安徽县域城镇化空间集聚特征及其影响因素分析

针对当前县域尺度城镇化研究不足,以及传统数理统计模型无法描述城镇化空间集聚特征的薄弱点,从空间自相关视角来探讨县域尺度城镇化空间集聚特征。基于人口、经济、空间及社会4个维度构建县域城镇化体系,运用投影寻踪模型测度县域尺度城镇化,较科学地评价县域城镇化水平;采用空间自相关模型分析县域城镇化空间集聚,并解释其影响因素,实现了对县域城镇化空间集聚规律有效揭示。研究结果表明:安徽县域城镇化水平呈上升态势,存在"南高北低"区域分异;县域城镇化具有显著全局空间集聚,局部H-H区集聚"合-芜-马",L-L区集聚皖北地区;地理区位条件、交通网络改善、中心城市作用及发展政策倾向是影响安徽县域城镇化空间集聚主要因素。     

山东省人口空间分布模式及其影响因素分析

基于2010年《山东统计年鉴》和全国第六次人口普查数据,本文以县域为研究单元,通过空间自相关分析人口的空间分布模式,运用因子分析和Pearson相关分析探究人口空间分布模式的影响因素。研究结果表明:山东省人口分布呈现"东北-西南"的空间分布模式,人口空间分布整体上呈现显著的空间集聚,主要集中在青岛市的中心城区;经济增长因素和地形条件是山东省人口空间分布模式形成的主要推动力。     

县域经济发展水平评价及时空格局演变——以河北省为例

针对河北省县域经济发展特点和时空变化规律的问题,该文将GIS技术与定量分析方法相结合,选取2000年和2010年的15个能够反映河北省县域经济发展状况的指标,采用熵值法系统地测算了河北省136个县的经济发展水平,并利用空间自相关分析法分析了河北省县域经济发展空间格局的演变特征。研究结果表明:河北省县域经济发展依然存在明显的南北差异,并已形成"一线+两点"的经济空间格局;2000—2010年,Moran指数不断下降,高-高集聚区和低-低集聚区的县域数量与土地面积不断减少,河北省县域经济集聚效应减弱,经济发展渐趋均衡。     

基于GIS的陕西省人口空间分布模式

借助空间自相关分析方法分析了陕西省人口的空间分布模式和空间关联关系。结果表明,陕西省人口分布呈现显著的空间集聚现象,在整体上具有较强的正相关性。在西安市附近存在几个非常明显的"高-高"集聚;同时,延安市和安康市分别出现"低-低"集聚。陕西省人口重心从2002年的礼泉县移动至2009年的泾阳县,向东北移动约3.3 km。     

武陵山片区县域经济的空间差异分析

针对武陵山片区县域经济的空间特征差导分析问题,该文获取了片区内71个县市区2010—2013年间的人均GDP和人口数据;在ArcGIS中建立了以县域为界线的行政区划图,分别应用探索性空间数据分析方法、泰尔指数、NICH指数分析了县域经济的空间差异,结果表明:在2010—2013年间县域经济呈空间正相关;类型以"传染"型县域为主,主要分布在湖南、贵州片区内;县域经济类型比较平稳,仅有少数县域经济类型波动剧烈。片区内首位县域不明显,4年间县域经济差异变化总体趋于平稳,呈微缩小趋势;湖北片区内差异最大,重庆片区内保持平稳状态。相对而言湖北、重庆片区为经济高增长型县域集聚区。     

基于ESDA的青海省县域经济差异时空分析

采用探索性空间数据分析的方法,利用2005—2014年的青海省县域人均GDP数据,从时空的角度对青海省县域经济差异进行分析。分析结果表明:(1)青海省县域经济发展水平差异较大,且有进一步加大的趋势,青海西北部经济发展水平较高。(2)青海省县域经济具有显著的空间正相关关系,且这种关系在加强,县域经济联系愈加紧密。(3)青海省县域经济发展空间集聚作用明显,逐渐形成了"HH"和"LL"的空间分布格局。"HH"的聚集范围为海西蒙古族藏族自治州、德令哈市等的海西区域,"LL"的聚集范围为玉树县、达日县等的海南区域。然后,从经济发展基础、经济发展区位、空间邻近效应分析影响青海省县域经济差异的原因,并结合空间特征提出相应建议。     

