基于GIS的人居环境自然适宜性研究——以关中—天水经济区为例

选取地形、气候、水文、植被等自然因子,建立1 km×1 km栅格单元的人居环境基础数据库,构建了基于人居环境指数的关中-天水经济区人居环境自然适宜性评价模型,采用GIS技术,定量评价了该地区的人居环境自然适宜性,揭示了关中-天水经济区人居环境的自然格局与地域特征.研究表明:关中-天水经济区人居环境指数整体呈现由东南向西北递减趋势,人居环境指数可以综合反映区域人居环境的自然适宜程度;关-天地区人口明显集中分布于人居环境适宜程度较高的地区.评价结果显示,关-天地区人居环境-般适宜区和比较适宜区面积最大,接近全区总面积的95.09%,相应人口最多,占全区总人口的96.19%.     

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。     

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。     

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。     

基于栅格数据的陕西省人居环境自然适宜性测评

人居环境中的自然基础和生态背景,不仅直接关系到人的身心健康和生活质量,而且影响人类发展水平与社会进步.科学度量人居环境自然适宜性空间格局,对于界定主体功能区、引导人口合理分布与流动,促进人口与资源环境协调发展具有重要意义.运用GIS技术,采用综合指数法,基于陕西省96个气象站点1966-2005年气象数据、1990-2007年逐月NDVI和Landsat TM影像、1:25万DEM、2000年陕西省人口详查数据、2006人口数据以及其他相关资料,以100 m×100 m栅格单元构建并直观展现了陕西省人居环境自然适宜程度空间格局,在此基础上,剖析了各区的适宜性和限制性因子.结果表明:陕西省的人居环境指数介于18.55～88.97之间:从西北向东南、从山地、高原向平原、河谷人居自然适宜程度递增.一般适宜区面积最广,占陕西省总面积的63.28%;比较适宜地区居次,占26.11%;临界适宜区占10.26%:高度适宜区面积最小,仅占0.35%.陕西省总人口的68.92%分布在占全省面积26.46%的高度适宜区和比较适宜区.地表水资源和地形起伏度是引起省内人居环境自然适宜性分异的主要因子.实证分析表明该测评结果比较客观地反映了陕西省人居的自然生态背景.     

澜沧江-湄公河流域人口分布及其与地形的关系

基于90 m×90 m数字高程模型(DEM)和1 km×1 km的人口密度栅格数据,采用GIS空间分析与数理统计方法,研究了澜沧江-湄公河流域的人口分布格局及其与高程、坡度、坡向和地形起伏度的关系。结果表明:1.澜沧江-湄公河流域人口分布呈北疏南密的基本格局,人口最为密集的区域位于南端的湄公河三角洲,源头杂多县则是大片无人区;2.澜沧江-湄公河流域人口密度随海拔由低到高经历了一个急降缓升又下降至尖灭的变化过程,人口总量随海拔呈现倒指数增长变化;3.澜沧江-湄公河流域80%强的人口集中分布在坡度≤2°的平坦区域,当坡度达到38°时,人口累积曲线趋于平稳;4.澜沧江-湄公河流域各坡向人口分布较为均衡,坡向对人口分布的影响不显著;5.澜沧江-湄公河流域人口密度与地形起伏度成倒指数关系,地形起伏度对人口分布的影响较为显著,流域内大部分人口分布于低起伏地区。     

基于GIS的中国可持续人居功能分区评价(英文)

在中国1km×1km栅格尺度人居环境自然适宜性分类评价和分县尺度人口空间集聚程度分级评价的基础上,结合中国分县资源环境承载力和区域经济发展水平和发展潜力,确立了中国可持续的人居功能分区评价模型,提出了中国可持续发展的人居功能分区方案。研究表明:中国可持续的人居功能分区空间分布呈现东南半壁优于西北半壁的格局;人居功能强可持续地区面积约139.75×104km2,占国土面积的14.66%,相应人口4.3亿,接近总人口的1/3,主要分布在东南沿海、长江中下游地区、四川盆地、黄淮海平原以及东北平原的部分地区;人居功能较强可持续地区面积约193.61×104km2,占国土面积的1/5,相应人口3.2亿,接近总人口的1/4,主要分布在三江平原、辽河平原、山东半岛等地;可持续地区面积210.19×104km2,约占国土面积的22%,相应人口3.7亿,占总人口的28.24%,主要分布在呼伦贝尔高原、黄土高原和云贵高原等地,零星见于藏东南谷地和柴达木盆地等地区;较弱可持续地区,面积约145.85×104km2,占国土面积的15.30%,人口1.4亿,约占总人口的11%,零散分布于黄土高原、川滇高原和云贵高原的部分地区;弱可持续地区面积约263.86×104km2,约占国土面积的27.68%,相应人口0.4亿,接近总人口的3%,主要分布在青藏高原、西北荒漠以及川滇高原北部地区。     

