基于GIS的县域人口统计数据空间化方法

以GIS技术和SPSS软件为工具,根据巴马瑶族自治县人口统计数据,分析了该县各乡镇平均人口密度与地形指数、土地利用、主要道路和河流水系等因素的相关关系。通过分析各影响因子对人口分布的影响权重,运用多源数据融合技术进行了人口统计数据的空间化。结果显示,通过数据融合产生的人口密度与巴马县各乡镇的实际人口密度的相关性大于0.9,最终生成的栅格人口密度数据不但与巴马县统计型人口数据保持一致,还反映了各乡镇内部人口分布的空间变化。     

基于GIS的区域人口密度空间分布模拟——以张家界市永定区为例

人口统计数据空间化是解决统计数据与自然要素数据融合分析的有效途径。本文以张家界市永定区为研究单元,对小尺度区域的人口密度空间分布模拟进行了初步研究。文章根据2005年《永定区统计年鉴》所统计的人口数据,分析了永定区各乡镇平均人口密度与土地利用类型指数及地形指数(平均高程和平均坡度)之间的相关性。基于相关性分析,以GIS软件与SPSS统计软件为工具,运用多元回归的思想建立了人口数据空间化模型,同时生成了永定区250m×250m空间分辨率的栅格人口密度图。结果表明,模型模拟的精度较高,模拟过程具有较强的可操作性,可为县域尺度人口空间分布的应用研究提供借鉴。同时,研究结果为永定区推进城市化进程,提高人口、资源和环境的科学管理提供了理论基础。     

基于多源空间数据的山区人口分布模拟

人口资源是制约山区发展的关键因素,其分布状况在一定程度上反映和决定了山区的资源环境安全状况和社会经济发展水平.在分析川滇黔接壤地区山区人口分布影响因素的基础上结合已有方法,构建了适合山区人口数据空间化的模型.以2007年人口统计数据为基础,以居民点作为人口分布指示因子,利用GIS软件工具,分析了居民点分布与地貌形态、土地利用、道路以及水系间的关系.基于多源空间数据融合的思想,引进了居民点缓冲区的概念,以较客观的赋权方式确定影响因子权重,实现山区人口统计数据的空间化.结果表明,通过融合产生的人口密度与乡镇级人口密度的相关性均在0.80以上,结果可靠,为进一步分析山区人口分布格局提供了重要的基础数据.     

辽宁省人口密度分布模拟研究

运用GIS软件与地理统计学的相关软件,以DEM数据、坡度数据、河网数据、交通网数据、NDVI植被指数数据为基础数据,分析各要素对人口密度分布的影响并采用多元回归模型,模拟了辽宁省人口密度空间分布。模拟结果表明:辽宁省人口密度空间分布主要受高程、河流、交通道路的影响,其中河流与交通道路对人口密度空间分布的影响权重较大。     

地理国情普查数据支持下的人口空间化方法

针对传统的人口空间化方法存在数据源多、模型复杂、忽视居住建筑类型的影响等问题,提出了一种以居住建筑作为人口分布参考的人口空间化方法。在地理国情普查数据的支持下,文章选取株洲市境内的18个乡镇为研究区。首先,将研究区内的居住建筑重分类为多层房屋、低矮房屋和废弃房屋,采用最小二乘法求算各类居住建筑的居住密度。然后,根据各乡镇人口估计值的相对误差对各乡镇各类居住建筑的居住密度进行修正。最后,运用GIS的叠加分析技术得到250m格网人口密度图。检验结果表明,人口估计值与人口统计值的线性拟合斜率为0.965,另外基于居住建筑重分类的人口空间化方法使得人口估计精度较未重分类时有了明显提高。     

基于居民地分类的人口统计数据空间化研究

以福州市为研究单元,利用高精度的居民地数据,结合GIS空间分析法对人口统计数据进行空间化处理。首先分析了各相关指标与人口居住密度的相关程度,然后根据居民地面积百分比对居民地进行重新分级,再对人口空间化进行计算,最后对进一步研究方向进行了展望。     

基于GIS的宝鸡市人口空间格局分析

搜集整理了宝鸡市2003~2012年人口统计数据,并结合GIS技术探讨了宝鸡市人口空间分布的基本规律和特征。研究结果表明,(1)宝鸡市人口密度总体较低,在空间分布上,沿渭河谷地人口密度较高,南北山区人口密度较低;(2)宝鸡市人口重心不断发生迁移,迁移速度也存在差异;(3)宝鸡市人口呈现缓慢集中趋势,集中指数较低,说明人口空间分布较分散;(4)宝鸡市人口聚集度总体较低,空间分布差异明显,渭河谷地各区县人口聚集度高于南北山区。     

一种人口连续分布模型的研究

分析了常用的表示人口分布的方法及其不足,提出了将人口统计数据空间分布化的方法,将研究区域划分为一定分辨率的格网,用距离衰减函数将人口密度估计值分配到每个格网上,每个格网上的人口是均匀分布的,随着格网分辨率的提高,就可以模拟出符合人口详细分布的人口密度空间连续分布模型,并通过实验说明该方法是可行的.     

