基于GIS的重庆市人口空间分布研究

基于重庆市2006～2010年人口数据,运用GIS技术从人口密度、人口集中指数及人口集聚度3个方面对重庆市人口空间分布规律进行了分析;同时,从地理空间分析的角度出发,分析了重庆市人口空间分布与自然、经济及社会因素之间的关系。     

城市土地综合承载力评价——以深圳市为例

本文从土地资源承载力概念入手,结合深圳市城市发展制约因素和城市发展的目标分析,从土地人口承载力、经济承载力、社会承载力和生态环境承栽力四方面构建了深圳市土地综合承载力评价指标体系,对深圳市城市土地综合承载力状况进行了分析与评价,提出了提高城市土地综合承载力的对策建议。     

昆明市2000-2010年乡镇人口空间自相关及其时空演变分析

昆明作为云南省的省会城市,其人口的空间分布特征对该地区的城市规划和经济发展具有重要意义.本文以昆明市112个乡镇的矢量数据和2000、2010年的人口数据为基础,运用Moran I指数和Moran I散点图对昆明市2000和2010年的乡镇人口进行了空间自相关及其时空演变分析.结论如下:①2000和2010年,昆明市乡镇人口分布呈现显著的正向空间自相关特征,且人口分布出现以昆明市市中心和滇池为中心的"人口高地带"和北部山区的"人口低地带",这与昆明市海拔"北高南低"和地势"北部起伏大、南部和缓"趋于一致;②地形要素是昆明市乡镇人口2000和2010年空间自相关的基础,而随着交通条件的改善和城市化的发展,2000―2010年10年间昆明市乡镇人口空间自相关显著增强,但人口密度出现较大的空间差异.     

武汉市人口增长与空间分布格局演变

为揭示城镇化背景下武汉市人口时序增长趋势和人口空间分布格局演变特征,本文基于1990年第四次、2000年第五次、2010年第六次全国人口普查和2014年武汉市人口普查数据,运用统计学原理和GIS空间分析方法,分析了武汉市人口增长的时空变化规律;应用人口密度空间分布的数学模型,得到武汉市人口空间分布格局的演变趋势。人口增长研究表明:1990年以后,武汉市人口数量迅速增长,总体上形成了中心聚集、外围扩散的空间发展格局。空间分布研究表明:1)武汉市的人口密度分布更加符合Clark模型,主城区Smeed模型拟合效果更好。近25年来,武汉市城镇化进程迅速,人口向主城区聚集。随着时间发展,主城区逐步呈现初级阶段的郊区化。2)武汉市主城区人口空间分布已经出现多中心化的趋势,并且已经有两个街道发育成为人口次中心。研究结果可为武汉市人口相关决策的制定和城市结构调整提供参考依据,有助于认识我国中部崛起城市的发展规律,为其他城市的发展和规划提供参考和借鉴。     

青神县城市空间扩展及土地利用变化研究

以青神县为例,利用2001年和2014年两期Landsat遥感数据和相关GIS数据提取了城市用地信息,并进行了城市空间扩展和土地利用变化研究;同时从经济、人口承载力以及政策导向等方面分析了城市扩展的驱动力,为城市土地转移变化和城市发展规划提供了理论依据。     

基于地理国情的城市空间格局变化监测指标体系研究

城市空间格局变化监测能够反映城市的建设发展和动态运行情况。本文以地理国情普查及动态监测成果数据为依托,综合考虑了人口、社会经济、城市扩展、基础设施、生态环境等五个方面对城市空间格局变化的影响,构建了城市空间格局动态监测框架和指标体系。本文构建的指标体系框架,包含了5个一级类,16个二级类和93个三级类指标,对城市空间格局变化监测及实施评估提供了有效支撑。     

大数据视角下的武汉市人口格局探析

新兴大数据反映了人、物、信息在空间上的流动和聚集,体现了社会经济要素的动态分布和相互关系。结合自然资源部下达的2018年国家地理国情监测项目"武汉市大数据城市空间格局变化监测试点",创新开展了"地理国情+大数据"融合研究,从城际人口流动和城市人口分布2个方面开展了武汉市人口空间格局识别,揭示了武汉市对外人口流动规模和方向,城市内部居住和就业人口分布的圈层差异、人地关系和跨江出行特征。     