基于栅格的区域人居自然和人文环境质量综合评价——以京津冀地区为例

区域人居环境质量对于区域社会经济发展具有重要意义。本文以京津冀地区为例,基于人居自然要素指数（地形起伏度、气候指数、水文指数和植被指数）和人文要素指数（夜间灯光指数、空气质量指数和交通通达指数）构建了人居环境质量综合指数（HSCI）,分析了2010年其空间分异规律,并探讨了人口分布与人居环境质量的相关性。主要结论为：① 人居自然环境受距渤海距离和太行山脉的影响较为明显,呈现由东南向西北递减的空间分异规律。其中,紧邻渤海的天津市和沧州市最好,太行山西侧的张家口市和承德市最差。② 人居人文环境在城市地区明显优于非城市地区,并表现出与行政级别相一致的层级结构。同时由于南部空气质量较差,其人文环境整体劣于北部。其中,北京市人文环境最优,衡水市最差。③ 人居环境质量综合指数既表现出由东南向西北依次递减的规律,又表现出城市地区向非城市地区依次递减的圈层结构,以及高级别行政区优于低级别行政区的层级结构。其中,天津市和唐山市人居环境质量最优,张家口市和承德市最差。④ 京津冀地区人口并非在人居环境最好的地方分布最多,而是在人居环境中等的地方分布最多,二者呈正态分布规律。整体来看,人居环境质量综合指数大于0.6的土地约占35%,却聚集了约40%的人口,说明该区充分利用了高人居环境质量的土地,人口与人居环境质量分布较为协调。     

基于GIS的中国人居环境指数模型的建立与应用

以1km×1km 栅格为基本单元, 选取地形、气候、水文、植被等自然因子, 构建了基 于人居环境指数的中国人居环境自然适宜性评价模型, 运用GIS 技术, 定量评价了中国不同 地区的人居环境自然适宜性, 揭示了中国人居环境的自然格局与地域特征。研究表明： 中国 人居环境指数整体呈现由东南沿海向西北内陆递减的趋势; 人居环境指数与人口密度显著相 关, 二者的对数曲线拟合度R² 值高达0.87, 人居环境指数可以综合反映区域人居环境的自然 适宜程度。中国人居环境自然适宜性评价结果显示, 中国人居环境适宜地区430.47×10⁴ km² , 接近国土面积的45%, 相应人口占全国的96.56%, 其中3/4 以上的人口集聚在约占1/4 人居 环境高度适宜和比较适宜地区; 中国人居环境临界适宜地区225.11×10⁴ km² , 占国土面积的 23.45%, 相应人口4112 万, 占全国的3.24%, 人口密度每平方公里18 人, 是中国人居环境 适宜与否的过渡地区; 中国人居环境不适宜地区304.42×10⁴ km², 人口249 万, 不到全国的 0.2%, 人口密度每平方公里不足1 人, 大片地区沦为“无人区”。     

基于栅格尺度的云南省人居环境自然适宜性评价研究

人居环境自然适宜性是人类生存和发展的基础,从根本上制约着区域人口的集聚和发展.同时随着经济社会的发展,人居环境适宜性越来越受到社会的关注,相关研究也越来越深入,牵涉的方面也更加广泛.采用地形起伏度、地被指数、水文指数、气候适宜度四类指标加权求和的方法计算了云南省不同区域人居环境自然适宜性.研究结果将为云南省未来人口发展功能分区,人口空间优化分布,协调人口、资源、环境之间的关系提供重要参考.     

松嫩高平原县域土地利用空间格局地形梯度特征分析——以巴彦县为例

以黑龙江省巴彦县为研究区,基于研究区DEM数据,运用土地利用类型的分布指数、土地利用结构的信息熵、均衡度和优势度,明确研究区土地利用空间格局的地形梯度特征及地形因子对土地利用空间格局的影响。结果表明：① 研究区土地利用空间格局在地形因子的作用下存在明显的梯度特征,旱地、水田、草地、水域、建设用地及其他用地主要分布在较低地形级别区,林地主要分布在较高地形级别区。② 除林地以外,其他土地利用类型分布的优势地形位均位于较低地形级别区,林地分布的优势地形位位于较高地形级别区,各土地利用类型分布的优势区域不尽相同。③ 研究区土地利用结构的信息熵及均衡度变化趋势相同,优势度的变化趋势与信息熵、均衡度的变化趋势相反,土地利用空间格局与地形因子具有显著的相关性。     

