基于地形起伏度的山区人口密度修正——以岷江上游为例

山区人口承载能力评价是山区国土空间管理的基础之一,而准确的人口密度数据是正确评价人口承载能力的基础。传统的人口密度算法并未考虑地形起伏度对人口分布带来的影响,不能客观反映山区人口聚集程度。引入地形起伏度、海拔高度因子,选择岷江上游作为研究区,首先运用GIS技术提取地形起伏度,再运用SPSS软件对人口密度与地形起伏度相关性进行分析,确定县域不同地形起伏度与海拔人居适宜标准,剔除阈值以外不适宜人口聚居的面积,对人口密度进行修正。研究结果表明:1岷江上游人口分布受地形起伏度的影响显著,二者的对数曲线拟合度为0.89,汶川县、茂县、理县、黑水县与松潘县地形起伏度与人口分布的相关性分别为:0.841、0.773、0.643、0.696和0.730;2应用地形起伏度对岷江上游人口密度修正,为真实反映山区人口密度提供了新的考量依据,剔除了人口密度空间噪音,5县地形起伏度与海拔适宜标准分别为:汶川3.2°和3 693 m,茂县4°和4 033 m,理县4.3°和3 790 m,黑水4.4°和3 853 m、松潘4.2°和3 966 m;地形起伏度高值区面积越大,修正前后的人口密度偏差越大,地形起伏度较大的理县和黑水县修正后的人口密度分别提高了7.8倍和5.6倍;地形起伏度较低的汶川县与茂县修正后人口密度仅分别提高2.3倍与2.4倍;3岷江上游人口潜在压力大,不同区域应因地制宜,汶川和茂县采取重点集约发展战略,理县和黑水县采取适度开发战略,松潘县应采取恢复与保护生态策略。     

基于DEM的中国地形起伏度适宜计算尺度研究

基于SRTM和ASTER DEM数据,在全国范围内选取13个实验区,在渐变尺度下计算平均起伏度变化曲线的"突变点",据此确定中国地形起伏度的适宜计算尺度;结合山地界定标准计算各实验区山地面积,并采用人工解译的山地范围对计算结果进行检验。研究结果表明:1)地形起伏度适宜计算尺度与所采用的DEM数据有关,DEM分辨率越小,地形起伏度适宜计算尺度越大;2)针对同一分辨率DEM数据,中国境内的地形起伏度适宜计算尺度随地貌特征变化而变化,但总体变化幅度不大;3)针对SRTM和ASTER DEM两种常用数据源,分别选择4.72km2和3.20km2作为地形起伏度适宜计算尺度是合理的,山地界定精度达90%以上。     

中国地形起伏度及其与人口分布的相关性

基于人居环境自然评价的需要, 运用GIS 技术, 采用窗口分析等方法, 提取了基于栅 格尺度(10 km×10 km) 的中国地形起伏度, 并从比例结构、空间分布和高度特征3 个方面系 统分析了中国地形起伏度的分布规律及其与人口分布的相关性。研究表明: 中国的地形起伏度以低值为主, 63%的区域低于1 (相对高差≤500 m); 空间分布呈现西高东低、南高北低的格局; 随着经度和纬度增高, 地形起伏度呈逐渐下降趋势, 28^oN、35^oN、42^oN 纬线和85^oE、102^oE、115^oE 经线上的地形起伏度符合中国三大阶梯的地貌特征; 随着海拔高度增加, 地形 起伏度呈现逐渐升高趋势。实证分析表明: 中国的地形起伏度与人口密度有较好的对数拟合关系, 拟合度高达0.91; 全国85%以上的人口居住在地形起伏度小于1 的地区, 在地形起伏度大于3 的地区居住的人口总数只占全国0.57%。中国地形起伏度与人口分布的相关性区域差异显著, 东北、华北、华中和华南等地相关性显著, 内蒙古与青藏地区几乎不存在相关性。     

