用类型指数的相关性
模型自变量相关系数回归方程
1 L1，L2，L3 R＝0.94 D＝45.78L1＋36.546L2＋35.879L3＋76.189
2 L1，L2，L3，
L4，L5，L6 R＝0.96 D＝42.296L1＋34.472L2＋31.284L3＋82.773L4－14.375L5＋5.361L6
2.3.2 模型验证
为验证模型精度，分别用上述两个模型来模拟鄱阳湖地区的人口分布密度，以计算得到各县的预测人口密度，然后用各县的实际统计人口密度与计算的到的预测人口密度进行相关性分析，见图2，以最终确立可行的最优模型。
从图2中可以看出，两个模型的相关性系数都很高，但是模型1的检验精度更高，检验结果表明，模型1更能客观反映研究区域的人口分布情况。
2.3.3 人口分布计算
ArcGIS空间分析模块提供了栅格计算的工具，首先加载Spatial Analyst模块，打开ArcMap并单击Tools菜单下的Extensions，选择Spatial Analyst，在ArcMap 菜单区，点击鼠标右键，选择Spatial Analyst工具，Spatial Analyst工具出现在ArcMap视图中，选择Raster Calculator，出现Raster Calculator栅格计算工具，见图3。