横断山区泥石流空间格局和激发雨量分异性研究

地形、降雨等环境因子决定了泥石流的时空分布特征,理解泥石流与这些因子的关系有助于区域泥石流灾害风险评估与防灾减灾工作。以横断山区为研究区域,选取降水、气候、地貌、地质、土地覆盖、土壤厚度、高差势能以及湿度指数等因子,利用地理探测器和灰度关联分析等方法,探讨了环境因子与泥石流沟空间分布的关系以及降水特征与泥石流灾害的时间关联性。结果表明,湿度指数是决定泥石流沟空间格局的最主要因子,其次是高差势能和土壤厚度,多年平均分布的降水特征对泥石流沟分布的影响较小。泥石流灾害事件与降水特征的时间关联具有较大的区域异质性。泥石流发生地的激发雨量、湿度指数、高差及土壤厚度的统计分布在不同地貌、地质和气候单元中有明显差异。这表明泥石流预警不仅需要考虑雨量等激发因子,还必须考虑其他影响因素的空间差异性。     

土地覆被类型空间格局与地形因子的定量关联及其应用

以全国1∶25万土地覆被数据、全国公里网格DEM数据和县级行政区划数据为基础,首先,在国家尺度上宏观分析地形因子对土地覆被类型空间分布格局的影响,土地覆被类型空间分布宏观格局受海拔高度、坡度、地表起伏度的影响明显,而与坡向的关系并不显著;其次,以县级行政单元为统计分析样本,利用多元线性回归分析方法,在国家和区域两个尺度建立土地覆被类型面积占比与主要地形因子之间的定量模型,在6类土地覆被类型中,除草地以外,其他5类土地覆被类型的面积占比均与地形因子之间呈显著相关关系,显著性由高到低的排列顺序依次为森林、农田、荒漠、聚落和湿地水体;最后,以相关性最好的森林的空间分布为例,说明了将所建立的模型应用于栅格单元上某种土地覆被类型面积占比估算的可能性,虽然估算结果与实际情况存在差异,但总体趋势基本保持一致,特别是土地覆被类型面积占比大的区域。     

基于栅格的安徽省人口-经济耦合关联及地形梯度差异

基于2018年的人口数据和经济数据,采用土地利用影响模型对社会经济指标空间化,探讨安徽省人口-经济空间关系对地形的响应.结果表明:1)空间化模型预测的人口和经济密度能够反映实际状况,并将人口-经济空间关系划分为超前型、滞后型和协调型3种类型.皖南山区以滞后型为主,经济集聚滞后于人口集聚;皖北地区以协调型为主,人口和经济...     

海南省耕地地力水平分布及影响因素——以澄迈和陵水县为例

以澄迈和陵水黎族自治县为研究区,在构建包含土壤理化性质、土壤养分、立地条件和土壤管理在内的4个子目标、11个具体指标的耕地地力评价指标体系的基础上,采用模糊数学理论确定指标隶属度,结合层次分析法进行加权求和,对澄迈和陵水进行耕地地力水平综合评价,阐明其耕地地力水平的分布特征和影响因素。结果表明：1）澄迈和陵水的耕地地力为中等水平,且澄迈的耕地地力相对较高,母质和地形因素是两县耕地地力水平差异的主导因素;2）耕地地力水平分布格局与地形和水系分布关系较为紧密,谷底平原、平原和山麓平原地区耕地地力水平较高,降雨和地形因素是导致区内耕地地力分布不均的主要因素。     

基于人居环境特征的青藏高原“无人区”空间界定

青藏高原独特的高寒环境与自然条件在一定程度上限制了人口的自然分布与有序发展,形成了中国面积大、分布广的“无人区”（UPAs）。然而,当前有关“无人区”面积、分布、特征与区域差异等研究尚无定论。客观、准确界定“无人区”的空间范围,对开展青藏高原资源环境承载力评价、国家公园与生态安全屏障建设等具有重要意义。基于青藏高原居民点分布信息,据其地形、气候、生态、土地利用等要素特征,本文综合表征了居民点的自然—生态—土地利用耦合关系,率定了居民点分布上限的各要素阈值,通过多要素空间叠加构建了“无人区”评价综合模型,并以居民点分布的自然极限、生态（含氧量）下限、土地利用规律为关键阈值界定了青藏高原“无人区”空间范围并分析了其地理分布特征。研究表明：① 以居民点分布累计比例< 0.1%计,确定“无人区”的地形阈值为海拔> 5665 m、相对高差> 2402 m、地形起伏度> 8.59,气候阈值为相对湿度< 76.2%、温湿指数< 33或 > 71。② 根据居民点分布及人体对含氧量耐受情况,确定“无人区”的生态阈值为气压< 500 hpa、大气含氧量< 40%。③ 青藏高原严格“无人区”面积达1912 km²,其中新疆699 km²、四川413 km²、西藏331 km²、青海291 km²、甘肃178 km²。空间上呈零星分散状,多分布在四川贡嘎山、珠穆朗玛峰附近等极高山地区、可可西里东部—罗布泊地区;以及少部分分布在青海柴达木盆地。     