中国的地形起伏度及其与人口分布的相关性

The relief degree of land surface （RDLS） is an important factor for describing the landform at macro-scales. This study defines a concept for RDLS and applies the concept for population distribution study of the entire country. Based on the concept and macro-scale digital elevation model datum and ARC/INFO software, the RDLS at a 10 km×10 km grid size of China is extracted. This paper depicts systemically the spatial distributions of RDLS through analyzing the ratio structure and altitudinal characters of RDLS in China. The conclusions are drawn as follows： the RDLS in more than 63% of the area is less than one （1） （relative altitude is less than 500 m）, reflecting the fact that most of RDLS in China is low. In general, the RDLS in the west is larger than that in the east and so is the south than that of the north in China. The RDLS decreases with the increase of longitude and latitude and the change of RDLS at the latitudes of 28°N, 35°N, 42°N, as well as at the longitudes of 85°E, 102°E, 115°E could reflect the three major ladders of China. In the vertical direction, the RDLS increases with the increase of altitude. Analysis of the correlation between RDLS and population distribution in China and its regional difference shows that the R2 value between RDLS and population density is 0.91 and RDLS is an important factor influencing the spatial distribution of population. More than 85% of the people in China live in areas where the RDLS is less than one （1）, while the population in areas with RDLS greater than 3 accounts only for 0.57% of the total. The regional difference of correlation between RDLS and population within China is significant and such correlation is significant in Central China and South China and weak in Inner Mongolia and Tibet.     

基于GIS的方向异性地形起伏度的地理日照时数计算

地形起伏是对日照形成遮挡的重要因素之一。随着太阳的运行, 相同的地形起伏在不同方位对日照的影响不同。基于此思想, 讨论了基于方向异性的地形起伏度的地理日照时数的计算, 并以全国634 个气象台站为对象, 推导了关于地形起伏度的地理日照经验模型。结果表明, 模型具有很好的拟合精度, 回归系数R²为0.841。由经验模型计算得到的全国地理日照时数与理论模型计算得到的日照时数, 两者相关系数为0.953。此模型只需地形起伏度便可计算地理日照时数, 参数简单易获取。气象站点坐标固定, 一定范围内地形起伏度也是一个定值, 地形起伏度可以作为站点计算地理日照的固定参数, 推广也较方便。     

基于变点分析的地形起伏度研究

探讨利用DEM数据分析地形起伏度的方法,以及针对不同比例尺的DEM数据分析地形起伏度时,寻求最佳统计单元的途径。结果表明,新疆局部地形起伏度较大,总体地形较平缓;地形起伏度随网格尺度的增大而增大,并且存在一种对数关系。基于1∶25万DEM数据提取地形起伏度时,2.56 km2是最佳统计单元。均值变点分析方法在确定最佳统计单元方面具有普适性。     

基于区域地形起伏度模型的陕西农村劳动力时空格局

农村劳动力的流动不仅受经济社会的拉力,而且可能受自然环境推力的影响.地形起伏是农村自然环境状况的重要指标.运用改进的区域地形起伏度模型、成本距离模型、重心模型,定量分析1990-2009年陕西省农村劳动力时空变化格局,结果表明:20 a间农村劳动力并非简单的持续从地形起伏高的地区往起伏低的地区移动,但地形起伏作为农村劳动力分布的重要作用因素其影响正在不断加强,并表现出进一步加强的趋势性;关中地区农村劳动力增幅较慢,体现了其快速城市化进程;陕北与陕南地形起伏度较高,陕北作为能源工业基地,其劳动力增幅快于陕南;经济因素与地形因素在整体上会拉动或推动人口格局变化,但在年尺度上表现出较强的波动性;研究区整体表现为,地形起伏越低、土地集约度越高,则区域非农化进程越快.     

青藏高原地形起伏度及其地理意义

地形起伏度是区域人居环境适宜性与资源环境承载力的关键评价指标之一。当前有关其最佳评价窗口、及其与海拔—相对高差的相互关系仍缺乏深入研究,进而影响该指标对区域地形起伏的有效表征。客观认识青藏高原地形起伏度有助于促进其国家生态安全屏障建设与区域绿色发展。以先进星载热发射和反射辐射仪全球数字高程模型（ASTER GDEM, 30 m）地形数据（V2）为基础,本文利用均值变点分析法确定了青藏高原地形起伏度评价的最佳分析窗口,基于地形起伏度模型（RDLS）研制了青藏高原首套30 m地形起伏度专题图,据此分析了地形起伏度与海拔、相对高差的相互关系,并界定了地形起伏度对区域地形起伏状况的有效表征。主要结果/结论包括：① 基于GDEM的青藏高原地形起伏度评价最佳窗口为41×41个像元的矩形邻域,对应面积约为1.51 km²,均值变点分析表明区域地形起伏度评价最佳窗口有其唯一性。② 青藏高原地形起伏度均值约为5.06,超3/5区域地形起伏度介于4.5~5.7之间;整体上,青藏高原地形起伏程度由其东北部向西南部、西部递增,仅在柴达木盆地、藏南谷地以及河湟谷地出现低起伏地貌特征。且地表起伏在不同纬度剖面变化较为一致（沿山脉走向）,但不同经度剖面起伏层次错落（横切山脉走向）。③ 相关性分析表明不同地形起伏度分别对应不同平均海拔、不同相对高差的地貌单元。青藏高原地形起伏度经纬向剖面分析表明,该区由东部的低山稳步爬升,山体经历骤然爬升（即地表起伏特征剧烈）后形成以极高山为主的有序错落起伏（喜马拉雅山脉）。     