关中-天水经济区县域经济空间相关性分析

以县域为基本单元,以2009~2013年人均GDP为基础数据,采用区域经济差异测度与空间统计分析方法,对关中-天水经济区区域经济差异的空间相关性进行了分析。结果表明,经济区区域经济差异存在显著的空间正相关性,且相关性在逐渐减弱。经济区经济发展的总体水平还比较低,二元结构明显且稳定,县域之间的经济差异在逐渐缩小。经济区核心城市具有较强的经济极化作用,东部地区的经济活动较为活跃,西部的天水市与其他区域的经济互动性较弱,空间集聚模式比较稳定。     

长江经济带人口城镇化空间格局及驱动力分析

针对驱动力对人口城镇化的空间变异特征分析不足的问题,该文以长江经济带市域为基本单元,借助社会经济数据,引入自然环境数据,建立了经济、社会、环境和土地因子的测度指标体系。运用探索性空间数据分析和地理加权回归模型,定量分析人口城镇化的空间格局、动力因子以及空间分异性。结果表明:人口城镇化水平区域间差异显著,呈现明显的空间集聚性,形成了"圈层集中-东西对立-中心联动-梯度明显"的分布格局。动力因子对各地区人口城镇化的影响呈现明显的空间异质性,环境因子和经济因子是长江经济带人口城镇化发展的主要影响因素,动力因子的影响程度和变化趋势能够客观的反映出区域经济发展、环境状况、社会发展和土地现状对城镇化发展在空间上的影响。     

人群时空行为与城市昼夜人口空间集聚分析——以武汉市为例

城市是人口和资源在时空上的聚集,昼夜人群空间集聚是其中最基本、最主要、最频繁的人口时空变化模式,是理解城市复杂演变的基础微观机制。由于缺乏先进的技术手段,往往无法真实地记录和量测城市人口的个体流动与整体趋势,人们对城市昼夜人口空间集聚的了解仍然十分有限。本文基于城市人群时间地理特征,从城市大数据中挖掘并模拟城市人群的社会时空行为,在此基础上计算并分析城市昼夜人口集聚时空分布。对武汉市主城区的昼夜人口集聚分析表明：(1)人口密度与分布面积具有幂律关系,符合Clark模型;(2)傅里叶变换可有效地揭示人口分布空间变化的主方向和延伸程度;(3)中心城区夜间人口较白天人口分布更为集聚,研究区昼夜间人口流动主要以城区内部流动为主。归纳出城市昼夜人口集聚差异具有5种模式：交通线、三明治、光晕、椒盐和单体模式,这些模式与城市演化及空间格局有密切关系,其中交通线模式是研究区人口昼夜差异最大的一种模式。     

武汉市地铁可达性与餐饮网点的空间耦合性研究

基于地铁网络构建OD矩阵,定量化计算地铁可达性,并在此基础上分别展开地铁可达性以及餐饮网点空间分布的核密度分析,最后运用Geo Da空间计量工具对二者核密度分布做空间上的关联性分析,以此揭示地铁可达性与微博餐饮签到网点各自的空间分布规律及二者的耦合性特征。研究得出:地铁可达性各指标的核密度分布规律存在相似性,均呈现出"核心-边缘"的空间结构特征;餐饮网点核密度分布趋向于"一个核心、多个中心"的多中心、多层次空间格局;地铁可达性各指标与微博签到网点整体上存在着不同程度的空间正相关,并在局部范围内呈现出高-高集聚、低-低集聚、高-低集聚、低-高集聚4种不同类型的空间关联模式。     

空间拓扑关系定量描述与抽象方法研究

具有复杂形状的空间区域之间拓扑关系的表示与抽象是空间信息多尺度表达和可视化中必须解决的问题.本文讨论区域之间拓扑关系边界交集成分的定性描述方法,并在此基础上提出度量化边界交集成分描述方法,运用这种详细的描述方法,探讨空间区域之间拓扑关系抽象的规律,可为地图自动综合中空间关系的维护提供有关的理论基础.     