关中-天水经济区城市体系空间结构的分形特征研究

城市体系的空间结构具有分形特征,分维是反映空间结构优化与否的重要参量。基于分形理论,通过计算关中-天水经济区城市体系的集聚维数和关联维数,探讨分析了该经济区城市体系空间结构的特征,得出关中-天水经济区存在着核心城市不强、城市空间分布集聚不明显、城市体系等级缺失、城市之间关联较弱等制约经济区健康快速发展的因素。最后指出应进一步优化关中-天水经济区城市空间结构以便为促进经济区发展以及西咸国际大都市建设发挥持续性的积极作用。     

兰州城市建筑的空间分布

利用高精度卫星影象和大规模实地调查方法获取数据,采用GIS手段、景观生态学和数理统计等方法,利用建筑占地面积和建筑面积等指标分别研究了兰州市各区、功能区、各组团、各圈层现状建筑的空间分布与组合,以及城市资产、土地强度的空间变化规律。结果表明：住宅、工业、商务三类建筑是兰州市建筑的绝对核心类型,空间分布均衡而广泛,且工业建筑向外围迁移过程中存在全域分散化特征：兰州市各区建筑用途复杂程度、多样性和均匀性由中心到外围大致逐步降低,优势度逐渐增加,组团分布特征显著而强烈;建筑更新具有明显的全域化和快速推进特征;建筑用途空间组合、建筑容积率由中心到外围的空间波动性较为显著：建筑用途多样性、建筑容积率等指标高或低的“插花”分布现象相当显著;住宅、工业建筑更新与空间分化是城市建筑更新、建筑用途空间分化与组合及其变迁的核心动力因素,单位制模式的影响依旧强烈和深刻。     

基于地形因素的秦巴山区人口-经济空间格局及其影响机制研究

地形是影响区域人口分布和社会经济发展的重要因素,尤其在山地区域其影响和约束作用更加明显。以秦巴山区为例,基于SRTM数据提取高程和地形起伏度,借助多种空间分析和地统计学方法,分多个尺度对人口、经济空间的格局和分异特征进行分析,重点从地形要素定量揭示其与人口、经济空间的相互关系和影响程度。研究表明：① 秦巴山区人口经济空间分异特征明显,Lorenz曲线和基尼系数结果显示,人口分布具有不均衡性,但不均衡程度低于全国水平,Moran's I指数结果说明人口、经济空间具有一定集聚特征,且在像元尺度下集聚程度更明显;②人口、GDP密度呈现外围热、内部冷的空间格局,通过像元尺度的空间要素密度分析发现人口、经济要素在垂直方向上的分异十分明显;③ 样带研究中人口、GDP密度与海拔的变化曲线呈反向相关,人口、经济在小尺度范围对地形有一定的适应性;④ 经济发展对地形条件依赖性更强,人口和村庄对地形的适应性更加明显;地形的垂直分异特征导致自然环境和区域发展条件的空间差异,进而影响着人口、经济的空间分布格局。     

Topographical relief characteristics and its impact on population and economy: A case study of the mountainous area in western Henan,China

Topographical relief is a key factor that limits population distribution and economic development in mountainous areas. The limitation is especially apparent in the mountain-plain transition zone. Taking the transition zone between the Qinling Mountains and the North China Plain (i.e. the mountainous area in western Henan Province) as an example and based on the 200-m resolution DEM data, we used the mean change-point analysis to determine the optimal statistical unit for topographical relief, and thereafter extracted the relief degree. Taking the 1:100,000 land use data, township population and county-level industrial data, population and economic spatial models were constructed, and 200-m resolution grid population and economic density maps were generated. Afterwards, statistical analysis was carried out to quantitatively reveal the impact of topographical relief on population and economy. In addition, the impacts of other topographical factors were discussed. The results showed the following. (1) The relief degree in western Henan is generally low, where 58.6% of the regional topography does not exceed half the height of a reference mountain (relative elevation ≤250 m). Spatially, the relief degree is high in the west while low in the east, and high in the middle while low in the north and south. There is a positive correlation between relief degree and elevation, and a much stronger correlation between relief degree and slope. (2) The linear fitting degree between the population and economic validation data and the corresponding simulation data are 0.943 and 0.909, respectively, indicating that the spatialized results can reflect the actual population and economic distribution. (3) The impact of topographical relief on population and economy was stronger than that of other topographical factors. The relief degree showed a good logarithmic fit relationship with population density (0.911) and economic density (0.874). Specifically, 88.65% of the population lives in areas where the topographical relief is ≤0.5 and 88.03% of the gross regional product was from areas where the relief is ≤0.3. Compared with the population distribution, the economic development showed an obvious agglomeration trend towards low relief areas.