基于ASTER GDEM数据的青藏高原东部山区地形起伏度分析

以青藏高原东部山区为研究区,基于高空间分辨率的ASTER GDEM数据,通过AML语言编程调用ArcGIS中用于邻域分析的focal函数,计算不同邻域尺度单元下地形起伏度。研究表明:邻域尺度单元大小对地形起伏度计算至关重要,起伏度值先随邻域尺度单元面积增大而快速增大,当邻域尺度单元面积达一定阈值后,其增大速度开始减缓并趋于平稳,且在增速减慢过程中存在一明显拐点,即最佳邻域尺度单元。通过高差显著性变化检验法,确定最佳邻域尺度单元为5.0625km2,据此制作地形起伏度分级图,发现研究区自西北向东南地形起伏度逐步增加,地势以中度起伏(200～500m)为主。     

基于变点分析法提取地势起伏度——以青藏高原为例

以青藏高原区域大尺度SRTM3-DEM为数据源,运用GIS的窗口递增分析法依次计算2×2、3×3、4×4、5×5、…、32×32窗口下的地势起伏度,然后采用均值变点法科学的分析平均地势起伏度的最佳统计面积并进行分级分析,得出实验区最佳分析窗口面积为1.17 km2,地势起伏度可分出八级,其中小起伏山地分布最广。高原边缘的地势起伏度普遍较大主要是由于构造运动与河流朔源侵蚀作用强烈;而高原内部地势较为平缓,冰川、冻土作用下的侵蚀搬运可能对地势起伏的影响更大。     

基于GIS的关中-天水经济区地形起伏度与人口分布研究

地形起伏度作为影响人口分布的重要因素之一,是人居环境自然评价的一个重要指标,在小尺度人居环境自然评价方面也具有较高的准确性和实际应用价值。基于关中-天水经济区栅格数字高程模型,采用窗口分析等方法,利用ArcGIS软件空间分析模块中的邻域分析,提取了基于栅格尺度的关中-天水经济区地形起伏度,并从比例结构、空间分布和高度特征3个方面系统分析了关中-天水经济区地形起伏度的分布规律及其与人口分布的相关性。研究结果为:①关中-天水经济区的地形起伏度以中低值为主,地形起伏度小于2.4的区域占总面积的96.66%,其中平地比例占总体的32.4%;地形起伏度越高的地区,平地比例越低,反之亦然。②关中-天水经济区的地形起伏度呈现南北高中间低的空间格局,最高值为宝鸡市太白县,最低值为关中平原;经度上的变化规律不是很明显,纬度上的地形起伏度无论从南到北还是从北到南都是先下降后增高的。③随着海拔高度的增加,地形起伏度呈现逐渐升高趋势,但变化幅度不大。④地形起伏度对区域人口分布有较强的影响,关中-天水经济区近90%的人口居住在地形起伏度小于1.5的地区,人口密度与地形起伏度的曲线拟合度非常高。     