空间数据研究的发展及对策

随着地理信息科学和地理信息系统的发展,空间数据先后经历数据生产、数据质量、数据不确定性和可用性4个研究阶段。在分析各阶段研究内容和方法的基础上,深入分析空间数据现有研究间的联系与区别,并给出未来的研究对策。     

从空间分析到空间决策的思考

地理信息系统正处在空间分析系统步入空间决策支持系统的关键时期,及时总结GIS分析理论和技术体系,展望空间决策发展趋势是值得广大地学工作者深思的问题。在分析回顾空间分析理论和技术发展历史的基础上,总结了现状研究和应用存在的问题,指出了空间分析向空间决策支持技术发展需解决的关键问题,并对空间决策支持系统未来的发展作出了几点思考,以期对空间决策支持技术发展提供指导。     

空间认知模式及其应用

从对不同空间模型的对比与分析入手,结合空间认知行为、神经系统科学和认知心理学的有关研究成果,对空间认知模式进行了研究。研究表明,“空间”的一般表现形式分为感知空间、认知空间和符号空间3种,不同的空间表现形式具有不同的空间认知方式;根据空间认知方式的差异,空间认知模式包括空间特征感知、空间对象认知、空间格局认知3个层次,而空间特征、空间对象则是空间认知模式构成的两个基本单位。文章以大华北地区为实验区域,通过对该区域强震发生空间的格局分析,进一步阐述了空间认知模式及其应用。     

采用聚类技术探测空间异常

提出了一种基于聚类的空间异常探测方法。该方法通过空间聚类获得局部相关性较强的实体集合,分别探测空间异常,给出了一种稳健的空间异常度量指标,提高了异常探测结果的可靠性。通过实例验证以及与SOM方法的比较分析,证明了该方法的正确性和优越性。     

SPATIAL OBJECTS AND SPATIAL RELATIONSHIPS

Spatial object and spatial relationship are two basic concepts of GIS.Spatial object is the digital representation of geographical entity or phenomenon,which forms the basis for data management and analysis;spatial relationship is theconnexion between spatial objects when geometric properties are considered.Thecommonly used classification of spatial objects as points,lines and areas is mathe-matically strict,and suitable for data management,but a bit too generalized forrepresenting real entities and extracting spatial relationships.A good classificationmodel should not only be good for representing real entities,but also good for re-vealing spatial relationships,therefore good for formalizing spatial analyses.     

Oracle Spatial空间数据库的设计及应用

随着“数字城市”、“数字区域”建设的大力开展,地理信息系统需处理海量的空间数据与属性数据。而目前,两者分开的存储方式不利于数据间的共享与互操作,因此空间数据的数据库存储及此模式下应用系统的开发成为研究的热点与难点。基于此,本文介绍了OracleSpatial中空间数据的存储、管理模式,给出了VB6 . 0环境下用MapX访问空间数据库的方法,讨论了基于OracleSpatial空间数据库的应用系统开发中,空间分析的一般编程方法。     

模糊面元素空间拓扑关系抽象化方法研究

空间拓扑关系的判定是地理信息系统中进行空间查询、空间分析、空间推理等操作的基础.在分析模糊区域空间拓扑关系的基础上,用空间关系向量定量描述这些拓扑关系.依据空间抽象的要求,通过计算向量之间的相关程度,对模糊区域的空间拓扑关系进行抽象,并根据空间拓扑关系的区域分布特征对抽象后的结果进行调整.     

Developing local measures of spatial association for categorical data

This paper describes a procedure for extending local statistics to categorical spatial data. The approach is based on the notion that there are two fundamental characteristics of categorical spatial data; composition and configuration. Further, it is argued that, when considered locally, the latter should be measured conditionally with respect to the former. These ideas are developed for binary, gridded data. Local composition is measured by counting the numbers of cells of a particular type, while local configuration is measured by join counts. The approach is illustrated using a small, empirical data set and an ad hoc procedure is developed to deal with the impact of global spatial autocorrelation on the local statistics.The author gratefully acknowledges financial support from the GEOIDE Network of Centres of Excellence (ENV #4) and the helpful comments of three anonymous reviewers.     

空间权重矩阵对空间自相关的影响分析——以我国肾综合征出血热疾病为例

应用空间自相关统计方法,分析了2008年我国肾综合征出血热（HFRS）发病率的空间分布。采用多种权重度量计算了全局和局部两种相关性指数,分析了自相关数值对空间权重矩阵的依赖性。分析结果表明：①空间距离矩阵比空间邻接矩阵能更好地度量HFRS的空间分布;②使用空间距离矩阵时,当距离阈值500km〈δ〈800km时,全国发病率数据显示出显著的空间自相关性;③从局域上看,吉林省高值显著聚集,新疆、西藏、青海、广西和海南省自身低值被高值包围聚集显著。