1952年-2010年中国人口分布与社会经济发展的时空耦合特征分析

人口经济的时空耦合态势是中国区域社会经济发展空间均衡过程的重要体现,可有效地指导中国经济布局、民政建设、交通发展和环境管理等相关政策和措施的制定和实施。在地理信息系统（GIS）的支持下,采用人口分布结构指数、人口密度基尼系数、人口经济重心迁移、空间自相关分析等方法,对1935年-2010年6期县级行政单元人口普查统计数据进行空间插值,实现人口密度分界线的空间刻画及其变化趋势分析,结合1952年-2010年省级行政单元人口、经济统计数据,从人口与经济重心空间耦合及其空间一致性两个角度来揭示社会经济与人口分布的时空差异,剖析人口分布与社会经济的联系。得出以下结论：（1）由于社会历史、自然环境和经济条件的影响,中国人口空间分布的时空演变特征不尽相同,东西部差异较大,且不均衡态势日益明显。（2）胡焕庸线至今仍能很好的概括中国人口东南地狭人稠、西北地广人稀的空间分布格局,但是甘肃、宁夏、内蒙古地区的人口分布已经在局部范围内突破了胡焕庸线的限制,中国人口分布在一定程度上呈现向西部转移的趋势。（3）中国人口分布与经济发展空间一致性的地域分异特征十分明显,但省际一致性在不断缩小,人口集聚具有较强的经济导向性。（4）全国和东部、中部、西部和东北部四大区域在1952年-2010年的人口经济一致性程度及其变化趋势各异：全国人口经济空间一致性程度相对较低,东北地区人口经济一致性程度较高且还在改善,东部与中部保持稳定,西部较差且呈减弱趋势特征。     

昌吉市城镇化空间格局演化分析

本文选取昌吉市作为研究对象,利用2000、2016、2017年基础地理信息数据,结合经济、人口等专题数据,从城区扩展、内部结构、用地效率等方面分析昌吉市城镇化空间格局的演化规律,为城市生态与环境和谐发展提供决策依据。     

夜间灯光数据支持下的广州市人口空间化

了解区域人口的空间分布,能够为城市精细化管理和城市规划提供有力的支撑数据,对提高城市发展水平有重要的现实意义。为此,本文以“珞珈一号”(LJ-1 01)夜间灯光(NTL)影像为基础数据,以广州市为研究区,结合人口估算模型等方法,开展基于NTL数据的人口空间化研究。结果表明:LJ-1 01 NTL数据能够有效地应用于人口空间化研究。人口空间化后,广州市人口分布具有显著的“一主中心,多核心”的特征,各区域内部的人口分布差异可被清晰地展示与区分。本文结果对城市规划与城市管理具有一定价值的辅助支撑作用。     

城市人口时空分布估计研究进展EI北大核心CSCD

城市人口是构成城市的社会主体,是城市发展中最为活跃的因素。城市人口时空分布是城市管理需要掌握的重要信息。正确、精细化的城市人口分布数据对于城市运行与规划、城市经济发展和人民生活具有极为重要的意义,因此城市人口时空分布估计是城市地理学需要解决和研究的热点问题之一。本文以城市人口时空分布估计的关键点为核心,从以下几个方面展开综述:①空间分布单元划分方法,即城市人口分布的空间划分方式;②主要的模型和方法,从模型思想发展过程和估计对象的角度总结了6类方法并进行详细阐述;③估计结果在城市发展中的主要应用。在此基础上,本文指出了目前人口时空分布研究在空间单元构建、建模数据、建模思想和结果验证上存在的问题,同时探讨了未来的研究方向。     

多源空间矢量数据可用性评估方法设计

随着空间数据获取手段的进步和数据质量研究的深化,考虑用户需求、辅助数据使用决策的空间数据可用性评估研究开始受到关注。在阐述空间数据可用性概念和介绍代表性研究方法的基础上,考虑不同的因素对现有方法进行了比较分析。针对现有方法的缺陷,设计了多源空间矢量数据可用性评估的方法,并阐述了其中的关键环节和解决方案。     

利用地理标签数据感知城市活力

高度活跃的城市是社会稳定发展的基础。基于地理标签感知的城市活力能够量化城市发展现状,探索城市活力的影响机制,为精细化城市治理提供技术支撑。传统城市活力研究依赖于街区的活力调查,时间长,费用高。本文研究利用兴趣点和社交媒体签到等地理标签数据,提出了城市活力度量指标,探索性分析城市活力的分布模式。基于土地利用、道路和建筑物等数据计算建成环境指标,构建城市活力和建成环境之间的普通线性回归与空间自回归模型,揭示了影响城市活力的建成环境因素。基于深圳市的试验结果表明:兴趣点和社交媒体签到数据能够较好地指示城市活力。深圳市的城市活力主要受商业用地、工业用地、土地混合利用以及路网密度、地铁站点密度的影响。住宅用地和建筑物占地密度对基于POI的城市活力具有显著影响。     