基于GIS的起伏地形下天文辐射分布式模型——以贵州高原为例

天文辐射是辐射计算、太阳能资源评估及其他相关研究领域重要的起始参量,由于坡度、坡向和地形之间相互遮蔽等局地地形因子的影响,使实际起伏地形下获得的天文辐射与水平面上获得的天文辐射有一定差异。确定实际起伏地形下天文辐射是比较困难的。应用数字高程模型(DEM)数据和地理信息系统(G IS),建立起伏地形下天文辐射分布式计算模型,计算了起伏地形下贵州高原100 m×100 m分辨率天文辐射精细空间分布,分析了局地地形因子对起伏地形下天文辐射的影响。结果表明:(1)贵州高原起伏地形下天文辐射的空间分布具有明显的地域分布特征。(2)贵州高原起伏地形下天文辐射年总量平均为481.7~13 041.8 M J/m2,1月、7月天文辐射分别为0.0~1 244.7 M J/m2、0.0~1 264.8 M J/m2。(3)局地地形因子对起伏地形下天文辐射空间分布的影响随季节和纬度变化,虽然坡度、坡向和地形遮蔽对天文辐射的影响,在太阳高度角较低的1月比太阳高度角较高的7月相对较大,但因为7月水平面获得的天文辐射的强度相对较大,7月局地地形对天文辐射的影响依然显著。因此,贵州高原起伏地形对天文辐射的影响是不容忽视的。     

山区地形开阔度的分布式模型

 地形开阔度是影响山地辐射平衡及其分量的重要地形因子,是山区散射辐射、地形反射辐射等计算的重要参数。在复杂的地形条件下,地形开阔度的计算很难用数学公式描述。 利用数字高程模型（DEM）,全面考虑了坡地自身遮蔽和周围地形相互遮蔽的影响,提出了山区地形开阔度的分布式模型和算法。以1 km×1 km分辨率的DEM数据作为地形的综合反映,计算了起伏地形下中国地形开阔度的空间分布。同时,利用100 m和1 km两个分辨率的DEM数据,从不同DEM分辨率和不同地貌类型两个方面探讨了地形开阔度的空间尺度效应,阐明了区域地形开阔度随地形地貌和空间分辨率的变化规律。所提供的山地开阔度的数据可作为基础地理数据供相关研究应用。     

豫西山区县域地形起伏度与人口、经济活动分布的关系

以豫西山区为例,采用均值变点法提取地形起伏度,以县域为分析单元,选择人口密度与经济密度两个指标,利用相关分析法定量探究地形起伏度对人口和经济的影响及其差异,并与海拔高度、坡度的影响进行对比分析。结果表明:①豫西山区地形以中起伏(200～500 m)为主,小起伏(70～200 m)和微起伏(30～70 m)次之,平坦地区(0～30 m)和大起伏(≥500 m)所占比例较少。②地形起伏度对人口、经济的影响均强于海拔和坡度的影响,对人口分布的影响强于对经济发展的影响。③豫西山区49.29%的人口和47.42%的经济总量分布在地形起伏度不超过115 m的区域,土地面积仅占26.45%;地形起伏度超过245 m的区域占研究区总面积的19.55%,但仅居住5.89%的人口且仅创造4.85%的经济总量。豫西山区的人口分布和经济发展向低地形起伏区的集聚态势明显。     

城市化过程中地形因素对城市空间结构演变的影响——以乌鲁木齐市为例

利用起伏度指数与分布比例指数模型,将地形与城市土地利用类型有机地结合在一起,探讨了地形对乌鲁木齐城市空间结构发展的影响.研究结果表明:两个模型多年相关数据的变化能反映城市空间结构的演变过程.居住用地的增长区从起伏度指数为7～8的地形空间上逐渐开始向起伏较高地形发展.其分布在起伏度指数上的区间扩大了9个单位.由于经济的快速发展,生产建设用地始终在不断地扩大,并表现出工业用地向外扩张和商业用地向内收缩两个变化过程.扩张的方向指向低地形地区,收缩则向金融商业中心.农用地面积始终在减少,并趋向消失,且起伏度低的地区减少得快,而高地形区减少得慢.未利用地分布区域向高地形空间退缩,市区内的未利用地通常被开发为绿地或公园.各种土地利用类型在起伏度指数梯度上分布的整体变化反映出大地形特征仍然是城市空间结构的发展框架.     