人口统计数据的空间分布化研究

分析了传统的人口空间分布密度衰减函数－指数型和Gauss型，指出了其应用的局限性，对于有两个中心以上的城市，提出了将人口统计数据空间分布化的思路和方法。     

一种人口连续分布模型的研究

分析了常用的表示人口分布的方法及其不足，提出了将人口统计数据空间分布化的方法，将研究区域划分为一定分辨率的格网，用距离衰减函数将人口密度估计值分配到每个格网上，每个格网上的人口是均匀分布的，随着格网分辨率的提高，就可以模拟出符合人口说细分布的人口密度空间连续分布模型，并通过实验说明该方法是可行的。     

Understanding heterogeneity in metropolitan India: The added value of remote sensing data for analyzing sub-standard residential areas

Analyzing the heterogeneity in metropolitan areas of India utilizing remote sensing data can help to identify more precise patterns of sub-standard residential areas. Earlier work analyzing inequalities in Indian cities employed a constructed index of multiple deprivations (IMDs) utilizing data from the Census of India 2001 (http://censusindia.gov.in). While that index, described in an earlier paper, provided a first approach to identify heterogeneity at the citywide scale, it neither provided information on spatial variations within the geographical boundaries of the Census database, nor about physical characteristics, such as green spaces and the variation in housing density and quality. In this article, we analyze whether different types of sub-standard residential areas can be identified through remote sensing data, combined, where relevant, with ground-truthing and local knowledge. The specific questions address: (1) the extent to which types of residential sub-standard areas can be drawn from remote sensing data, based on patterns of green space, structure of layout, density of built-up areas, size of buildings and other site characteristics; (2) the spatial diversity of these residential types for selected electoral wards; and (3) the correlation between different types of sub-standard residential areas and the results of the index of multiple deprivations utilized at electoral ward level found previously.     

基于栅格数据的山区人口分布规律研究

在人口密度栅格数据基础上定量分析了山区人口分布与地形、土地利用、道路、河网以及居民点之间的关系。结果表明山区人口密度与高程、坡度呈显著负相关,相关系数在-0.83以上;与道路、河流存在类似关系,即距离越远人口密度越低,与河流相关性较弱;居民点密度一定程度上直接反映了人口的分布状态,人口密度与中心城市距离存在较高的负相关性,相关系数达到-0.804;与土地利用关系密切,建设用地和耕地中人口密度明显高于其他类型。     

不同医疗资源空间配置及影响因素的地理探测——以贵阳主城区为例

医疗资源空间配置关系居民的健康福祉,以往研究更多关注医院,忽略了药店、诊所等社会卫生资源的系统配置。本文以贵阳市主城区为例,实地调查各级医疗机构、民间医疗、药店等不同医药类型体系,运用核密度、地理探测器等空间分析工具,探究引起城市医疗资源空间配置差异性的因素。结果表明,贵阳市主城区医药卫生服务空间布局呈内密外疏的特点,形成整体上“一心一带多点”的空间结构。其中,“一心一带”呈现了公立医疗资源,尤其是不同等级（三级、二级）的公立医院在空间分布上的等级性;“多点”则体现在社区医院、诊所及药店在空间上的均衡性。医疗资源空间配置整体受居住用地、道路密度、人口密度等因素影响明显,但不同类型医疗资源的影响因素存在差异。     

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。     

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。     

基于GIS技术的人口空间展布方法

充分利用居民地对人口分布的指示作用,同时考虑居民地性质、规模对人口分布的影响,提出了一种基于"居民地重分类"的人口空间展布方法。首先根据居民地性质、规模等对居民地进行重分类,然后再根据统计方法求得各居民点类型的居住密度,从而获得人口的空间分布。以湖北省40多个县市作为研究区,采用该方法进行了实验,取得了较好的效果。     

A linear regression solution to the spatial autocorrelation problem

The Moran Coefficient spatial autocorrelation index can be decomposed into orthogonal map pattern components. This decomposition relates it directly to standard linear regression, in which corresponding eigenvectors can be used as predictors. This paper reports comparative results between these linear regressions and their auto-Gaussian counterparts for the following georeferenced data sets: Columbus (Ohio) crime, Ottawa-Hull median family income, Toronto population density, southwest Ohio unemployment, Syracuse pediatric lead poisoning, and Glasgow standard mortality rates, and a small remotely sensed image of the High Peak district. This methodology is extended to auto-logistic and auto-Poisson situations, with selected data analyses including percentage of urban population across Puerto Rico, and the frequency of SIDs cases across North Carolina. These data analytic results suggest that this approach to georeferenced data analysis offers considerable promise. Received: 18 February 1999/Accepted: 17 September 1999     

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.