深圳市地理信息产业政策研究及建议

深圳市2014年地理信息产业调查估算产值为50-60亿元,产业发展潜力具有很大的挖掘空间。有效的产业政策可以促进产业发展。为加快深圳地理信息产业发展,本文在对深圳市现有地理信息产业政策体系进行全面梳理和政策问题分析的基础上,开展促进深圳市地理信息发展的产业政策研究,提出深圳市地理信息产业优先发展方向、领域,并基于地理信息产业政策研究理论框架,给出具有针对性的政策完善建议。     

全球变化大数据的科学认知与云共享平台

本文是国家重点研发计划"全球变化及应对"专项之"全球变化大数据的科学认知与云共享平台"项目介绍。针对中国全球变化数据"数据海量、信息缺乏、知识难觅"的困局,项目力图通过联合中国对地观测领域、大气科学领域、气候变化研究领域的优势力量,建成具有中国特色的全球变化大数据共享平台,践行破除信息数据"深藏闺中"的壁垒。该平台将集大数据快速汇聚、大尺度产品快速生成、不确定性分析、大数据驱动的全球变化敏感因子认知于一体,一方面为中国全球变化研究提供中国区域最好的全球变化大数据集,另一方面为在国际相关活动中,掌握全球变化问题的主导权,发出中国的倡议与声音提供应有的支持。     

北京市城市扩展空间格局变化监测与分析

本文基于地理国情监测数据，结合同期城市经济、人口等统计数据，利用高分辨率卫星遥感影像数据提取北京市建成区边界要素。采用地理国情与城市空间扩展相融合的监测分析模型及相关评价指标开展空间格局变化分析研究，揭示北京市2000—2017年间城市扩展的空间格局及其变化规律，并对其变化原因进行分析。其成果可为北京市科学规划与可持续发展提供决策依据。     

基于扩展关系模型的整体空间数据管理

空间数据模型和数据管理是地理信息系统 (GIS)最重要的研究领域之一。该文介绍一体化的数据模型———扩展关系模型和以此为基础的 ,由作者设计的GIS软件原型系统———GEODBMS。GEODBMS使用统一的数据库管理系统 (DBMS)同时管理图形和属性数据 ;使用改进的四叉树———交叠四叉树索引空间目标 ;使用扩展的SQL语言进行空间查询 ;使用数据恢复和并发控制方法来加强分布式环境下数据的安全性和一致性维护     

3D GIS技术研究发展综述

回顾了3DGIS的发展进程,从三维空间数据获取,三维数据模型,三维空间数据管理和分析以及三维可视化技术4个方面综述了3DGIS技术的发展。探讨了目前研究3DGIS的4个热点问题:①数据源集成快速获取数据的方法;②不同数据模型的集成;③支持空间分析的面向对象的数据模型;④城市三维模型。     

人口信息空间可视化系统设计研究

人口问题始终是我国乃至世界关注的重大社会发展问题,因此将人口信息进行空间化总结和表达,并对这些信息进行深层次开发和应用就显得尤为重要。本文探讨了人口信息空间可视化的必要性和重要性及人口信息空间可视化系统设计中的关键科学与技术问题,提出了人口信息空间可视化系统设计框架、系统功能模块和数据库结构。结合第五次人口普查信息设计和制作了《中华人民共和国人口电子地图集》,图集提供1 0个图组共计近2 0 0幅地图和近1 0 0 0个分省、分地区和分县人口指标以及强大的系统功能,形成交互的人口空间认知的可视化环境,形象地表达了人口的地区差异、分布特征;揭示了人口要素间的相互关系以及与区域各种要素制约关系,提高对我国人口问题的空间认知水平。     

Continuing Research Needs Resulting from the SDTS Development Effort

For more than a decade, efforts to develop and specify the U.S. Spatial Data Transfer Standard (SDTS) have on many occasions encountered limitations in both theory and "gaps in our knowledge" which have hindered its development. This work examines broad categories of these limitations from the perspective of research needs, to encourage further research on these topics. Areas in need of further study include fundamental concepts, the specification and use of spatial objects, spatial data quality, entity definitions, the data transfer mechanism, and international comparison of transfer mechanisms. In many cases recent research progress has been made in these areas and this progress is pointed out. A number of high-priority research areas are identified. It is hoped that this work will encourage more research effort to be directed towards these areas, which will benefit not only the development of spatial data transfer standards but also the spatial data sciences in general.