基于栅格的豫西山区地形起伏特征及其对人口和经济的影响

地形起伏是约束山区人口分布和经济发展的关键因素,尤其在山地平原过渡带其约束作用更为显著。以位于秦岭-黄淮平原过渡带的豫西山区为例,基于200 m分辨率DEM数据,采用均值变点法确定地形起伏度的最佳统计单元,并提取地形起伏度;以1∶10万土地利用、乡镇人口和县域各产业数据为基础,建立人口和经济空间化模型,同时生成200 m分辨率的栅格人口和经济密度图;在系统分析地形起伏度、人口和经济密度空间分布规律的基础上,借助统计分析方法基于栅格单元定量揭示了地形起伏度对人口和经济的影响,并与其他地形因子的影响进行对比分析。结果表明：① 豫西山区地形起伏度以低值为主,58.6%的区域地形起伏度小于等于0.5个基准山体的高度（相对高差≤ 250 m）;空间上呈西高东低、中间高南北低的格局,与海拔、坡度均呈较强的正相关,且与坡度的相关性更大。② 被选作验证的人口和经济数据与对应模拟值的线性拟合度分别为0.943和0.909,表明空间化结果能反映人口和经济分布的实际状况。③ 地形起伏度对人口和经济的影响强于其他地形因子的影响,与人口密度和经济密度呈较好的对数拟合关系,拟合度分别为0.911和0.874;豫西山区88.65%的人口居住在地形起伏度不超过0.5的地区,88.03%的生产总值分布在地形起伏度不超过0.3的地区。相对人口分布,研究区的经济发展向地形起伏度低值区的集聚态势更加明显。     

基于DEM的准噶尔盆地及其西北山区地势起伏度研究

DEM(digital elevation model)数字高程模型,是地貌解译有力的辅助工具,同时也是对地形地貌分析研究进行量化表达的一个重要手段。在对比前人研究方法的基础上通过研究区1：25万的DEM数据和1990年的TM影像,用GIS(地理信息系统)方法和统计方法进行了地势起伏度研究,选取了代表新疆基本地貌特征戈壁、沙漠、丘陵、高山的克拉玛依幅含阿勒泰幅影像进行了试验。将网格单元从3×3、4×4、……一直扩大到60×60,对比不同网格单元内起伏度值的变化情况。最后得出了利用1：25万DEM来计算新疆克拉玛依地区地势起伏度时,20×20的网格大小(4 km~2)可作为曲线变化的拐点,即为曲线由陡变缓的阈值。从而得出了20×20的网格大小(4 km~2)为准噶尔盆地及其西北山区地势起伏度计算的最佳统计单元。     

基准地价评估方法的比较——以淄博市为例

基准地价更新是我国土地市场体系建设的一项重要工作,基准地价应采用多种方法综合确定;但不同方法测算的结果会有差异,对这种差异的不同处理方式会对基准地价的确定产生较大的影响.通过对淄博市基准地价更新当中所采用的3种方法:区域(级别)样点地价均值法、地价-级别模型法、地价-分值模型法的对比,探讨了城镇土地基准地价测算模型及其相互关系,分析了不同模型在确定基准地价中的作用,最后给出了常用的测算模型.     

土地利用变化的地形梯度特征与空间扩展——以北京市海淀区和延庆县为例

选择北京市海淀区、延庆县作为研究区,利用1992年、2002年遥感影像数据,借用地形位梯度指数,研究了土地利用变化的地形梯度特征及其空间扩展形势。研究表明:(1)海淀区建设用地受到经济和社会发展驱动明显,表现出既向低地形梯度位也向高地形梯度位扩展;但农业用地、果园因建设用地扩展受到挤压,表现为向更高地形位扩展态势;林地在高地形位得到了明显恢复,也有向更低的地形位扩张的趋势,但灌草地和未利用地在中高地形位受到林地挤压,低地形位受到农业用地、果园挤压,优势地形位明显萎缩;(2)延庆县建设用地扩展受地形位驱动作用明显,主要集中在低地形位区域;农业用地主要分布在较低地形位上,变化不大;果园在经济发展需求驱动下,向更高地形位扩展;林地在较高地形位得到较好恢复,对灌草地、未利用地产生了挤压作用,使得灌草地、未利用地在中高地形位的优势度降低,优势分布区间趋于萎缩。     

基于典型地形指标和地貌实体单元的四川省地貌形态自动分类及分区

如何在保证基本地貌单元完整性的前提下,实现基于DEM的平原、丘陵、山地、高原等多种地貌类型界线的自动、准确划定,一直是我国数字地貌研究的技术难题.四川省是我国地貌类型相对最全及地势最为复杂的省份之一,具有地形高差巨大、河流侵蚀切割强烈、山原丘陵广布等特点,开展四川地貌分类和分区,对自然资源开发利用和自然灾害防治等具有重...